李亞琳，王玉增，李柏震，劉雙源

(濟(jì)南大學(xué)機(jī)械工程學(xué)院，濟(jì)南 250022)

基于圖像識別技術(shù)的螺栓裂縫識別系統(tǒng)研究*

李亞琳，王玉增，李柏震，劉雙源

(濟(jì)南大學(xué)機(jī)械工程學(xué)院，濟(jì)南 250022)

提出了一種基于圖像識別技術(shù)的螺栓裂縫非接觸識別技術(shù)。利用高精度工業(yè)相機(jī)對待檢螺栓進(jìn)行拍攝，然后采用細(xì)化、提高曝光度、圖像分割等技術(shù)對拍攝到的圖片進(jìn)行處理，獲取圖像特征，最終達(dá)到識別裂縫的目的。實(shí)驗(yàn)表明，將圖像識別技術(shù)應(yīng)用于螺栓裂縫識別領(lǐng)域，可以大大簡化識別步驟，提高識別精度，為螺栓裂縫檢測提供了新的發(fā)展方向。

數(shù)字圖像處理;螺栓裂縫;圖像識別

0 引言

目前螺紋裂縫的主要識別方法是熒光探傷法和超聲探傷法。熒光探傷是利用毛細(xì)管原理檢測固體材料表面開口缺陷的一種常規(guī)無損檢測方法［1］。探傷時(shí)，先把滲透劑施加到已清洗干凈的零件表面，滲透液通過毛細(xì)作用滲入到表面開口缺陷中，然后對螺栓進(jìn)行二次清洗，在黑暗環(huán)境下觀察是否有裂縫［2］。該方法是無損檢測的一種常規(guī)方法，由于其檢測靈敏度高，檢測工藝簡單、可靠，而被廣泛采用［3］。但由于是人工操作，這種方法存在工作效率低、人為因素導(dǎo)致漏檢等問題;超聲探傷法是通過發(fā)射聲波短、穿透力強(qiáng)的超聲波，在傳播過程中遇不同介質(zhì)的分界面產(chǎn)生反射、折射、繞射和波形轉(zhuǎn)換來判斷是否存在缺陷［4］。這種方法具有探傷效率高、能檢測出螺栓內(nèi)部裂縫等優(yōu)點(diǎn)，但在實(shí)際生產(chǎn)中，可能在超聲波探傷回波中有假信號［5］，造成誤判。

基于以上原因，我們提出了一種新的螺栓裂縫檢測方法——基于圖像識別技術(shù)的螺栓裂縫識別技術(shù)。該技術(shù)是建立在所有的裂縫都會反映在螺栓表面的基礎(chǔ)上，以圖像識別技術(shù)為依據(jù)，通過對螺栓進(jìn)行圖像采集和分析的方法達(dá)到識別螺栓表面裂縫的目的。

1 系統(tǒng)框架

為了驗(yàn)證基于圖像識別技術(shù)的螺栓裂縫識別技術(shù)的可行性，我們搭建了螺栓裂縫檢測試驗(yàn)系統(tǒng)。該系統(tǒng)主要由成像系統(tǒng)和圖像處理系統(tǒng)組成。其中，成像系統(tǒng)是由照明系統(tǒng)和螺栓拍攝系統(tǒng)組成，圖像處理系統(tǒng)是由圖像分割系統(tǒng)和裂縫系別系統(tǒng)組成。如圖1所示為螺栓裂縫檢測試驗(yàn)系統(tǒng)結(jié)構(gòu)框架圖。

首先，通過外部輸送裝置將待檢螺栓送達(dá)檢測位置，在光源輔助下，采用高精度面陣相機(jī)對螺栓120°的范圍進(jìn)行一次拍攝，將螺栓旋轉(zhuǎn)120°，再進(jìn)行拍攝，共進(jìn)行三次，保證將螺栓的每個(gè)角度覆蓋，完成圖像采集。將采集到的圖像傳回處理器，對每幅圖片進(jìn)行去噪、細(xì)化等一系列預(yù)處理，然后采用水平集法對圖像邊緣進(jìn)行檢測，再結(jié)合人工智能數(shù)據(jù)庫方法，消除邊緣干擾，判斷螺栓上是否存在裂縫。

圖1 螺栓裂縫檢測試驗(yàn)系統(tǒng)

2 圖像處理系統(tǒng)

2.1 圖像預(yù)處理

在圖像預(yù)處理的過程中，我們主要采用包含濾鏡功能的程序提高圖片的曝光度，而濾鏡功能的主要原理就是通過改變圖像各像素的RGB值來圖像顏色。

彩色圖像是由三種主要顏色(Red、Green、Blue)來表示，每種顏色的變化區(qū)間是從0到255，將三種顏色組合起來，即可得到我們所看到的顏色［6］。而提高曝光度的方法就是通過程序改變圖像的顏色。

2.2 圖像識別

圖像分割是圖像處理和識別的關(guān)鍵步驟。其目的就是把圖像中滿足某一特性的區(qū)域從背景區(qū)域中提取出來，從而進(jìn)行定性和定量分析?，F(xiàn)有的圖像分割方法主要分為基于區(qū)域、基于邊緣、區(qū)域與邊緣信息相結(jié)合、圖譜引導(dǎo)、基于模糊集理論、基于神經(jīng)網(wǎng)絡(luò)等方法［7］。

水平集法是當(dāng)前圖像分割的主要方法，于1988年首次提出［8］。其基本思想是利用曲線演化理論，將演化的閉合曲線(或曲面)嵌入更高維函數(shù)中，建立曲線(或曲面)的能量函數(shù)，通過水平集函數(shù)的演化達(dá)到最小化能量函數(shù)的目的，最終將演化的閉合曲線(或曲面)逐步逼近圖像中的目標(biāo)［9-10］。它以隱含的方式表示平面閉合曲線，避免了對平面閉合曲線演化過程的跟蹤，將曲線演化過程轉(zhuǎn)變?yōu)榍蠼鈹?shù)值的偏微分方程問題［11］。

通過閉合曲線C將區(qū)域Ω劃分為兩部分區(qū)域:目標(biāo)區(qū)域Ω1(曲線內(nèi)部區(qū)域)和背景區(qū)域Ω2(曲線內(nèi)部區(qū)域)，其能量泛函定義如下:

λ1＞ 0，λ2＞ 0，μ≥0，λ1和λ2用于控制曲線外部和內(nèi)部能量權(quán)重，c1代表曲線內(nèi)部區(qū)域的灰度均值，c2代表曲線外部區(qū)域的灰度均值，LLength(C)表示曲線C的長度。然后采用有限差分法離散該式，獲取演化結(jié)果。

2.3 系統(tǒng)流程圖

在以上基礎(chǔ)上，我們采用VS2010為開發(fā)工具，在OpenGL環(huán)境下編寫代碼實(shí)現(xiàn)。系統(tǒng)流程圖如圖2所示。

2.4 圖像識別程序框圖

圖像識別程序圖見圖3。

圖2 系統(tǒng)流程圖

圖3 圖像識別程序圖

3 實(shí)驗(yàn)結(jié)果分析

為檢驗(yàn)本文系統(tǒng)在的可靠性，我們將產(chǎn)品規(guī)格為M22*1.5*55的六角法蘭面螺栓作為待檢螺栓。該螺栓的產(chǎn)品硬度為HRC39～43，重量0.2Kg，關(guān)鍵控制點(diǎn)是螺栓硬度、熱處理后產(chǎn)生的螺栓頭下R和螺紋收尾處的淬火裂紋缺陷。采用高精度面陣相機(jī)對該系列的螺栓進(jìn)行圖像采集，然后對圖片分析處理，實(shí)驗(yàn)結(jié)果如圖4～7所示。

圖4所示為通過采集系統(tǒng)采集到的圖片，我們通過該系統(tǒng)的濾鏡功能提高圖片的曝光度，得到圖5所示的結(jié)果，然后采用水平集法對圖5進(jìn)行圖像分割，可得到圖6所示的圖片。但是由于待檢螺栓中包含細(xì)微的凹陷，所以在圖6上有一些較小的邊緣被檢測出來，然后剔除飛點(diǎn)，即可得到圖7所示的結(jié)果，即最終結(jié)果。

從實(shí)驗(yàn)結(jié)果中，我們可以發(fā)現(xiàn)，利用最高可達(dá)1.4μm的圖像分辨率的圖像采集設(shè)備對螺栓進(jìn)行拍照，可以拍攝到肉眼難以觀測到的細(xì)小裂縫，提高了識別精度;識別過程中僅采用圖像采集和圖像處理兩部分，提高了檢測速度，至少可以達(dá)到40件/分的檢測效率。

圖4 原圖

圖5 預(yù)處理

圖6 圖像分割

圖7 剔除飛點(diǎn)

4 結(jié)論

本文提出了一種基于圖像識別技術(shù)的螺栓裂縫非接觸識別技術(shù)。利用高精度的拍攝系統(tǒng)對待測螺栓進(jìn)行圖像采集，然后采用細(xì)化、提高曝光度、圖像分割等技術(shù)對拍攝到的圖片進(jìn)行處理，獲取圖像特征，最終達(dá)到識別裂縫的目的。實(shí)驗(yàn)表明，將圖像識別技術(shù)應(yīng)用于螺栓裂縫識別領(lǐng)域，可以大大簡化識別步驟，提高識別精度，為螺栓裂縫檢測提供了新的發(fā)展方向。

［1］中國機(jī)械工程學(xué)會無損檢測分會編.滲透探傷［M］.北京:機(jī)械工業(yè)出版社，1986.

［2］丁曉萍.熒光滲透探傷水基預(yù)清洗方法［J］.無損檢測，2001，23(12):523 －525.

［3］徐振佩.鐵路輪對熒光磁粉探傷缺陷識別系統(tǒng)研究［D］.江蘇:南京理工大學(xué)，2007.

［4］張然.鋼結(jié)構(gòu)無損檢測中的超聲探傷技術(shù)應(yīng)用［J］.住宅科技，2011:295－297.

［5］楊曉東，尚建麗，張林緒，等.應(yīng)用CAD技術(shù)分析鋼結(jié)構(gòu)焊縫超聲波探傷的偽缺陷［J］.建筑技術(shù)，2005，36(2):118－120.

［6］姚曄，羅熊，劉世清.圖像濾鏡處理的VC++實(shí)現(xiàn)方法［J］.微型電腦應(yīng)用，2008，18(1):20－23.

［7］張莉，付英杰，張劍，等.一種基于改進(jìn)水平集與邊緣檢測結(jié)合的輪廓提取與檢驗(yàn)方法［J］.機(jī)械設(shè)計(jì)與制造，2012，36:228 －230.

［8］Osher S，Sethian JA.Fronts propagating with curvaturedependent speed:Algorithms based on Hamilton－Jacobi formulations［J］.Journal of Computational Physics，1998，79(1):12－49.

［9］張建國.水平集方法特征提取及在醫(yī)療診斷中的應(yīng)用［D］.山西:太原科技大學(xué)，2011.

［10］錢蕓，張英杰.水平集的圖像分割方法綜述［J］.中國圖像圖形學(xué)報(bào)，2008，13(1):7 －13.

［11］薛曉君，張立強(qiáng)，薛忠，等.基于水平集的三維腦部腫瘤分割［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2010，20(12):201－204.

(編輯 趙蓉)

The Research of Bolt Cracks Discern System based on Image Recognition Technology

LIYa-lin，WANG Yu-zeng，LIBai-zhen，LIU Shuang-yuan
(School of Mechanical Engineering，University of Jinan，Jinan 250022，China)

Propose a non-contact identification of bolt crack based on image recognition technology.Take photo of every boltwaiting for the detection w ith high-precision industrial cameras，then process the photosw ith image thinning，improve exposure，edge detection technology，so we can get the image feature，and finally achieve the purpose of crack identification.The experiment shows that the use of image recognition technology in bolt cracks identification can greatly simplify the identification step，improving recognition accuracy，and provides a new direction of development for the bolt cracks detection.

digital image processing;bolt cracks;image recognition

TH165;TH39

A

1001－2265(2013)03－0077－03

2012－11－07

山東省自然科學(xué)基金(Y2008F53)

李亞琳(1987—)，女，濟(jì)南人，濟(jì)南大學(xué)機(jī)械工程學(xué)院碩士研究生，研究方向?yàn)閳D形圖像處理，(E－mail)rongyu0216@sina.com;王玉增(1963—)，男，山東聊城人，濟(jì)南大學(xué)機(jī)械工程學(xué)院教授，碩士生導(dǎo)師，研究方向?yàn)橛?jì)算機(jī)圖形圖像處理、圖像識別、虛擬現(xiàn)實(shí)技術(shù)，(E －mail)me_wangyz@ujn.edu.cn。