基于2D熵阈值的铁谱磨粒图像分割方法

铁谱磨粒图像分割是磨粒自动识别的重要环节,其分割效果直接影响磨粒识别精度。铁谱磨粒形态千变万化,很难找到一种通用性强、算法快、精度高的分割算法,磨粒图像分割甚至比磨粒识别还困难,是磨粒自动识别与铁谱推广使用的瓶颈之一。该文基于二维直方图、二维熵概念,提出了一种快速二维熵阈值的磨粒图像分割算法,经实际工程应用表明,该算法具有很好的分割效果。     

基于局部动态阈值的矾花图像分割

提出并实现了一种局部动态阚值分割算法，该算法应用于矾花图像，先求取各局部图像的阈值，再获得局部动态阀值，进行二值化分割。实验表明，该算法切实可行，能取得初步的分割结果，获得较高的分割精度。     

区域增长法在矾花图像密度统计中的应用

本文应用区域增长法，提出并实现了一种有效的二值化图像分割算法，对二值化后的矾花图像进行处理，从而统计出矾花数量，并计算出物体的分布密度。其中利用了数学形态学和种子搜索填充算法来去除粘连和空洞。实验表明，该算法可行，能满足系统的要求。     

红外图像分割算法分析

根据红外图像的特点,提出了一种测量目标红外辐射面积的算法。采用二维otsu算法和变闽值统计平均算法的目标图像进行分割算法,采用均值算法和中值算法去除图像噪声,采用二维otsu算法初二值化去噪后图像,在以此阂值为基准变换闽值得到一组二值化后图像,统计平均二值化后的图像,设定阀值得到最终二值化结果,在结合原图像得到分割结果。最后通过与一维和二维otsu图像分割算法试验比较,验证了此算法的有效性。     

一种基于模糊聚类的快速二值化方法

通过确定阈值实现图像的二值化分割是一种重要且实用的图像分割技术.本文提出了一种基于模糊聚类的二值化方法.这种方法将模糊C-均值算法加以推广(GFCM)后,应用于图像的二值化分割.通过与Otsu阈值法的分割结果比较后表明,该方法的分割效果好,分割耗时少且适用性强.     

基于改进分水岭变换的矿石图像分割算法

为了准确测量传送带上的矿石尺寸,提出了一种局部自适应阈值化和改进的分水岭变换相结合的矿石图像分割算法.该算法利用基于积分图像的自适应阈值化算法提取矿石区域;对二值图像做距离变换与双边滤波处理,并应用提出的基于区域合并的分水岭变换算法对图像进行分割;将提取的矿石区域与分割结果进行合并,得到最终的分割结果.对现场采集的复杂的矿石图像进行仿真实验,实验结果表明,该算法分割准确、速度快、光照自适应强.     

铁谱图像典型磨粒自动提取方法研究

为了提高铁谱分析自动化程度,结合脉冲耦合神经网络（PCNN）和数学形态学,提出了一种铁谱图像典型磨粒自动提取方法。利用综合色距函数将彩色铁谱图像三通道问题转化为单通道问题,使分割问题简化;利用简化PCNN间接实现铁谱图像分割,并采用数学形态学对获得的二值图像进行处理;运用数学形态学中连通域提取算法自动提取图像中的典型磨粒。实验结果表明：与其他方法相比,该方法能快速有效地分割铁谱磨粒图像,并实现铁谱图像中典型磨粒的自动提取。     

基于局部最大方差分割的图像二值化算法

本文着重论述了基于局部的阈值分割二值化算法。在阐述了几种基于局部的阈值分割算法后，重点讨论了作者提出的局部最大方差分割法，并比较了该算法与其它局部分割算法的分割效果。结果表明，该算法对目标与背景灰度混叠严重的图像具有很好的分割效果。     

基于两级阈值的图像分割技术在文档图像中的应用

研究图像二值化分割问题。针对模糊或者蜕化文档图像背景与文字融合在一起导致难以区分的难点,提出一种快速有效的两级结构图像分割算法。首先利用迭代算法对图像进行单一阈值分割,在每次迭代过程中以图像均值为依据,对图像进行均衡化处理;在基于全局分割的基础上,在局部范围内根据噪声的统计特性对文档图像进行去噪处理。方法简单高效,实验结果显示该方法能快速地将文档中的文字与背景进行分离,为后续的文档自动化处理提供准确有效的二值化图像。利用该方法,可以方便地拓展到其他类型的二值化处理系统中,例如车牌分割等。     

图谱理论在文本图像二值化算法中的应用

常用的阈值二值化方法不能很有效地分割出文本图像,而利用图谱理论的思想可以清晰有效地对文本图像进行二值化分割。针对传统的图谱理论分割图像算法计算量大、空间复杂度高的不足,提出了利用直方图灰度等级代替像素级,在此基础上近似计算了权函数的参数,算法的计算量和复杂度都有所降低。实验结果表明,该方法大大降低了计算的复杂性,在速度上优于传统的图谱理论分割方法,质量上优于常用的二值化分割方法。     

Object extraction from an image of wear particles on a complex background

The object extraction of a debris image is an important basic task in identifying wear particles in ferrographic analysis. However, there is some difficulty in object extraction because of noise jamming in the original debris image. In the present study, two methods of image enhancement—weighted mean filtering and adaptive median filtering—were applied in order to improve the image quality. Then, the adaptive thresholding selection method was used, which is based on an improved debris image. Finally, the effective segmentation of the debris image and the automatic extraction of debris objects were realized. At the same time, targetting the characteristics of low proportion of an object in the total image, a novel method of adaptive thresholding selection was put forward, which is based on the Ostu thresholding method. The segmentation results along with the debris image prove that the current method can give more precise and accurate segmentation of objects than the classical methods. The results also showed that methods in the present paper were concise and effective, which provides an important basis for the further study of debris recognition, fault diagnosis, and condition monitoring of machines. The text was submitted by the authors in English. Xianguo Hu (born 1963), PhD, is a professor at the School of Mechanical and Automotive Engineering at the Hefei University of Technology, China. He received his BS and MS in Powder Metallurgy Material and Mechanics (Tribology) from the Hefei University of Technology in 1985 and 1988, respectively. His PhD degree was awarded at Szent Istvan University, Hungary, in 2002. As a visiting scientist, he conducted research at the Technical University of Budapest, Hungary, and the Technical University of Berlin, Germany, from 1994 to 1997. His research areas include wear debris analysis, optimal tribological design, friction and wear mechanisms, etc. He is the author or coauthor of more than 100 published technical papers. Peng Huang (born 1981) is an MS student at the School of Mechanical and Automotive Engineering of Hefei University of Technology, China. His main focus is on wear debris analysis. Shousen Zheng (born 1963) is an associate professor at the School of Engineering, SunYat-Sen University, China. He received his BS, MS, and PhD in Mechanical Engineering from Hefei University of Technology in 1985, 1988, and 2001, respectively. From 1988 to 2004, he was employed at the Department of Mechanical Engineering at the Hefei University of Technology. In 2005, he moved to the current university. His research interests include computer language, auto CAD/CAM, wear debris analysis, etc. He is the author or coauthor of more than 40 published technical papers.     

基于形态学算子的磨粒三维重构模型

利用图像处理技术,结合显微镜焦平面成像原理,提出了在普通光学显微镜下对磨粒进行三维表面快速重构的方法,使磨粒的三维测量不再受昂贵的三维测量仪器在功能上和成本上的限制。从采集视频中提取帧图像,应用梯度算子进行滤波处理划分得到焦平面范围,同时,提出结合数学形态学方法在小范围内消除焦平面区域的不连续性,扩展焦平面范围,使得不能检测到的焦平面得到较好的处理。通过布尔代数运算将不同的显微镜焦平面图像重构成一幅完整的磨粒图像。该方法可以弥补电子扫描电镜难以得到物体表面的颜色的不足,同时相比较于激光共焦显微镜测量三维表面的方法更为简单且更容易得到磨粒表面的真实图像色彩。     

油液在线监测技术研究进展

油液在线监测技术是机械故障智能诊断的重要发展方向,传感器作为其关键元件,发挥着重要作用。对油液在线监测的粘度传感器、水分传感器、磨粒传感器以及多传感器集成的国内外研究进展进行了介绍。从电磁法、静电法、电感法、图像识别几个方面对磨粒测量与分析的国内外研究进行了介绍。提出了现阶段存在的不足,对油液在线监测的未来发展之路进行了展望。     

铁磁质磨粒形态对电感式磨粒传感器输出特性的影响

通过对不同形态磨粒的退磁因子、磁化强度以及磁化场的分析,研究磨粒形态对电感式磨粒传感器线圈等效电感的影响.以椭球磨粒和圆柱磨粒为例,分析了退磁因子随椭球轴长比和圆柱长径比的变化规律.建立了传感器线圈和磨粒的有限元计算模型,保持磨粒体积不变,分别计算了磨粒为球磨粒、4种不同轴长比的椭球磨粒和3种不同长径比的圆柱磨粒时线圈磁场分布和引起的线圈电感变化率.分析和计算结果表明,磨粒越趋向于细长状,其退磁因子越小,磁化后磁化场的磁感应强度越大,引起传感器线圈电感变化率也越大.因此磨粒体积相同情况下,电感式磨粒传感器对细长状磨粒的检测能力较大.同时试验研究的结果证明了理论分析和有限元计算的正确性.     

电感式磨粒传感器中非铁磁质磨粒的磁场特性

在电感式磨粒传感器中,非铁磁质磨粒主要通过涡流效应改变传感器线圈的磁场分布,进而改变线圈的等效电感。建立传感器线圈时谐电磁场与非铁磁质球磨粒耦合关系的有限元模型,模型计算结果表明:磨粒感应出的涡流场减小了磨粒内部的磁感应强度,同时改变了磨粒外部磁感应强度;磨粒引起传感器线圈电感变化率随线圈激励频率的增加而增大,并趋向于一极限值;线圈电感变化率随磨粒半径的减小而迅速衰减。实验研究的结果证明了模型计算的正确性。     

一种自适应磨粒图像分割方法的应用研究

利用计算机图像处理技术实现铁谱图像诊断自动化是铁谱技术发展的目标,铁谱磨粒图像分割是磨粒自动识别的重要环节,其分割效果直接影响磨粒识别的精度。原始区域生长算法需要提供种子点以及生长阈值才能进行图像分割。不同的种子点和不同的阈值会对分割效果产生很大影响。提出一种结合模糊C均值的区域生长算法,可根据磨粒图像自动获取种子点,并利用模糊互信息自动确定生长阈值,实现磨粒图像的自动分割。实验结果验证了该方法的有效性。     

基于微机图象处理的滑油磨粒测量与分析系统

介绍了一种滑油磨粒测量与分析系统。该系统运用计算机图象处理技术，对机械设备滑油中磨粒显微形态测量与分析，并给出设备当前磨损状态的铁谱报表和诊断结论。监测实例表明，该系统显著地提高了状态的铁谱报表和诊断结论。监测实例表明，该系统显著地提高了机械设备磨损状态监测与故障诊断的准确性和自动化水平，具有较高的推广应用价值。     

基于模糊聚类分析的彩色磨图像目标提取

运用模糊聚类分析的模糊C－均值算法（FCM算法）。针对两类彩色显微磨粒图像,选用适当的正交彩色特征,实现了对磨粒目标的有效提取。并考虑在一维分割特征向量情况下,通过引入直方图统计特性,实现了模糊C－均值算法的快速运算。本文算法为磨粒识别和机械磨损状态监测及故障诊断提供了可靠的前提。最后,分割实验表明了本文方法的简洁有效性。     

磨粒径向分布对电感式磨粒传感器测试结果的影响

根据电感平衡原理,设计了用于磨粒在线测量的电感式磨粒传感器.分析了传感器的测试原理和磨粒通过传感器线圈时径向分布对测试结果的影响.通过计算线圈内测试面的磁场分布,提出了提高线圈测试面磁场均匀性的设计准则.建立了磨粒位置偏离线圈中心时,磨粒磁化场的磁通求解模型.模型计算结果表明,磨粒径向位置的改变,使得线圈各横截面上磁化场的磁通发生了变化.当线圈达到一定长度后,磁化场的磁链变化很小.因此在保证传感器线圈测试面磁场均匀性和线圈长度的前提下,磨粒径向分布对测试结果的影响可忽略.研究结论为分析电感式磨粒传感器测试结果一致性和优化传感器的结构设计提供了理论依据.