基于机器视觉的滚动接触疲劳失效在线检测

针对现有金属材料滚动接触疲劳试验存在的疲劳点检测精度和识别率不高、劳动强度大等问题,提出了一种基于机器视觉的试件表面疲劳点检测及判别方法,并设计了一套金属材料滚动接触疲劳失效在线检测系统。重点研究了高速、多油环境下试件表面的图像采集,成功提取了待检测目标区域,并采用全局阈值分割法、形状筛选等方法,实现了对试件表面不同类型、不同大小缺陷的精确、实时检测,以及对试件疲劳失效的准确评估。结果表明:该系统能够满足滚动接触疲劳失效的在线检测需求,对疲劳点失效的平均检测误差为4.9%,准确率达96.5%,且能够实现无人值守试验。     

滚动接触疲劳缺陷检测的改进Otsu算法

针对滚动接触疲劳试验机高精度和高效率的检测要求,提出一种基于自动加权阈值的改进Otsu算法,将背景发生的概率作为Otsu分割阈值的权重,使分割阈值靠近直方图的左下缘.首先对试件图像进行区域定位,获得试件接触表面图像;然后比较不同滤波器的检测准确率、召回率、调和平均以及运行时间,选择运行时间短、调和平均大的快速导向滤波器对图像进行滤波;最后计算图像的错误分类误差来验证检测算法的有效性.实验结果表明,该算法对测试图像的错误分类误差接近于0,与Otsu、加权目标方差、谷值强调和邻域谷值强调阈值分割法相比,在滚动接触疲劳缺陷检测中有更好的分割结果.     

柑橘小型化分级装备的设计及实现

针对工厂流水线形式的柑橘分级作业不便于多次转场作业的问题,采用产品模块化设计方法,设计开发了一种小型化的柑橘分级装备。对分级装备进行三维模型的建立,加工制造了整机装备的分级样机,介绍了分级控制系统和视觉系统的实现过程。最后,以脐橙为对象,进行了分级装备的准确性和可靠性的验证,基本满足分级作业要求。