图像颜色特征提取在铁谱图像分类及磨粒识别中的应用研究

铁谱图像所包含的彩色信息对磨粒识别、磨损形式分析非常重要。对图像分类技术进行研究，主要对铁谱图像的颜色特征进行研究，提出了聚类树分析、模糊聚类技术与统计分析相结合的定量研究方法，对铁谱图像进行背景、磨粒区域分割，以获得可进行定量分析的磨粒。计算的颜色特征为铁谱图像的进一步处理和识别以及磨粒的机器自动识别、磨损形式分析奠定了基础。     

铁谱显微镜载物台自动行走装置的研制

铁谱分析技术中,人们借助铁谱显微镜观察磨粒的形态,分析磨粒的轮廓结构、表面纹理和颜色特征,获得被监测对象磨损程度、类型和零件的信息.这一过程对操作者的依赖程度很大,分析结果受到操作者的精神状态、知识结构和经验积累等因素的影响.随着计算机技术的发展,人们试图将计算机技术引人铁谱分析之中,通过开发相应的软件实现磨粒图像的分析与识别.在这一研究中,首先要解决的技术问题就是磨粒图像的采集.例如,用CCD摄像机直接采集铁谱磨粒图像,将图像的视频信号转化为数字信号,通过特征提取算法和设计分类器而达到磨粒识别的目的.为此,开发和研制铁谱显微镜载物台的自动行走装置,以便根据需要采集铁谱磨粒图像,是实现磨粒图像计算机识别的硬件基础之一.现结合笔者在这方面研究工作的尝试,介绍铁谱磨粒图像自动采集系统的总体构成和传动系统.     

基于磨粒特征的矿用减速器磨损状态在线监测方法研究

为实现在线磨损状态监测技术在矿用减速器的工程应用,进行了在线铁谱磨粒特征与减速器磨损状态的映射关系的研究。首先,利用在线铁谱图像自动采集系统获取磨粒图像。进而利用数字图像处理技术获取磨损颗粒信息,主要包括:采用Otsu's自动阈值分割法将目标磨粒从图像背景中分离出来;通过像素扫描和边缘检测等方法提取磨粒的相对浓度和最大宽度尺寸信息。最后,获取设备运行过程中磨粒的统计学特征在时间序列上的变化趋势,实现矿用减速器的磨损状态在线分析。所提出的方法通过在线磨损的工程试验结果进行了有效性验证,为矿用设备的自动化监测与智能维护提供了新的技术手段。     

铁谱磨粒图像多焦点融合算法研究

铁谱分析技术是一种常用的磨损监测技术。受限于高倍物镜下的景深限制,一张铁谱大磨粒图像往往只有局部聚焦清晰的特征。为了能够解决在高倍物镜下铁谱大磨粒图像的自动化清晰采集以及高质量图像融合问题,设计并构建一套自动化扫描显微系统,该系统可进行多焦点铁谱图像的自动扫描采集;同时,提出一种基于相位一致性的铁谱磨粒图像多焦点融合算法,对自动扫描的多焦点图像进行融合,得到清晰的磨粒图像。实验结果表明,设计的自动化扫描显微系统能快速完成多焦点铁谱图像的自动化采集流程,提出的图像融合算法相较于传统的小波图像融合算法具有更高的图像评价质量,并能获得更加清晰的图像边缘信息。     

基于光度立体视觉三维重构算法的微观磨损形貌原位测量原理及方法

基于图像的表面微观磨损形貌分析在磨损机理及状态分析中具有重要的地位,三维显微成像技术的应用已经将二维磨损形貌图像分析拓展到更丰富的三维分析领域.然而,从设备维护及故障监测的角度,在机或原位测量显然比上述先进测量更具吸引力,并且复杂、昂贵的先进表面测量技术至今无法打破其在机或原位测量的壁垒.针对现场检测与三维分析的需求,将光度立体视觉原理引入至微观磨损形貌的原位测量,借助便携式平面图像采集系统进行光学设计,提出一种采用多阴影平面图像的三维表面重构方法.首先,通过张正友标定法实现空间点由图像坐标系到相机坐标系的转换;然后,基于成像系统建立近场点光源模型,并由光度立体视觉算法求解表面法向量;最后,基于FC算法计算表面深度与高度信息,完成磨损表面微观形貌三维重构.基于上述方法,研制便携式图像采集与三维重构系统,分别对平面和曲面两类表面进行检测试验,并与共聚焦显微镜测量结果进行对比.测量与对比结果表明,截面曲线上特征点之间的高度差误差小于4.2％,截面二维参数误差小于10.9％,三维表面参数误差小于12.9％.上述工作表明,所提出的方法为机械设备部件磨损表面原位测量与分析提供有效的技术手段.     

磨粒形貌三维图像分析技术的发展趋势

磨损规律和机械故障诊断等研究都离不开磨粒分析技术。影响三维磨粒分析技术的两个重要因素是精确的磨粒表面形貌数据的获取和三给表面 纹理的数字描述，本文就是从这两方面着重介绍了当前国际上流行的磨粒形貌三维分析技术。描述了磨损颗粒的各种三维数据获取技术以及它们存在的优缺点，并对三维表面数字特征的提取方法进行了较为详细的综述，最后得到有关三维磨粒分析技术的四个结论。     

基于光纤传感的发动机零部件磨损状态监测与评价

发动机润滑油滤清器上含有丰富的机械零件磨损信息,其磨粒直接反映了零部件的磨损与运行状态,但目前相关的研究报道还不多见。因此,提出了在润滑油滤清器上安装光纤图像传感器并将采集到的图像传输到计算机中,然后在Matlab环境下编写程序对图像进行平滑滤波、Otsu阈值分割、圆周面积计算、磨粒数目计算等。结果表明,实时监测零件磨损量和机器磨损状态的磨粒图像自动识别分析技术是一种简单、有效的监测方法。     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

显微磨粒图像识别知识规则提取及其应用研究

针对新研制的多功能油液磨粒智能检测系统MIDCS中的磨粒图像识别问题,引入数据挖掘方法获取了磨粒图像识别的知识规则,实现对磨粒类别的智能识别。利用MIDCS系统获取实际航空发动机运行过程中由于滚动轴承磨损而产生的大量典型磨粒,基于图像分析方法提取16个磨粒特征参数,形成标准案例库;利用Weka软件的决策树算法自动提取知识规则,并对知识规则进行优化和简化;对所提取得到的知识规则进行验证和分析。结果表明,所提取的磨粒识别规则符合磨粒识别的统计规律,识别规则不仅简洁,而且具有很高的精度。基于Weka软件的规则提取方法大大提高了MIDCS系统的磨粒识别自动化和智能化水平,对于利用MIDCS进行航空发动机滚动轴承疲劳磨损故障诊断,具有重要的工程实用价值。     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。