基于机器视觉的机械设备零件疲劳寿命检测方法

针对机械设备零件疲劳检测过程中，接触式的人工检测存在检测结果准确性较差的问题，提出一种基于机器视觉的机械设备零件疲劳寿命检测方法。通过采集机械设备零件的图像，使用改进中值滤波方法滤除图像中的噪声，根据多尺度边缘检测方法有效提取零件图像边缘部分，提取机械设备零件图像疲劳特征点。通过NSST逆变换将图像特征点融合，同时引入支持向量理论（SVM）和模糊隶属度，分别赋予不同样本同等重要的模糊隶属度，增加支持向量分类性能，将全部样本输入到模糊SVM分类器中，将有疲劳特征的图像分类，最终完成机械设备零件疲劳寿命检测。实验结果表明，所提方法的检测结果与实际结果较为相近，经滤波处理后图像强化效果有所提升。