基于数字图像处理的表面裂纹检测算法

本文提出了一种基于数字图像处理技术的表面裂纹检测算法。运用这种算法能精确的检测裂纹的位置、长度等特征。将这种裂纹检测算法运用到裂纹自动检测系统以及裂纹扩展行为监测中不仅大大降低了劳动时间和劳动强度，而且提高了测量的准确性。
关键词：图像处理；表面裂纹；特征提取
工业中，航空发动机属高速旋转机械，它的多数零部件均在高温、高压的环境中工作，所受载荷复杂，使用环境恶劣，故障频率高，造成的严重后果不仅危及人、机安全，而且会造成巨大的经济损失和恶劣的社会影响。在这些故障中，发动机疲劳裂纹损伤是导致发动机损坏的主要原因之一。因此，对有关构件的缺陷、疲劳裂纹的产生、扩展进行检测就显得更加重要。因此有必要寻求一种行之有效的检测技术。
随着计算机技术的高速发展，计算机为许多行业提供了一种强大的工具。它可以实现以前不能实现的一些方法。数字图像处理就是随着计算机技术的发展而迅速发展起来的。计算机的高速运算能力为数字图像处理提供了技术支持，使数字图像处理在工业中得到了广泛的应用。数字图像处理技术的应用是实现产品质量监控和故障诊断的最有效方法之一。
近几年来国内外许多学者将数字图像处理技术运用到物体表面裂纹检测中并取得了较好的效果。如：Priyan Gunatilake设计的飞行器表面裂纹检测系统[1]；J Pynn设计的道路表面裂纹自动检测系统[2]；D.H.Ryu设计的疲劳裂纹检测系统[3]；Atsushi Ito设计的混凝砖表面裂纹提取与测量系统[4]；Paul W.Fieguth设计的地下管道表面裂纹检测系统[5]等。
我们模拟了某发动机二级涡轮叶片的实际工作环境，对其进行高温蠕变疲劳实验，并通过摄像头对叶片表面裂纹扩展行为进行实时监控。通过数字图像处理技术对裂纹的形成、走向进行实时监测，不仅大大降低了工人的劳动强度、提高了检测效率，而且可以观察和回放零件从起裂到断裂的全过程，从而对研究有关零部件裂纹的扩展机理以及预估疲劳寿命都起到了重要的作用。
本文第二节概述了整个识别算法的流程，第三节详细介绍了识别算法的各个部分并且给出了效果图，并在第四节给出了本文的结论。