基于图像识别技术的螺栓裂缝识别系统研究

目前螺纹裂缝的主要识别方法是荧光探伤法和超声探伤法。荧光探伤是利用毛细管原理检测 固体材料表面开口缺陷的-种常规无损检测方法 。探伤时，先把渗透剂施加 到已清洗干净 的零件表 面，渗透液通过毛细作用渗入 到表 面开 口缺 陷中，然后对螺栓进行二次清洗 ，在黑暗环境下 观察 是否有裂缝 。该方法是无损检测 的-种常规方法 ，由于其检测 灵敏 度 高 ，检 测工 艺简 单、可 靠 ，而 被 广泛 采用 。但由于是人工操作，这种方法存在工作效率低、人为因素导致漏检等 问题 ；超声探伤法是通过发射声波短、穿透力强的超声波，在传播过程中遇不同介质的分界面产生反射 、折射 、绕射和波形转换来判断是否存 在缺陷 。这种方法具有探伤效率 高、能检测 出螺栓内部裂缝等优点 ，但在实际生产 中，可能在超声波探伤回波中有假信号 ，造成误判。

基于以上原因，我们提出了-种新的螺栓裂缝检测方法--基于图像识别技术的螺栓裂缝识别技术。

该技术是建立在所有的裂缝都会反映在螺栓表面的基础上，以图像识别技术为依据，通过对螺栓进行图像采集和分析的方法达到识别螺栓表面裂缝的目的。

1 系统框架为了验证基于图像识别技术的螺栓裂缝识别技术的可行性 ，我们搭建了螺栓裂缝检测试验 系统。该 系统主要由成像系统和图像处理系统组成。其 中，成像系统是由照明系统和螺栓拍摄系统组成 ，图像处理 系统是由图像分割系统和裂缝系别系统组成。如图 1所示为螺栓裂缝检测试验系统结构框架图。

首先 ，通过外部输送装置将 待检螺栓送达 检测位置，在光源辅助下，采用高精度面阵相机对螺栓120。的范围进行-次拍摄 ，将螺栓旋转 120。，再进行拍摄 ，共进行三次 ，保证将螺栓 的每个 角度覆盖 ，完成图像采集～采集 到的图像 传 回处理器 ，对每 幅图片进行去噪、细化等-系列预处理 ，然后采用水平集法对图像边缘进行检测，再结合人工智能数据库方法，消除边缘干扰 ，判断螺栓上是否存在裂缝。

收稿 日期 ：2012-11-07基金项 目：山东省 自然科学基金 (Y2008F53)作者简介：李亚琳(1987-)，女，济南人，济南大学机械工程学院硕士研究生，研究方向为图形图像处理，(E-mail)rongyu0216###sina.com；王玉增(1963-)，男，山东聊城人，济南大学机械工程学院教授，硕士生导师，研究方向为计算机图形图像处理、图像识别、虚拟现实技术 ，(E-mail)me-wangyz###ujn.edu.en。

· 78· 组合机床与自动化加工技术 第 3期瓣螺试 栓 萎 成像系统图像处理系统图 1 螺栓裂缝检测试验 系统2 图像处理系统2.1 图像预处理在图像预处理 的过程 中，我们主要采用包含滤镜功能的程序提高图片的曝光度 ，而滤镜 功能的主要原理就是通过改变图像各像素的 RGB值来图像颜色。

彩色图像是由三种主要颜色 (Red、Green、Blue)来表示，每种颜色的变化区间是从 0到 255，将三种颜色组合起来 ，即可得到我们所看到 的颜色 。而提高曝光度的方法就是通过程序改变图像的颜色。

2.2 图像识别图像分割是图像处理和识别 的关键步骤。其 目的就是把图像 中满足某-特性的区域从背景区域中提取出来 ，从 而进行定性和定量分析。现有 的图像分割方法主要分为基于区域、基于边缘 、区域与边缘信息相结合、图谱引导、基 于模糊集理论、基 于神经网络等方法 。

水平集法是当前 图像分割 的主要方法 ，于 1988年首次提出 。其基 本思想是利用 曲线演化理论 ，将演化 的闭合曲线 (或 曲面 )嵌入更高维 函数 中，建立曲线 (或曲面)的能量函数，通过水平 集函数 的演化达到最携能量 函数 的 目的 ，最终将演化 的闭合曲线(或曲面)逐步逼近图像 中的目标 。。它以隐含的方式表示平面闭合 曲线 ，避免 了对平 面闭合 曲线演化过程 的跟踪 ，将 曲线演化过程转变为求解数值 的偏微分方程问题 。

通过闭合曲线 c将区域 划分为两部分 区域 ：目标区域力 (曲线内部区域 )和背景区域 (曲线 内部区域)，其能量泛函定义如下 ：E(c)Al I I o-cl I dxdyA2 J I 0-c2 J dxdyJn1 .t/72。 L-m(G)其 中 H((b)是 Heaviside函数 ，6( )为 Dirac函数，f oH((b)dxdy f o(1-H( ))dxdyJn JnI H( )dxdy I(1-H( ))dxdyJn .tO日c(b) 1(- arctan( )( ) 1tb - ㈩ 意 - ] L A( 。-c1) A 2(0-c2)JA.>0，A，>0， ≥0，A.和 A，用于控制曲线外部和内部能量权重 ，c 代表曲线内部区域的灰度均值，C，代表曲线外部区域的灰度均值 ， (c)表示曲线 c的长度。然后采用有限差分法离散该式 ，获取演化结果。

2.3 系统流程图在以上基础上 ，我们采用 VS2010为开发 工具 ，在 OpenGL环境下编写代码 实现。系统流程 图如图2所示。

图 2 系统流程 图 图 3 图像识别程序 图3 实验结果分析为检验本文系统在 的可靠性 ，我们将 产品规格为 M22 1.5 55的六角法兰面螺栓作为待检螺栓。

该螺栓的产品硬度为 HRC39～43，重量 0.2Kg，关键控制点是螺栓硬度、热处理后产生的螺栓头下 R和螺纹收尾处的淬火裂纹缺陷。采用高精度面阵相机对该系列的螺栓进行 图像采集 ，然后对 图片分析处理，实验结果如图 4～7所示。

图 4所示 为通过采集系统采集到 的图片 ，我们通过该系统的滤镜功能提高图片的曝光度 ，得到图 5所示的结果 ，然后采用水平集 法对 图 5进行图像分割，可得到图 6所示 的图片。但是 由于待检 螺栓 中包含细微的凹陷 ，所 以在 图 6上有-些较小的边缘被检测 出来 ，然后剔除飞点 ，即可得 到图 7所示 的结果 ，即最终结果。

从实验结果 中，我们 可 以发 现，利用最 高可 达1.4 m的图像分辨率的图像采集设备对螺栓进行拍照，可以拍摄到肉眼难 以观测到 的细小裂缝 ，提高了识别精度 ；识别 过程中仅采用 图像采集和图像处理两部分 ，提高了检测速度 ，至少可以达到 40件/分的检测效率。

图 4 原 图 图 5 预处理统lI - - -～2013年 3月 李亚琳，等：基于图像识别技术的螺栓裂缝识别系统研究 ·79·图 6 图像分 割 图 7 剔除飞点4 结论本文提出了-种基于图像识别技术的螺栓裂缝非接触识别技术。利用高精度的拍摄系统对待测螺栓进行图像采集，然后采用细化、提高曝光度、图像分割等技术对拍摄到 的图片进行处理 ，获取 图像特征 ，最终达到识别裂缝的 目的。实验表 明，将 图像识别技术应用于螺栓裂缝识 别领域 ，可 以大大简化识别步骤 ，提高识别精度 ，为螺栓裂缝检测提供了新 的发展方 向。