磁痕图像缺陷的高精度检测模型仿真分析

针对磁痕图像采用直方图均衡化方法进行图像增强处理,为图像缺陷的高精度检测提供支持,依据最小误差方法获取最佳分割阈值,完成对图像的最佳分割,通过对各个分割后的连通区域进行伤痕判定,实现对整个磁痕图像的缺陷识别,完成磁痕图像缺陷的高精度检测.实验结果表明,利用改进算法进行磁痕图像缺陷的高精度检测,能够简化检测流程,极大提高了检测的效率与准确度.

基于双线性对称NASNet的磁痕图像缺陷检测

针对现有磁痕图像缺陷检测方法易受噪声和反光影响,检测精度不高的情况,提出一种基于双线性对称NASNet(BS-NASNet)的磁痕图像缺陷检测算法。BS-NASNet网络模型选用双线性模型作为总体框架,且模型中的两个特征函数均采用由两个结构完全相同的NASNet融合而成的对称NASNet(S-NASNet),以充分提取图像中的全局和局部特征。在对两个特征函数最后的特征输出层进行融合时,先对每部分特征降维后再进行融合,可降低过拟合风险,能够适用于小样本训练。实验结果表明,本文算法能够在噪声和反光干扰的情况下对磁痕图像缺陷进行有效检测,检测精度可达99%,且相比于其他几种检测算法具有更高的准确率和召回率。

基于机器视觉的标准试片磁痕评价方法

磁粉检测作为一种无损检测方法,在电力行业有广泛应用,其综合灵敏度由A1型标准试片检验,然而标准试片磁痕的清晰度评价仍取决于检测人员的主观判断。为排除磁痕清晰度评价中人为主观因素,提出一种基于机器视觉的标准试片磁痕清晰度评价方法。对获取的标准试片磁痕图像,使用Python程序设计语言调用OpenCV函数库,实现对磁痕图像的掩膜获取,然后通过二值化提取磁痕以及计算磁痕与背景的直方图,定量分析与评价磁痕图像的清晰度,同时使用该方法确定了非磁性层厚度对磁粉检测综合灵敏度的影响。标准试片磁痕图像分析结果可知,基于机器视觉的标准试片磁痕提取效果良好,清晰度评价结果比传统人工评价更加客观可靠。

数码摄像技术在磁粉探伤自动化中的应用初探

简要介绍无损检测的国内外研究动态 ,提出了一个以数码摄像机或相机作为图像数据采集及信号转换工具的磁粉探伤自动化试验系统 ,运用通用串行总线 USB实现数码相机与计算机之间的数字图像传输 ,用专用的 i L ink电缆连接数码摄像机与计算机 ,按 IEEE1394标准进行数据传输 .论述了总体设计思想及工作原理 ,讨论了凸轮轴表面裂纹数码图像的效果及其预处理情况 ,并运用实例进一步加以说明 .

荧光磁粉探伤中磁悬液品质的影响及测控装置

针对现有自动化荧光磁粉探伤中磁痕图像无量化评价标准、磁悬液品质不稳定引起的探伤结果可靠性差等问题,本文依据磁痕图像特点提出了量化评价其质量的特征参数,结合磁悬液品质的变化特点,研究了铁磁性金属颗粒掺杂浓度对磁痕图像质量的影响,给出了磁悬液掺杂情况下的最优磁粉浓度和磁悬液品质的补偿关系式。设计了一套磁悬液品质测量与控制装置,实现了磁悬液品质的自动检测与补偿。实验结果表明:磁悬液掺杂情况下最优荧光磁粉浓度为5 mL/L,且磁粉浓度变动可控制在设定值的6%内,保证了探伤精度和磁痕图像质量,在荧光磁粉探伤的全面自动化中有较高的应用价值。