基于图像分割和模式识别的钢材断口图像分析方法研究

摘要

落锤撕裂实验(DropWeightTearTest，落锤撕裂试验)是对预制缺口材料进行落锤击断的试验，通过计算断口表面的剪切百分数用来评估材料韧性。目前主要依靠人工目视判断韧性区面积百分比，主观因素影响精度，检测效率低下，迫切需要自动化检测仪器。但是落锤撕裂试件的断口的图像模式非常复杂：韧性区、脆性区混杂，高度起伏可达到30mm，对成像、照明尤其图像自动判别带来极大技术挑战。
　　本研究通过对落锤撕裂断口特征和机器视觉技术的深入研究，提出了基于图像分割和模式分类的评定方法，搭建了断口图像采集平台，开发了检测软件，开展了相关实验对整套检测系统进行了验证。首先结合断口表面的光学反射特性和三维特征，解决了断口图像的分析系统的总体设计；运用阈值分割，均值滤波，图像融合等算法对图像进行了预处理；针对不同的断裂类型图像进行图像分割处理；提取分割后区域的数字图像特征对高斯混合模型和支持向量机分类器进行训练，得到合适的图像分类模型，最终实现对断口图像的断裂区域的识别和分类。将算法的评定结果与人类专家评定的结果做对比，实验结果表明，设计的自动评定算法与人类专家的评定结果的绝对误差在4%以内，可以实现对落锤撕裂断口的自动评定。

目录

第1章 绪论

1.1课题背景及研究意义

1.2国内外研究现状

1.3论文的主要研究内容

第2章 断口图像分析系统总体设计

2.1引言

2.2光源系统设计

2.3图像采集系统设计

2.4软件系统设计

2.5本章小结

第3章 断口图像分割方法研究

3.1引言

3.2图像预处理算法

3.3标准断口图像区域分割方法研究

3.4异常断口图像分割算法研究

3.5本章小结

第4章 断口图像区域分类方法研究

4.1引言

4.2标准断口图像区域分类

4.3异常断口图像区域特征提取

4.4异常断口图像区域分类算法设计

4.5本章小结

第5章 断口检测系统与实验结果

5.1引言

5.2断口分析仪简介

5.3系统实验结果和精度分析

5.4本章小结

结论

参考文献

附录

声明

致谢