基于机器视觉铸件布氏硬度在线检测技术研究*
网络出版日期: 2017-01-05
基金资助
* 国家杰出青年科学基金资助项目(51525503); 20160613收到初稿，20161014收到修改稿;
On Line Detection Technology of the Hardness of Cast Iron Parts Based onMachine Vision
Online published: 2017-01-05
为实现铸件布氏硬度的在线检测，应用基于机器视觉的布氏硬度自动测量系统采集压痕图像，研究压痕图像滤波、压痕图像轮廓直径提取、直径标定系数等算法。根据压痕图像的特点，提出基于粒子群的Snake模型压痕轮廓提取算法。引入压痕直径标定系数，解决了视觉测量中的压痕直径像素与压痕物理直径的换算关系，并对直径标定系数进行最小二乘法拟合，提高了测量精度。应用布氏硬度在线测量装置对 180~210 HBW 标准硬度块进行试验测试。试验表明：测量平均误差为 0.72%，测量精度在±2 HBW之间，测量标准差为125 HBW，装置重复性好，精度高，完全能够满足铸件的布氏硬度在线检测要求。
单忠德 , 张飞 , 任永新 , 张静 , 聂军刚 . 基于机器视觉铸件布氏硬度在线检测技术研究*[J]. 机械工程学报, 2017 , 53(1) : 157 -164 . DOI: 10.3901/JME.2017.01.157
Key words： Brinell hardness; machine vision; image processing; error analysis
[1] 郭东明，孙玉文，贾振元. 高性能精密制造方法及其研究进展[J]. 机械工程学报，2014，50(11)：119-134.
GUO Dongming，SUN Yuwen，JIA Zhenyuan. Methods and research progress of high performance manufacturing[J]. Journal of Mechanical Engineering，2014，50(11)：119-134.
[2] 陈波，李付国，何敏. 延性金属材料损伤变量的实验表征方法研究[J]. 稀有金属材料与工程，2011，11：2022-2025.
CHEN Bo，LI Fuguo，HE Min. Experimental characterization of damage variables of ductile metal[J]. Rare Metal Materials and Engineering，2011，11：2022-2025.
[3] 王中宇，葛乐矣，佟杰，等. 乏信息材料布氏硬度测量误差的灰自助预报[J]. 北京航空航天大学学报，2010(5)：524-528.
WANG Zhongyu，GE Leyi，TONG Jie，et al. Error predicting for material Brinell hardness measurement of poor information based on grey bootstrap method[J]. Journal of Beijing University of Aeronautics and Astronautics，2010(5)：524-528.
[4] 董健. 基于机器视觉的布氏硬度测量研究[D]. 包头：内蒙古科技大学，2012.
DONG Jian. Research on Brinell hardness measure based on machine vision[D]. Baotou：Inner Mongolia University of Science & Technology，2012.
[5] JI Yu，XU Aiwei. A new method for automatically measurement of vickers hardness using thick line hough transform and least square method[C]//2009 2nd International Congress on Image & Signal Processing，2009：1-4.
[6] GE L，ZHAO W，ZHOU J，et al. Mechanics analysis and simulation of material Brinell hardness measurement[J]. Measurement，2011，44(10)：2129-2137.
[7] 周飞. 布氏硬度测量误差分析[J]. 计量与测试技术，2011(3)：32.
ZHOU Fei. Measurement error analysis with Brihell hardness tester[J]. Metrology & Measurement Technique，2011(3)：32.
[8] 敖勤，许宝杰，李天剑，等. 布氏硬度图像自动测量及其Matlab实现[J]. 北京信息科技大学学报，2009(4)：57-61.
AO Qin，XU Baojie，LI Tianjian，et al. Automatic measuring of Brinell hardness based on Image processing using Matlab[J]. Journal of Beijing Information Science & Technology University，2009(4)：57-61.
[9] 李丹丹，郭一通，于达仁. 应用模糊集结合数学形态学提取布氏硬度压痕圆[J]. 自动化技术与应用，2011(6)：59-63.
LI Dandan，GUO Yitong，YU Daren. Round contour extraction of Brinell hardness indent image based on fuzzy sets and morphology[J]. Techniques of Automation and Applications，2011(6)：59-63.
[10] KASS M，WITKIN A，TERZOPOULOS D. Snakes：Active contour models[J]. International Journal of Computer Vision，1988，1(4)：321-331.
[11] ZHANG Yang. The Bayesian operating point of the canny edge detector[J]. IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society，2006，15(11)：3409-3416.
[12] MEYLAN L，SUSSTRUNK S. High dynamic range image rendering with a retinex-based adaptive filter[J]. IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society，2006，15(9)：2820-2830.
[13] 李彦，汪胜前，邓承志. 多尺度几何分析的图像去噪方法综述[J]. 计算机工程与应用，2011，34：168-173.
LI Yan，WANG Shengqian，DENG Chengzhi. Overview on image denoising based on multi-scale geometric analysis[J]. Computer Engineering and Applications，2011，34：168-173.
[14] ZHANG L，BAO P，PAN Q. Threshold analysis in wavelet based denoising[J]. Electronics Letters，2001，37(24)：1485-1486.
[15] DENG Yaohua，LIU Xiali，ZHENG Zhihang，et al. A new active contour modeling method for processing-path extraction of flexible material[J]. Optik - International Journal for Light and Electron Optics，2016，127(13)：5422-5429.
[16] CVANCAROVA M，ALBREGTSEN F，SAMSET E，et al. Segmentation of ultrasound images of liver tumors applying snake algorithms and GVF[J]. International Congress，2005，1281：218-223.
[17] JIANG Huiyan ，GAO Xihe. Semi-automatic liver segmentation using improved GVF snake model[J]. Advanced Materials Research，2010，121-122：435-440.
[18] KASS M，WITKIN A，TERZOPOULOS D. Snakes：Active contour models[J]. International Journal of Computer Vision，1988，1(4)：321-331.
[19] 刘利雄，马忠梅，赵恒博，等. 一种基于主动轮廓模型的心脏核磁共振图像分割方法[J]. 计算机学报，2012(1)：146-153.
LIU Lixiong，MA Zhongmei，ZHAO Hengbo，et al. A method for segmenting cardiac magnetic resonance images using active contours[J]. Chinese Journal of Computers，2012(1)：146-153.
[20] MAKSIMOVIC R，STANKOVIC S，MILOVANOVIC D. Computed tomography image analyzer：3D reconstruction and segmentation applying active contour models –‘snakes’[J]. International Journal of Medical Informatics，2000，59：29-37
[21] ALI S，VELTRI R，JI E，et al. Adaptive energy selective active contour with shape priors for nuclear segmentation and gleason grading of prostate cancer[J].Bmc Complementary & Alternative Medicine，2015，15(1)：3288-3302.
[22] 唐利明，田学全，黄大荣，等. 结合FCMS与变分水平集的图像分割模型[J]. 自动化学报，2014(6)：1233-1248.
TANG Liming，TIAN Xuequan，HUANG Darong，et al. Image segmentation model combined with FCMS and variational level set[J]. Acta Automatica Sinica，2014(6)：1233-1248.
[23] BALLERINI L. Genetic snakes：Active contour models by genetic algorithms[J]. Eurasip Book，2007(8)：177-194.
[24] KARABOGA D，BASTURK B. A powerful and efficient algorithm for numerical function optimization：Artificial bee colony (ABC) algorithm[J]. Journal of Global Optimization，2007，39(3)：459-471.
/
| 〈 |
|
〉 |