【正文】 e based on the theory of kmean clustering method. With that, in order to finish the process of image preprocessing I choose to process the image with the methods of image gray adjustment and median filter processing. Then, I obtained the binary image by using maximum variance threshold method. Besides, I made a color indication and edge testing for the image so as to obtain some relative information of the target area. At last, in order to make a shape description about the target area I have chosen to make a research about the freemam code technology and used this technology successfully described a piece of the target area. (5) Making windowsdesigning of GUI matlab for the application of digital image processing into xray nondestructive testing and iron spectrum analysis.Key words: nondestructive testing, iron spectrum analysis，image processing, edge testing, image segmentation目 錄第1章 緒論 1 無(wú)損檢測(cè)技術(shù)簡(jiǎn)介 1 油樣鐵譜分析簡(jiǎn)介 1 數(shù)字圖像處理技術(shù)簡(jiǎn)介 2 3第2章 圖像處理的基本原理及方法 5 圖像預(yù)處理 5 5 圖像的平滑化 7 圖像分析 12 灰度閾值法分割 13 邊緣檢測(cè) 14 基于彩色圖像的K均值聚類(lèi)分割 16 圖像的特征描述 16 形狀描述 17第3章 數(shù)字圖像處理技術(shù)應(yīng)用于X射線檢測(cè) 20 X射線無(wú)損檢測(cè)技術(shù)簡(jiǎn)介 20 X射線檢測(cè)原理 20 圖像預(yù)處理 21 21 焊縫圖像濾波 24 圖像分析 30 31 33 本章小結(jié) 34第4章 數(shù)字圖像處理技術(shù)應(yīng)用于油樣鐵譜分析 36 鐵譜分析技術(shù)的基本原理 36 36 數(shù)字圖像技術(shù)應(yīng)用于磨粒檢測(cè)和分析 37 38 本章小結(jié) 46第5章 Matlab GUI圖像處理界面設(shè)計(jì) 47 Matlab GUI簡(jiǎn)介 47 GUI界面設(shè)計(jì)應(yīng)用 47 X射線無(wú)損檢測(cè)GUI界面 47 鐵譜圖像處理GUI界面 48 本章小結(jié) 49結(jié) 論 50致 謝 51參考文獻(xiàn) 52附 錄 54第1章 緒論 無(wú)損檢測(cè)技術(shù)簡(jiǎn)介隨著科學(xué)和工業(yè)技術(shù)的飛速發(fā)展，許多現(xiàn)代化工業(yè)都是工作在工作條件相當(dāng)惡劣如高溫、高壓、高荷載的條件下，但為了使材料在其使用壽命期限內(nèi)不出現(xiàn)失效損壞，以確保其在工作年限內(nèi)正常工作。從而產(chǎn)生了一種在不破壞材料形狀、不改變材料使用性能的檢測(cè)方法用之來(lái)保證零件或材料的可靠性和安全性，這項(xiàng)檢測(cè)技術(shù)即是無(wú)損檢測(cè)技術(shù)。無(wú)損檢測(cè)技術(shù)是在不損傷被檢測(cè)對(duì)象的條件下，利用材料內(nèi)部結(jié)構(gòu)的異?；蛘卟牧系娜毕菰跓帷⒙?、光、電、磁等條件下的反應(yīng)變化，來(lái)檢測(cè)材料及其零部件的內(nèi)部和表面缺陷，并能夠?qū)θ毕莸臄?shù)量、形狀、尺寸、分布等做出判斷和評(píng)價(jià)。 無(wú)損檢測(cè)具有悠久的歷史，人們長(zhǎng)期以來(lái)通過(guò)對(duì)無(wú)損檢測(cè)技術(shù)在實(shí)踐中的探索以及理論的逐步更新使無(wú)損檢測(cè)技術(shù)經(jīng)歷了三個(gè)發(fā)展階段，早期稱為無(wú)損探傷，它的作用是在不損壞產(chǎn)品的前提下，發(fā)現(xiàn)零部件中的缺陷通過(guò)人眼觀察、耳聽(tīng)診斷等，以滿足制造業(yè)與使用的要求。第二階段稱為無(wú)損檢測(cè)，它不但檢驗(yàn)最終產(chǎn)品，而且要檢測(cè)加工過(guò)程的工藝參數(shù)。第三階段為無(wú)損評(píng)價(jià)，不但進(jìn)行產(chǎn)品的最終檢驗(yàn)以及過(guò)程工藝參數(shù)的測(cè)量，而且當(dāng)材料中不存在致命缺陷時(shí)還要從整體上評(píng)價(jià)材料中缺陷的分散程度，以及對(duì)材料性質(zhì)、動(dòng)態(tài)響應(yīng)和服役性能指標(biāo)的實(shí)測(cè)值進(jìn)行分析和評(píng)價(jià)，因此無(wú)損評(píng)價(jià)的內(nèi)容包含無(wú)損檢測(cè)的內(nèi)容，但比無(wú)損檢測(cè)更具綜合性。 20世紀(jì)70年代以來(lái)是無(wú)損檢測(cè)技術(shù)飛速發(fā)展的時(shí)期，主要原因是計(jì)算機(jī)技術(shù)不斷應(yīng)用到無(wú)損檢測(cè)領(lǐng)域，同時(shí)無(wú)損檢測(cè)本身的新方法和新技術(shù)也不斷出現(xiàn)，從而也使無(wú)損檢測(cè)儀器得到很大的提高。目前，無(wú)損檢測(cè)技術(shù)正向快速化、標(biāo)準(zhǔn)化、數(shù)字化、程序化和規(guī)范化的方向發(fā)展。 無(wú)損檢測(cè)技術(shù)的方法很多，常用的無(wú)損檢測(cè)技術(shù)有五種：超聲檢測(cè)、射線檢測(cè)、渦流檢測(cè)、磁粉檢測(cè)和滲透檢測(cè)。它們已成為生產(chǎn)中的常規(guī)無(wú)損檢測(cè)技術(shù)。另外，還有各種新型的檢測(cè)方法，如激光全息照相、聲振檢測(cè)、紅外檢測(cè)等。 油樣鐵譜分析簡(jiǎn)介 油樣鐵譜分析是油樣分析技術(shù)中一項(xiàng)重要的油樣分析檢測(cè)技術(shù)。油液在機(jī)器設(shè)備中的油液通道中循環(huán)流動(dòng)時(shí)，油液中所蘊(yùn)含的各項(xiàng)信息能夠反映機(jī)械設(shè)備的運(yùn)行情況，因而通過(guò)對(duì)工作油液進(jìn)過(guò)合理的采樣后進(jìn)行分析處理后，即可取得機(jī)械設(shè)備中各摩擦副的磨損狀況、磨損發(fā)生部位以及磨損程度等方面的信息。，鐵譜分析即是一種借助磁力將油液中的金屬顆粒分離出來(lái)，并對(duì)這些顆粒進(jìn)行分析的技術(shù)。該項(xiàng)技術(shù)的提出者于1971年研制出用于分離磨損顆粒并進(jìn)行觀察分析的儀器即鐵譜儀和鐵譜顯微鏡。目前鐵譜分析儀主要有兩種類(lèi)型：一種是直讀式鐵譜儀，一種是分析式鐵譜儀。通過(guò)這項(xiàng)技術(shù)的不斷創(chuàng)新，鐵譜分析技術(shù)已經(jīng)成為機(jī)器狀態(tài)監(jiān)測(cè)和故障診斷的一項(xiàng)重要工具。其在國(guó)民經(jīng)濟(jì)建設(shè)及國(guó)防建設(shè)的各個(gè)部門(mén)如航空、艦船、鐵路、以及汽車(chē)、液壓、機(jī)床、礦山、石油等機(jī)械設(shè)備的狀態(tài)監(jiān)測(cè)與故障診斷方面，都得到了廣泛的應(yīng)用。 數(shù)字圖像處理技術(shù)簡(jiǎn)介 圖像處理技術(shù)最早出現(xiàn)于20 世紀(jì)50 年代圖像處理是利用計(jì)算機(jī)對(duì)圖像進(jìn)行圖像數(shù)字化、圖像增強(qiáng)、圖像復(fù)原、提取特征等處理的一類(lèi)理論技術(shù)。一幅真實(shí)的圖像并不能直接被計(jì)算機(jī)識(shí)別，需要以計(jì)算機(jī)圖像文件的形式存貯于計(jì)算機(jī)中圖像按照信息的連續(xù)性可以分為兩類(lèi)，即模擬圖像和數(shù)字圖像。模擬圖像中，圖像的信息顏色、亮度和空間位置是連續(xù)的，而數(shù)字圖像中信息是離散的。對(duì)于一張普通的照片，照片中的信息在空間上是連續(xù)的，計(jì)算機(jī)并不能讀取這種連續(xù)的信息。為了讓計(jì)算機(jī)讀取照片中的信息，需要對(duì)照片進(jìn)行圖像處理。在圖像處理過(guò)程中，對(duì)照片中的信息進(jìn)行數(shù)字化離散，轉(zhuǎn)化為計(jì)算機(jī)可以識(shí)別的數(shù)字圖像。 數(shù)字圖像在計(jì)算機(jī)中以兩種方式存儲(chǔ)，即矢量圖和位圖。矢量圖是利用一系列數(shù)學(xué)表達(dá)式來(lái)表述圖像，優(yōu)點(diǎn)為隨著圖像的放大或者縮小，不會(huì)降低圖像的清晰度。但對(duì)于復(fù)雜的圖像，很難找到合適的數(shù)學(xué)表達(dá)式。位圖圖像由一個(gè)個(gè)的像素組成，每一個(gè)像素代表一個(gè)特定的圖像信息。位圖圖像在將圖像轉(zhuǎn)化為數(shù)字圖像時(shí)，將圖像分割為一個(gè)個(gè)像素，每個(gè)像素由一定的數(shù)值來(lái)表述其顏色和亮度。當(dāng)一張圖片轉(zhuǎn)化為數(shù)字圖片后，我們可以在每個(gè)像素上面都可得到該像素量化后的亮度值和顏色值。常見(jiàn)的圖片和照片在空間上是平面，一般由兩個(gè)坐標(biāo)變量來(lái)確定空間位置。因此，數(shù)字圖像一般的表述形式為二維函數(shù)的矩陣，如式11： （11） 投入無(wú)損檢測(cè)技術(shù)領(lǐng)域的研究是一項(xiàng)非常有意義的研究課題，目前無(wú)損檢測(cè)技術(shù)作為一種綠色檢測(cè)技術(shù)，逐漸替代了傳統(tǒng)的對(duì)環(huán)境產(chǎn)生較大的檢測(cè)方法，對(duì)材料也不會(huì)造成破壞或者對(duì)材料造成二次污染。因此，對(duì)無(wú)損檢測(cè)技術(shù)的繼續(xù)深入研究是符合我國(guó)旨在建設(shè)一個(gè)環(huán)境友好性，資源節(jié)約型國(guó)家的核心要求的。 隨著現(xiàn)代工業(yè)的飛速發(fā)展，在滿足產(chǎn)品使用性能的基礎(chǔ)上，人們更加側(cè)重與對(duì)產(chǎn)品的使用壽命以及缺陷特性進(jìn)行分析，以確保產(chǎn)品在設(shè)計(jì)壽命年限內(nèi)能夠具有較好的可靠性，可行性。而無(wú)損檢測(cè)技術(shù)作為世界上一項(xiàng)飛速發(fā)展的檢測(cè)技術(shù)，在不損傷產(chǎn)品使用情況的同時(shí)，結(jié)合產(chǎn)品材料的相關(guān)物理特性，光學(xué)特性等性質(zhì)，能夠較好的對(duì)產(chǎn)品中存在的相關(guān)缺陷進(jìn)行識(shí)別，在各個(gè)國(guó)家的工業(yè)等相關(guān)領(lǐng)域?qū)@項(xiàng)優(yōu)勢(shì)的檢測(cè)技術(shù)相當(dāng)重視，而通過(guò)使用這種檢測(cè)技術(shù)而帶來(lái)的經(jīng)濟(jì)效益也相當(dāng)可觀。同時(shí)隨著電子技術(shù)及計(jì)算機(jī)技術(shù)的飛速發(fā)展，計(jì)算機(jī)圖像處理技術(shù)相關(guān)理論也不斷完善，利用計(jì)算機(jī)圖像處理可對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等，該項(xiàng)處理技術(shù)已廣泛應(yīng)用與通信、控制、故障檢測(cè)等相關(guān)領(lǐng)域。而Matlab軟件作為國(guó)際上公認(rèn)的最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一，也是最近幾年來(lái)在國(guó)內(nèi)外廣泛流行的一種可視化科學(xué)計(jì)算軟件，它集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖像顯示為一體，構(gòu)成了一個(gè)方便的、界面友好的用戶環(huán)境。而結(jié)合Matlab數(shù)據(jù)工具箱中的圖像處理方法目前也已廣泛應(yīng)用與無(wú)損檢測(cè)領(lǐng)域。 而作為現(xiàn)目前發(fā)展迅速的油樣分析檢測(cè)技術(shù)也是針對(duì)實(shí)時(shí)檢測(cè)機(jī)械運(yùn)行故障的一項(xiàng)重要檢測(cè)技術(shù)。國(guó)外有數(shù)據(jù)統(tǒng)計(jì)機(jī)械設(shè)備有70%以上的故障與設(shè)備的磨損狀況有關(guān)，而通過(guò)對(duì)機(jī)械設(shè)備中的潤(rùn)滑油進(jìn)行采樣分析來(lái)評(píng)估機(jī)械運(yùn)行的工作情況，對(duì)設(shè)備劣化趨勢(shì)即是得到矯正，可以有效的避免惡性事故的發(fā)生和發(fā)展，同時(shí)通過(guò)對(duì)油樣的監(jiān)測(cè)及時(shí)發(fā)現(xiàn)油質(zhì)劣變的原因和污染狀況，對(duì)此及時(shí)采取相關(guān)措施，使設(shè)備處于良好的潤(rùn)滑狀態(tài)，從而減少故障發(fā)生的概率，延長(zhǎng)設(shè)備的使用效率，在實(shí)現(xiàn)設(shè)備的主動(dòng)性維護(hù)方面意義頗佳。鐵譜分析作為油樣分析技術(shù)的一種重要檢測(cè)和分析方法，也正是依托上述故障檢測(cè)意義通過(guò)鐵譜顯微鏡對(duì)油樣中的油質(zhì)進(jìn)行分析和檢測(cè)。 本文旨在通過(guò)學(xué)習(xí)基本的matlab圖像處理原理來(lái)對(duì)無(wú)損檢測(cè)領(lǐng)域中的X射線檢測(cè)像以及油樣分析中的鐵譜分析檢測(cè)圖像進(jìn)行相關(guān)編程操作，達(dá)到熟悉和基本掌握matlab圖像處理編程的方法，對(duì)檢測(cè)圖像做圖像處理、圖像分析及圖像特征提取。從而，為進(jìn)一步圖像處理技術(shù)的深入學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。第2章 圖像處理的基本原理及方法 圖像預(yù)處理 圖像預(yù)處理就是在圖像分析中對(duì)輸入圖像進(jìn)行特征取、分割、識(shí)別前所進(jìn)行的處理過(guò)程。圖像預(yù)處理的主要目的是消除圖像中無(wú)用的信息，而恢復(fù)圖像有用的信息，顯現(xiàn)圖像的真實(shí)情況，以增強(qiáng)有關(guān)信息的可檢測(cè)性和簡(jiǎn)化處理數(shù)據(jù)，從而提高后續(xù)處理過(guò)程中包括特征提取、圖像分割、識(shí)別過(guò)程的操作可靠性。 對(duì)采集來(lái)的圖像進(jìn)行分析，首先應(yīng)當(dāng)做的即是對(duì)其進(jìn)行圖像預(yù)處理操作，圖像預(yù)處理包括圖像的灰度變換、圖像的平滑處理、圖像的銳化處理等等。其最終目的即是為了提高圖像的綜合質(zhì)量，如去除噪聲，提高圖像顯示的清晰度等等。圖像處理過(guò)程流程圖21所示: 圖像輸入灰度變換處理圖像濾波 圖像輸出 圖21 圖像預(yù)處理過(guò)程 圖像增強(qiáng)是在對(duì)原有圖像的基礎(chǔ)上進(jìn)行操作的，其目的是得到視覺(jué)效果更好或者更有用的新圖像以方便計(jì)算機(jī)進(jìn)行進(jìn)一步的識(shí)別處理。圖像增強(qiáng)分為兩大部分即狹義上的圖像增強(qiáng)和廣義上的圖像增強(qiáng)。狹義上的圖像增強(qiáng)指加強(qiáng)灰度圖像的明暗對(duì)比度，而廣義上的圖像增強(qiáng)還包括圖像模糊處理以及彩色圖像增強(qiáng)等。 圖像灰度變換 圖像的灰度變換處理是圖像增強(qiáng)處理技術(shù)中一種非?；A(chǔ)和直接的空間域處理方法?；叶茸儞Q是指更具某種目標(biāo)條件按一定的變換關(guān)系逐點(diǎn)改變?cè)瓐D像中的每一個(gè)像素灰度值的方法，其主要目的是為了改善圖像質(zhì)量，使圖像的顯示效果更加清晰，灰度變換也叫對(duì)比度增強(qiáng)或?qū)Ρ榷壤臁? 灰度變換的處理方法也叫做點(diǎn)運(yùn)算方法，點(diǎn)運(yùn)算是一種既簡(jiǎn)單又重要的技術(shù)，它的主要特點(diǎn)是輸入像素點(diǎn)的灰度值決定輸出像素點(diǎn)的灰度值，同時(shí)不改變圖像的空間關(guān)系。設(shè)圖像變換表達(dá)式：，其中為輸入增強(qiáng)前圖像，為輸出增強(qiáng)后的圖像，是對(duì)圖像進(jìn)行處理的操作符。另設(shè)和分別代表和在處的灰度值，則圖像變化表達(dá)式可另表示為：。 若要保持圖像的低端和高端的灰度值不變，把中間的灰度值從到拉伸到到，則可采用式21進(jìn)行計(jì)算： （21） 通過(guò)變換后可將需要的圖像細(xì)節(jié)灰度拉伸，將不需要的圖像細(xì)節(jié)灰度級(jí)進(jìn)行壓縮，從而使圖像細(xì)節(jié)信息更加豐富，也會(huì)便于計(jì)算機(jī)辨認(rèn)進(jìn)行下一步識(shí)別處理。 直方圖修正 直方圖修正是灰度變換的一種方法，它指通過(guò)增加圖像像素值分布來(lái)對(duì)圖像進(jìn)行增強(qiáng)處理，經(jīng)過(guò)直方圖修正后，圖像像素值在各個(gè)級(jí)別上都有分布，從而也更容易表現(xiàn)圖像細(xì)節(jié)，使圖像的視覺(jué)效果得到改善。直方圖修正通常有直方圖均衡化和直方圖規(guī)定化兩大類(lèi)，直方圖均衡化技術(shù)是把已知灰度概率分布的圖像，經(jīng)過(guò)數(shù)學(xué)變換，使之演變成一幅具有均勻分布的新圖像，直方圖規(guī)范化是指圖像經(jīng)過(guò)處理后，直方圖的分布呈現(xiàn)出指定的形態(tài)，下面就直方圖均衡化灰度變換原理用數(shù)學(xué)符號(hào)進(jìn)行直觀地闡述。 數(shù)字圖像中灰度級(jí)為的像素出現(xiàn)的頻率：，其中N為一幅圖像的總像素?cái)?shù)，是出現(xiàn)第k級(jí)灰度的次數(shù)，表示第k個(gè)灰度級(jí)。 對(duì)數(shù)字圖像進(jìn)行直方圖的均衡化處理時(shí)，采用式22變換形式進(jìn)行灰度變換處理。 （，k=0,1,2,L1） （22）其中為輸出圖像中的亮度值，L為灰度級(jí)的總數(shù)。通過(guò)變換后的s值只能選擇最靠近的一個(gè)灰度級(jí)的值，以此對(duì)s值進(jìn)行修正，從而將得到不同的灰度級(jí)別，確定出輸入與輸出像素值的映射關(guān)系，將原灰度值映射到變換后圖像所對(duì)應(yīng)的灰度級(jí)別的灰度值上。 圖像的平滑化 數(shù)字圖像中往往存在各種各樣的噪聲如在圖像數(shù)據(jù)傳輸過(guò)程中會(huì)引入噪聲，以及通過(guò)掃描得到的照片由于灰塵時(shí)噪聲源，最終也會(huì)引入噪聲從而影響圖像的質(zhì)量使獲得的圖像像素值不能真實(shí)反映真實(shí)場(chǎng)景亮度而造成的誤差。為了消除噪聲常用的空間域?yàn)V波方法有線性濾波、中值濾波、自適應(yīng)濾波等方法；頻域增強(qiáng)濾波方法有頻域低通濾波、頻域高通濾波以及同態(tài)濾波。通過(guò)濾波處理后的圖像看起來(lái)圖像效果比較的平滑。 空間域?yàn)V波 空間域?yàn)V波是在圖像空間借助模板進(jìn)行卷積操作完成的。其基本特點(diǎn)是讓圖像