【正文】 ，3陽(yáng)極靶） X射線檢測(cè)被測(cè)物體的見(jiàn)圖32。（2）、矩形度 圖像區(qū)域的面積與其最小外接矩形面積的比值即為矩形度： （230） 矩形度反映區(qū)域?qū)ζ渥钚⊥饨泳匦蔚某錆M(mǎn)程度，當(dāng)區(qū)域?yàn)榫匦螘r(shí)，矩形度R=1，當(dāng)區(qū)域?yàn)閳A形時(shí)，對(duì)于邊界彎曲、呈不規(guī)則分布的區(qū)域。這樣只有邊界的起點(diǎn)需要用絕對(duì)坐標(biāo)來(lái)表示，其余點(diǎn)可用接續(xù)方向來(lái)表偏移量。 K均值聚類(lèi)分割算法的基本原理就是：首先從數(shù)據(jù)集中選取K個(gè)點(diǎn)作為初始聚類(lèi)中心，然后計(jì)算各個(gè)樣本到聚類(lèi)中心的距離，把樣本點(diǎn)歸并入到離它最近的那個(gè)聚類(lèi)中心所在的類(lèi)內(nèi)，通過(guò)計(jì)算新形成的每一個(gè)聚類(lèi)的數(shù)據(jù)對(duì)象的平均值來(lái)得到新的聚類(lèi)中心，如果相鄰兩次的聚類(lèi)中心沒(méi)有發(fā)生變化，則調(diào)整結(jié)束，聚類(lèi)完成，否則再修改聚類(lèi)中心進(jìn)入下一次迭代。根據(jù)模板的大小、其中元素值的不同，人們已提出了許多不同的算子。由于邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景分開(kāi)，因而邊緣檢測(cè)技術(shù)對(duì)于數(shù)字圖像十分重要。下面介紹其中最大方差閾值法的原理。二值化圖像處理在計(jì)算機(jī)圖像處理中占有很重要的地位。圖像分割是一種重要的圖像分析技術(shù)。其相應(yīng)的傳遞函數(shù)如下：理想高通濾波器傳遞函數(shù)為： （29）巴特沃斯高通濾波器傳遞函數(shù)為： （210）指數(shù)高通濾波器傳遞函數(shù)為： （211）同態(tài)濾波 同態(tài)濾波法是一種將頻域過(guò)濾與灰度變換結(jié)合起來(lái)的圖像處理方法，它是把圖像的反射模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強(qiáng)對(duì)比度來(lái)改善圖像的一種處理技術(shù)。 假定原始圖像，經(jīng)傅立葉變換后為，頻率域平滑濾波就是選擇合適的濾波器函數(shù)對(duì)的頻譜成分進(jìn)行相應(yīng)的調(diào)整，然后在經(jīng)過(guò)傅立葉逆變換得到濾波后的圖像?？赏ㄟ^(guò)式25進(jìn)行具體說(shuō)明： （25） 式25表明當(dāng)一點(diǎn)及其領(lǐng)域內(nèi)點(diǎn)的灰度的平均值的差不超過(guò)規(guī)定的閾值T時(shí)，就保留其原來(lái)的灰度值，如果大于閾值T就用其平均值來(lái)代替該點(diǎn)的灰度值。同時(shí)對(duì)模板系數(shù)設(shè)定不同的值將得到不同的增強(qiáng)效果。 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。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：。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。 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)。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。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。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。 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。最后采用鏈碼技術(shù)對(duì)其中一部分區(qū)域進(jìn)行鏈碼提取以此來(lái)描述特征區(qū)域的輪廓，實(shí)現(xiàn)了對(duì)特征區(qū)域的形狀描述。數(shù)字圖像處理技術(shù)是通過(guò)對(duì)圖像的數(shù)學(xué)變換和相關(guān)處理方法將圖像中的特征區(qū)域所包含的特征信息表現(xiàn)出來(lái)，在實(shí)現(xiàn)信息的可視化、智能化等方面提供了一個(gè)有效的解決方案。在圖像分割過(guò)程中選取了不同閾值進(jìn)行圖像二值化處理，確定了采用最大方差閾值法分割圖像，實(shí)現(xiàn)圖像的二值化處理。 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(chēng)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(mǎn)足制造業(yè)與使用的要求。 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)。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。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。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。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?；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? 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。在空域?qū)崿F(xiàn)濾波增強(qiáng)功能的方式都是利用模板卷積，其主要步驟是：①將模板中心與圖像中某個(gè)像素位置重合；②將模板系數(shù)與模板下對(duì)應(yīng)的像素相乘；③將所有乘積相加；④將和賦值給圖像中對(duì)應(yīng)模板中心位置的像素；如圖22（a）所示給出圖像的一部分，其中為一些像素的灰度值，設(shè)有1個(gè)的模板如圖22（b）所示，模板為模板系數(shù)。圖23即是一種圖像陣列選取領(lǐng)域的方法。 當(dāng)退化圖像用 表示時(shí)，用中值濾波器得到的恢復(fù)圖像為：,其中median表示取中值操作。其相應(yīng)的傳遞函數(shù)如下：理想低通濾波器傳遞函數(shù)為： （26）式26中是理想低通濾波器的截止頻率；是從點(diǎn)到頻域原點(diǎn)的距離，即巴特沃斯低通濾波器傳遞函數(shù)為： （27）式27中n為濾波器的階次，階次越高，濾波效果越理想。從而，相對(duì)低通濾波和高通濾波而言，同態(tài)濾波更容易突出圖像目標(biāo)區(qū)域的邊緣特征信息。簡(jiǎn)而言之，圖像分割就是指將圖像分成各具特征區(qū)域并提取出其中感興趣目標(biāo)的技術(shù)和過(guò)程。通過(guò)對(duì)圖像進(jìn)行二值化操作后可以從圖中提取所需處理圖形的邊緣。 邊緣檢測(cè) 物體邊緣是以圖像的局部特征不連續(xù)的形式出現(xiàn)的，即指圖像局部亮度變化最顯著的部分，如灰度值的突變、顏色的突變等同時(shí)物體的邊緣也是不同區(qū)域的分界處。 梯度對(duì)應(yīng)為一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算子，對(duì)一個(gè)連續(xù)函數(shù)。Canny算子與其他邊緣檢測(cè)方法的不同之處在于它使用了兩種不同的閾值分別檢測(cè)強(qiáng)邊緣和弱邊緣，并且僅當(dāng)強(qiáng)弱邊緣相連時(shí)才將弱邊緣包含在輸出圖像中，因而這種方法容易檢查出真正的弱邊緣。 形狀描述1. 鏈碼鏈碼是圖像處理和模式識(shí)別中最常用的一種表示方法，最初是由Freemam于1961年提出來(lái)的，用來(lái)表示線條模式。3. 形狀特征的描述（1）、長(zhǎng)軸和短軸 當(dāng)物體的邊界已知時(shí)，用其外接矩形的尺寸來(lái)刻畫(huà)它的基本形狀。其在無(wú)損檢測(cè)應(yīng)用過(guò)程中，X射線檢測(cè)常用于檢測(cè)檢測(cè)對(duì)象的缺陷情況，其中最主要的是用于焊縫缺陷檢測(cè)，利用X射線對(duì)被檢測(cè)對(duì)象表面進(jìn)行拍照，在不損傷被檢測(cè)對(duì)象的情況下就可以檢測(cè)出對(duì)象內(nèi)部有無(wú)缺陷，從而判別對(duì)象使用的安全性。原圖像輸入灰度均衡化處理中值濾波巴特沃斯低通濾波巴特沃斯高通濾波同態(tài)濾波線性濾波輸出預(yù)處理圖像圖 34 圖像預(yù)處理流程 焊縫圖像灰度處理f=imread(39。%把灰度值為k的像素點(diǎn)數(shù)加1，存在數(shù)組N的第k+1個(gè)元素中endendbar(N) %繪制統(tǒng)計(jì)用柱狀圖title(39。%計(jì)算灰度矩陣的最佳輸入?yún)^(qū)間，圖像的灰度對(duì)比度最大f3=imadjust (f1, f2)。)Subplot (1, 2, 1)。 pepper’,)。f2=f1。for m=1:p(1)3+1for n=1:p(2)3+1c=f1(m:m+(31),n:n+(31))。title(‘中值濾波處理后’)。n2=floor(n/2)。f4=fft2(f1)。h1=1/(1+(d0/d)^(2*N))。f3=fftshift(f2)。for i=1:mfor j=1:nd=sqrt((in1)^2+(jn2)^2)。 圖像分析 本節(jié)的程序流程圖如下：圖313 圖像邊緣檢測(cè)流程圖 采用圖像的閾值法分割的過(guò)程中，閾值的選取情況對(duì)分割效果有很大的影響，下面先對(duì)圖像進(jìn)行閾值T分別為40，60,80進(jìn)行圖像閾值分割，從所得分割結(jié)果中來(lái)比較閾值選取對(duì)圖像分割的影響效果，然后通過(guò)Matlab圖像處理包中存在一個(gè)依據(jù)最大方差閾值法原理的graythresh函數(shù)對(duì)圖像閾值分割的T值進(jìn)行合理的選取來(lái)達(dá)到在不嚴(yán)重失真的情況下達(dá)到對(duì)圖像的合理分割。s=size(f1)。s=size(f2)。s=size(f3)。%應(yīng)用最大方差閾值法原理進(jìn)行圖像灰度分割BW=im2bw(f,level)。)Subplot(233),imshow(f2)。最大方差閾值法39。f1=edge(BW1,39。原圖像39。K=imadd(f,f2)。第4章 數(shù)字圖像處理技術(shù)應(yīng)用于油樣鐵譜分析 鐵譜分析技術(shù)的基本原理 鐵譜分析技術(shù)的原理即是利用強(qiáng)磁場(chǎng)的作用將機(jī)器設(shè)備摩擦副所產(chǎn)生的磨粒從油液中分離提取出來(lái)，并按磨粒尺寸大小比例沉積在鐵譜片上，然后置于鐵譜顯微鏡下進(jìn)行相應(yīng)的觀察。通過(guò)利用鐵譜顯微鏡觀察鐵譜片上的磨粒，就可以得到磨粒的有關(guān)特性如形態(tài)、大小、粒度分布等分析結(jié)果。39。)。distance39。 imshow(pixel_labels,[]), %顯示聚類(lèi)分割成的三部分title(39。endfigure。第二個(gè)聚類(lèi)區(qū)域39。imwrite(segmented_images{3},39。f1=rgb2gray(f)。)。f4=double(f3)。 %將模板各元素的中值賦給模板中心位置的元素endend%未被賦值的元素取原值 x=uint8(f5)。 %通過(guò)最大方差閾值法得到合適的閾值分割點(diǎn)，分割成二值圖像figure,imshow(BW)。imshow(label2rgb(L,jet,[.5 .5 .5]))。%對(duì)區(qū)域添加白色邊界線endtitle(39。對(duì)區(qū)域添加最小外接矩形39。)。%%%%%%%%%%%%%%%%%%%%%%提取區(qū)域重要參數(shù)信息%%%%%%%%%%%%%L=bwlabel(BW)。chaincode4=chaincode4(BW1)chaincode8=chaincode8(BW1)圖411是運(yùn)行程序后從幾塊區(qū)域中作提取出來(lái)靠近右上方的一小塊特征區(qū)域。GUI圖形用戶(hù)界面即是一種通過(guò)鼠標(biāo)等輸入設(shè)備與計(jì)算機(jī)進(jìn)行信息交流的平臺(tái)，通過(guò)選擇需要運(yùn)行的計(jì)算機(jī)程序，就可以控制程序的運(yùn)行。文中在后兩章?lián)裰匮芯苛藞D像處理技術(shù)在無(wú)損檢測(cè)和鐵譜分析中的應(yīng)用情況，將圖像處理技術(shù)結(jié)合計(jì)算機(jī)編程實(shí)現(xiàn)了對(duì)X射線無(wú)損檢測(cè)圖像的圖像增強(qiáng)、圖像邊緣檢測(cè)，使圖像顯示效果更加清晰，同時(shí)也實(shí)現(xiàn)了準(zhǔn)確檢測(cè)出特征區(qū)域的線輪廓效果；另外將圖像處理技術(shù)同樣結(jié)合計(jì)算機(jī)編程處理鐵譜檢測(cè)彩色圖像，運(yùn)用了聚類(lèi)分割方法將彩色圖像中的銅合金區(qū)域從圖像中很好的提取出來(lái)，從而進(jìn)一步結(jié)合圖像處理技術(shù)對(duì)提取后的特征區(qū)域進(jìn)行圖像增強(qiáng)、圖像濾波、圖像特征提取、邊緣檢測(cè)以及鏈碼形狀描述，通過(guò)這些從特征區(qū)域提取出來(lái)的信息便于對(duì)機(jī)械故障做進(jìn)一步評(píng)估，達(dá)到了對(duì)機(jī)械設(shè)備故障檢測(cè)的智能化、數(shù)字化效果。參。而數(shù)字圖像處理技術(shù)在對(duì)圖像處理的方面通過(guò)五六十年的技術(shù)革新取得了較好的發(fā)展，能夠彌補(bǔ)無(wú)損檢測(cè)圖像中存在的不足，因而我覺(jué)得將圖像技術(shù)運(yùn)用到無(wú)損檢測(cè)中為無(wú)損檢測(cè)提供了更好的技術(shù)支持，無(wú)損檢測(cè)技術(shù)在圖像檢測(cè)分析過(guò)程中將會(huì)進(jìn)一步的向前發(fā)展，所以將這兩方面的技術(shù)交合將為我國(guó)機(jī)械行業(yè)的故障檢測(cè)診斷帶來(lái)更加實(shí)際有效的檢測(cè)結(jié)果以及巨大的經(jīng)濟(jì)效益。在設(shè)計(jì)界面的過(guò)程中，我們通過(guò)選擇這些對(duì)象，并對(duì)這些對(duì)象加以命令編程就可以很好的完成人與計(jì)算機(jī)的信息交流。由上面的程序運(yùn)行得到的兩個(gè)方向碼的具體編碼如下:Chaincode4= [3 2 3 2 3 0 3 0 0 1 0 1 1 2 1 2]Chaincode8= [5 5 6 7 0 0 1 2 2 3 4] 下面采用7*7的邊長(zhǎng)為1cm的正方形方格分別來(lái)表述兩種方向碼情況下的圖像形狀。all39。canny39。for i=1:5rectangle(39。)。boundary=B{k}。銅合金的二值圖像39。title(39。for m=1:p(1)3+1for n=1:p(2)3+1c=f4(m:m+(31),n:n+(31))。f3=imadjust (f1, f2)。title(39。)。 imwrite(segmented_images{2},39。第一個(gè)聚類(lèi)區(qū)域39。)。sqEuclidean39。%rgb空間轉(zhuǎn)換成L*a*b*空間ab = double(lab_he(:,:,2:3))。figure。 數(shù)字圖像技術(shù)應(yīng)用于磨粒檢測(cè)和分析 鐵譜片上的磨粒是鐵譜分析的研究對(duì)象，將數(shù)字圖像處理技術(shù)與鉄譜分析技術(shù)相結(jié)合，應(yīng)用圖像技術(shù)的相關(guān)原理和方法對(duì)鐵譜片上的磨粒圖像進(jìn)行適當(dāng)?shù)膱D像預(yù)處理、圖像分析與識(shí)別，實(shí)現(xiàn)了鐵譜診斷的智能化和自動(dòng)化。 鐵譜儀的主要用途是從油樣中有效地分離出磨粒，以及制成鐵譜片以對(duì)磨粒進(jìn)行相應(yīng)的檢測(cè)和分析。title(39。