基于圖像處理的磨粒特征定量分析系統*

王 磊，宋 彬，張 磊，黃傳輝

(徐州工程學院機電工程學院，徐州 221018)

0 引言

鐵譜分析技術在監測機械設備運行狀態、診斷磨損故障及設備潤滑管理等方面都發揮著重要的作用[1]。人工對油樣進行分析，工作量繁重且受分析人員的經驗影響較大。隨著圖像處理與機器視覺技術的發展，利用機器視覺技術對整幅磨粒圖像進行快速、精準的定量分析，已成為當前鐵譜技術發展的重要方向。近年來，國內外研究人員在鐵譜圖像的特征提取與定量分析方面做了大量研究：李林寧等[2]利用光度計在LabVIEW平臺上開發了針對譜片中磨粒覆蓋率的定量分析系統；濮亞男等[3]提出了K-means聚類與分水嶺相結合的算法改善了不均勻背景下磨粒提取不完整的問題；邱麗娟[4]在Lab彩色空間下利用聚類與最大類間方差法實現了小尺寸磨粒的有效分割。與此同時，磨粒的分類識別技術也得到長足的發展，支持向量機、極限學習機、主成分分析及卷積神經網絡等技術被廣泛應用在了鐵譜磨粒的分類識別中。磨粒圖像的分割效果對特征參數的提取至關重要，而特征參數作為分類識別的數據基礎對系統的復雜度、效率和識別的準確率方面都有著很大的影響，因此有必要對磨粒的特征進行定量分析。

本文使用IMAQ Vision機器視覺工具包在LabVIEW平臺上開發了針對磨粒特征的定量分析系統，在局部閾值分割法的基礎上對圖像背景進行糾正，并應用數學形態學算法完成了黏連磨粒的分離和孔洞填充，實現了多種幾何特征參數的定量分析。……