基于图像特征雷达图的机床导轨面磨损状况识别-机械工程专业论文.docxVIP

万方数据 万方数据 湘潭大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得 的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个 人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承 担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和 借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 摘 要 为解决精密机床导轨面磨损缺陷及缺陷程度的识别问题，本文提出一种基于导 轨面图像数据雷达图重心特征的表面磨损状态识别方法,主要内容包括导轨面磨损 图像采集平台的搭建，图像去噪增强等预处理，导轨面磨损特征的提取，多维特征 数据的雷达图可视化，重心特征的提取等方面。 1、平台搭建。选用 Microvision 机器视觉系列产品，如镜头、相机、LED 光源、 光源控制器、图像采集卡等硬件搭建磨损图像采集平台；采用 MVIPS 软件作为磨 损图像采集的软件程序平台。 2、图像预处理。通过比较分析，选择了维纳滤波（邻域均值滤波、中值滤波、 维纳滤波）作为导轨面磨损图像的去噪方法；选择直方图均衡化（分段线性变换、 直方图均衡化）图像增强作为图像的对比增强方法；选择 Canny 边缘提取算法得到 细节清晰的磨损边缘图像。 3、特征提取。提取了磨损图像的几何和灰度特征，对提取的特征数据进行预 处理。选择多元图中的雷达图进行数据分析，提取其相邻两维数据与圆心点构成的 三角形重心作为区别特征。为了解决不同的数据排序导致重心不同的问题，提出了 一种引入遗传交叉变异操作的混合粒子群算法，对多维数据进行最优排序，得到最 好的重心特征。 4、分类实验。选用支持向量机的 LIBSVM 分类模型对原多维特征数据、随机 排序后提取的重心特征数据、混合算法后得到的最优排序下的重心特征数据进行一 个对比分类实验。 图像处理结果表明：通过本文提出的基于雷达图的图像数据重心特征分类方法 可更有效识别导轨面是否磨损,并能在一定程度上判别导轨面的磨损程度。 关键词：导轨面；磨损缺陷；特征提取；数据可视化；图表示 I A Abstract In order to solve the wear recognition problem of the machine tool guide surface, a new machine tool guide surface recognition method based on the radar chart ba rycentre feature is presented in this dissertation. The main contents include: the construction of wear acquisition platform for the guide surface image, image pretreatment as denoising enhanced, feature extraction, multi-dimensional data visualization based on radar chart, barycentre feature extraction, et al. Experiment platform. A series of Microvision machine vision products, including: camera, LED light source, the light source controller, image acquisition card and other hardware are selected to build the image acquisition wear platform; MVIPS software is applied to develop the software platform for image acquisition. Image preprocessing. After comparative analysis, the wiener filtering (neighborhood average filtering and median filter