【技术实现步骤摘要】
一种基于图像识别的裂纹扩展动态监测方法及装置
本专利技术是一种基于图像识别的裂纹扩展动态监测方法及装置,它利用了Matlab图像处理工具箱,对得到的疲劳裂纹图像进行处理,并计算得出疲劳裂纹扩展相关数据,是一种自动测量动态监测疲劳裂纹扩展情况的技术。
技术介绍
在冶金、运输、机械制造以及航空航天等领域,需要大量用到金属材料,在各种机械结构的断裂失效事故中,有80%左右是由于疲劳失效引起的。疲劳断裂是困扰着很多行业的问题,尤其在航空航天领域,一旦发生断裂失效,其后果将是灾难性的。疲劳裂纹萌生与扩展的测试及分析是金属结构疲劳设计与寿命预测的主要任务之一。现如今,国内外开展疲劳裂纹扩展试验,对疲劳裂纹进行检测的方法有:目测法、表面复形技术、电位法、磁粉法、超声法、射线法、电磁检测法、声发射法、模态声发射法等。但目前各种测量疲劳裂纹的方法,要么是精度不高,要么设备复杂、实施繁琐、对测试环境要求高。图像识别技术具有精度高、对测试环境要求低、非接触式、可实现实时监控等优点。将图像识别技术应用于表面疲劳裂纹的测量,可实现无接触检测,并且易于操作,成本低、精度高,为实现疲劳裂纹试验的自动化、智能化奠定基础。
技术实现思路
本专利技术技术解决问题:克服现有技术的不足,提供一种基于图像识别的裂纹扩展动态监测方法及装置,将图像处理技术与疲劳裂纹扩展试验的检测相结合,可有效避免如今目测法、电位法、磁粉法、超声法、射线法、电磁检测法等裂纹检测方法精度不高或检测繁琐、对环境要求较高等缺点。本专利技术技术解决方案:一种基于图像识别的裂纹扩展动态监测方法,实现步骤如下:第一步,进行疲劳裂纹扩展 ...
【技术保护点】
1.一种基于图像识别的裂纹扩展动态监测方法,其特征在于,包括步骤如下:(1)进行疲劳裂纹扩展试验,采集试件疲劳裂纹扩展图像;所述疲劳裂纹扩展试验,是利用疲劳机对材料的标准紧凑拉伸CT试件进行的疲劳裂纹扩展试验;所述疲劳裂纹扩展图像指在不同时刻拍摄的试件表面疲劳裂纹扩展情况的图像,图像前景为图像中的疲劳裂纹,图像背景为图像中除去疲劳裂纹的试件其他部分;(2)根据降噪、灰度化技术对步骤(1)拍摄得到的疲劳裂纹扩展图像进行降噪和灰度化预处理,得到疲劳裂纹扩展灰度图像;(3)采用基于最大类间方差法对步骤(2)预处理后的图像进行阈值分割二值化处理;(4)根据基于形态学的裂纹骨架化处理方法对步骤(3)得到的疲劳裂纹扩展二值化图像进行连续腐蚀和开运算处理,得到裂纹宽度为一个像素点的裂纹骨架图像;根据链码法求得裂纹骨架长度(pixel),并进行尺度转化得到实际裂纹长度(mm);(5)利用递增多项式方法进行局部拟合求导,确定疲劳裂纹扩展速率和裂纹长度的拟合值,对步骤(4)得到的实际裂纹长度及相关参数进行处理,计算处理得到不同的应力强度因子范围ΔK与对应的裂纹扩展速率da/dN的数据。
【技术特征摘要】
1.一种基于图像识别的裂纹扩展动态监测方法,其特征在于,包括步骤如下:(1)进行疲劳裂纹扩展试验,采集试件疲劳裂纹扩展图像;所述疲劳裂纹扩展试验,是利用疲劳机对材料的标准紧凑拉伸CT试件进行的疲劳裂纹扩展试验;所述疲劳裂纹扩展图像指在不同时刻拍摄的试件表面疲劳裂纹扩展情况的图像,图像前景为图像中的疲劳裂纹,图像背景为图像中除去疲劳裂纹的试件其他部分;(2)根据降噪、灰度化技术对步骤(1)拍摄得到的疲劳裂纹扩展图像进行降噪和灰度化预处理,得到疲劳裂纹扩展灰度图像;(3)采用基于最大类间方差法对步骤(2)预处理后的图像进行阈值分割二值化处理;(4)根据基于形态学的裂纹骨架化处理方法对步骤(3)得到的疲劳裂纹扩展二值化图像进行连续腐蚀和开运算处理,得到裂纹宽度为一个像素点的裂纹骨架图像;根据链码法求得裂纹骨架长度(pixel),并进行尺度转化得到实际裂纹长度(mm);(5)利用递增多项式方法进行局部拟合求导,确定疲劳裂纹扩展速率和裂纹长度的拟合值,对步骤(4)得到的实际裂纹长度及相关参数进行处理,计算处理得到不同的应力强度因子范围ΔK与对应的裂纹扩展速率da/dN的数据。2.根据权利要求1所述的一种基于图像识别的裂纹扩展动态监测方法,其特征在于:所述步骤(2)中,降噪的方法为中值滤波法,利用中值滤波法,将疲劳裂纹扩展图像中每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值,从而消除疲劳裂纹扩展图像中孤立的噪声点。3.根据权利要求1所述的一种基于图像识别的裂纹扩展动态监测方法,其特征在于:所述步骤(3)中,基于最大类间方差法是一种自适应的阈值确定方法,具体实现如下:对于步骤(2)得到的疲劳裂纹扩展灰度图像I(x,y),前景(即裂纹),和背景(即图像中除疲劳裂纹的试件其他部分)的分割阈值记作T,属于前景的像素点数占整幅图像的比例记为w0,平均灰度为μ0;背景像素点数占整幅图像的比例为w1,平均灰度为μ1;整幅图像的平均灰度记为μ,类间方差记为g,设图像大小为M×N,图像中像素的灰度值小于阈值T的像素个数为N0,像素灰度大于阈值T的像素个数为N1,则:N0+N1=M×Nw0+w1=1μ=w0*μ0+w1*μ1g=w0(μ0-μ)2+w1(μ1-μ)2g=w0w1(μ0-μ...
【专利技术属性】
技术研发人员:胡殿印,王荣桥,王志翔,刘辉,毛建兴,田腾跃,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。