基于荧光磁粉的智能缺陷识别系统技术方案

本发明专利技术公开了一种基于荧光磁粉的智能缺陷识别系统，该系统主要包括场景深度信息采集、磁痕图像预处理、支持向量机算法（SVM）与模糊C均值聚类算法（FCM）的彩色图像分割、形态学处理和特征提取、朴素贝叶斯分类器（NBC）来进行裂纹识别。

【技术实现步骤摘要】
基于荧光磁粉的智能缺陷识别系统
本专利技术涉及一种基于荧光磁粉的智能缺陷识别系统，可使本软件系统在工厂的环境中完成轴承表面裂纹的检测，属于机器识别

技术介绍
近年来，对于金属的检验已经发展的很广泛了，包括射线检验、超声检测、涡流检测、激光成像等等，本文现在提出了一种新型的基于荧光磁粉的智能缺陷识别系统。磁粉检测（MT）用于检测铁磁性材料的表面或近表面的缺陷，由于不连续的磁痕堆集于被检测表面上，所以能直观地显示出不连续的形状、位置和尺寸，并可大致确定其性质。磁粉检测的灵敏度可检出的不连续宽度可达到0.1。磁粉检测的效果是以工件上不允许存在的表面和近表面的不连续能否得到充分的显示来评定的。所谓的不连续，是指原材料或零（部）件组织、结构或外形的间断。而材料的缺陷，是指应用无损检测方法检测到的非结构性不连续。综合使用多种磁化方法，磁粉检测几乎不受工件大小和几何形状的影响，能检测出工件各个方向的缺陷。在检测时，根据工件上缺陷显现的情况，磁痕的显示可分为四种：（1）显示不清。磁粉聚集微弱，磁痕浅而淡，不能显示缺陷全部情况，重复性不好，容易漏检，不能作为判断缺陷的依据。（2）基本显示。磁本文档来自技高网...

【技术保护点】
一种基于荧光磁粉的智能缺陷识别系统，该系统主要包括场景深度信息采集、磁痕图像预处理、图像分割、形态学处理和特征提取、裂纹识别这几个部分。

【技术特征摘要】
1.一种基于荧光磁粉的智能缺陷识别系统，该系统主要包括场景深度信息采集、磁痕图像预处理、图像分割、形态学处理和特征提取、裂纹识别这几个部分。2.根据权利要求1所述的基于荧光磁粉的智能缺陷识别系统，其特征在于，图像分割过程融合支持向量机算法（SVM）与模糊C均值聚类算法（FCM）的彩色图像分割方法优势，支持向量机算法（SVM）提供的优秀分类情况，通过...

【专利技术属性】
技术研发人员：刘桂华，杨康，张华，牛乾，游斌相，康含玉，黄占鳌，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：四川,51