一种基于小波多层分解的齿轮裂纹检测方法技术

本发明专利技术公开了一种基于小波多层分解的齿轮裂纹检测方法，该方法采用离线检测的方法，即定期对工作齿轮进行图像采集，然后对采集到的图像应用小波算法加之图像处理技术分析齿轮裂纹的特性，重点针对齿轮局部裂纹检测，在对图像进行小波分解的时候，为了能更清晰的看到缺陷，对其进行了子图的融合，最后用直方图阈值的方法进行了分割，最终清晰的得到了齿轮的缺陷，本发明专利技术确保及时准确地检测并控制齿轮的损坏状态，从而减少或避免加工过程中的故障发生，更好地保证加工质量，减少工件报废，提高生产效率。生产效率。生产效率。

【技术实现步骤摘要】
一种基于小波多层分解的齿轮裂纹检测方法


[0001]本专利技术涉及检测
，具体为一种基于小波多层分解的齿轮裂纹检测方法。

技术介绍

[0002]早在70年代中期，人们就围绕齿轮故障诊断展开了一系列研究,针对齿轮的故障诊断方法大体可分为两大类：
[0003](1)通过齿轮运转过程中所产生的振动、噪声等动态信号，运用信号处理方法来完成故障分析、诊断。本论文以这类诊断方法为主要研究内容。
[0004](2)根据摩擦磨损理论,通过对润滑油液分析来达到齿轮故障诊断的目的。早期的齿轮故障诊断主要限于直接测量一些简单的振动参数，如振动峰值K，均方值等，为了排除机器载荷等因素的影响，还引入了一些无量纲参数，如峰值系数等。这些参数的测量相对简单易行，只需要使用比较简单的测振仪器，最后显示的数据结果还可以相互比较，所以常用于简易诊断。

技术实现思路

[0005]本专利技术所要解决的技术问题是针对现有技术中存在的上述不足，提供一种基于小波多层分解的齿轮裂纹检测方法。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于小波多层分解的齿轮裂纹检测方法，该方法采用离线检测的方法，即定期对工作齿轮进行图像采集，然后对采集到的图像应用小波算法加之图像处理技术分析齿轮裂纹的特性，重点针对齿轮局部裂纹检测，在对图像进行小波分解的时候，为了能更清晰的看到缺陷，对其进行了子图的融合，最后用直方图阈值的方法进行了分割，最终清晰的得到了齿轮的缺陷。
[0008]作为本专利技术的进一步方案：所述对工作齿轮进行图像采集后需进行齿轮图像预处理；图像的预处理指在图像分析中，对输入图像进行db小波分解、基于小波变换方法的融合、阈值分割前包含灰度化以及除噪的处理，图像预处理的目的是消除图像中无关的信息影响，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化使用数据，从而便于特征提取、图像分割、匹配和识别。
[0009]作为本专利技术的进一步方案：所述灰度化处理指对齿轮彩色图灰度化；
[0010]在对转换后灰度值的选用上加权平均法在平均值法的基础上做进一步计算；即根据具体的处理要求，对彩色图像三个分量的灰度选定不同的权值来进行加权平均，根据人眼的视觉特点，通常按下式的权值进行计算即可得到符合要求的灰度图，如式(1
‑
1)所示：
[0011][0012]中值滤波齿轮图像除噪：
[0013]在二维形式下中值滤波，取某种形式的二维窗口，将窗口内的像素排序，生成单调
的二位数据序列；设表示数字图像各点的灰度值，滤波窗口的二维中值滤波输出g(x,y)为：
[0014]g(i,j)＝Med{f
ij
}＝Med{f
(i+k),(j+l)
(k,l)∈A(i,j)∈I2[0015](1
‑
2)。
[0016]作为本专利技术的进一步方案：为了对齿轮的裂纹检测的效果更加理想，所以用于齿轮裂纹图像分解的小波必须具有高消失矩、良好的紧支性、快速衰减性；采用构造具有了高消失矩，正交紧支的DB2小波，且支撑长度N和消失矩M之间满足N＝2M
‑
1关系，且具有一定近似对称性；选择DB小波
[0017]作为本专利技术的进一步方案：：齿轮图像分解的目的就是让齿轮表面特性在不同层次的中被分解出来，不同的细节子图包含着不同的齿轮表面信息。当所需的齿轮裂纹信息已经被分解在不同层次的细节子图时，就没有必要对近似子图再进行分解了；因此采用db2小波的三层分解，分别为图像的近似水平细节子图、近似垂直细节子图、近似对角线细节子图。
[0018]作为本专利技术的进一步方案：所述基于小波变换方法的融合是先对各个源图像分别进行小波分解，形成图像的多尺度分解然后在相应的小波分解层上进行融合处理，得到融合后的小波多尺度图像最后再进行逆小波变换得到融合后的图像，可以得到多层融合子图。
[0019]作为本专利技术的进一步方案：所述阈值分割指将融合子图进行直方图阈值分割，得到直方图阈值阈值分割图；选择直方图阈值法显示出图像的像素灰度大部分集中于两处，即它包含了两个“山峰”，这类直方图被称为双峰直方图，它说明在其对应的图像中物体与背景对比明显；反过来，如果图像中物体与背景的对比明显，并且各个物体之间的灰度一致性较好，那么其对应的直方图一定是双峰直方图；针对双峰直方图设计的由于噪声的影响，直方图上的峰和谷都不会是完美的，“山峰”常常是由若干个窄的峰组成，但是其中的最高点所在的灰度能代表物体内部或背景点的典型灰度值；把阈值设在相对于两峰之间的某个固定位置即可。
[0020]与现有技术相比，本专利技术的有益效果是：本专利技术所提出的齿轮裂纹检测方案，将先进的计算机图像与信息技术用于对传统齿轮检测的改造升级。从装备制造业数控技术的发展方向来说，课题研究顺应了国家所倡导的发展战略。从实际生产加工的角度来看，研究方案不仅有助于提高齿轮检测的科技含量，确保及时准确地检测并控制齿轮的损坏状态，从而减少或避免加工过程中的故障发生，更好地保证加工质量，减少工件报废，提高生产效率，同时能提高装备制造业产品竞争力，对相关产业也会产生一定的示范指导作用，具有重大的意义。
附图说明
[0021]图1为本专利技术中基于图像处理的检测系统的示意图；
[0022]图2为本专利技术中纵向齿轮裂纹局部图；
[0023]图3为本专利技术中中值滤波除噪后裂纹局部图；
[0024]图4为本专利技术中纵向齿轮裂纹小波分解图；
[0025]图5为本专利技术中纵向齿轮裂纹子图融合图；
[0026]图6为本专利技术中分割最终图。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]本实施例提供了一种基于小波多层分解的齿轮裂纹检测方法，包括：
[0029]齿轮图像预处理，由成像装置获取图像的过程中，会受到多种因素的影响，必须要经过预处理。图像的预处理指在图像分析中，对输入图像进行db2小波分解、基于小波变换方法的融合、阈值分割前包含灰度化以及除噪的处理。图像预处理的主要目的是消除图像中无关的信息影响，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化使用数据，从而便于特征提取、图像分割、匹配和识别。
[0030]1、彩色图灰度化：
[0031]在对转换后灰度值的选用上加权平均法在平均值法的基础上做了进一步计算。即根据具体的处理要求，对彩色图像三个分量的灰度选定不同的权值来进行加权平均，根据人眼的视觉特点，通常按下式的权值进行计算即可得到符合要求的灰度图，如式(1
‑
1)所示：
[0032][0033]中值滤波齿轮图像除噪：
[0034本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小波多层分解的齿轮裂纹检测方法，其特征在于：该方法采用离线检测的方法，即定期对工作齿轮进行图像采集，然后对采集到的图像应用小波算法加之图像处理技术分析齿轮裂纹的特性，重点针对齿轮局部裂纹检测，在对图像进行小波分解的时候，为了能更清晰的看到缺陷，对其进行了子图的融合，最后用直方图阈值的方法进行了分割，最终清晰的得到了齿轮的缺陷。2.根据权利要求1所述的基于小波多层分解的齿轮裂纹检测方法，其特征在于：所述对工作齿轮进行图像采集后需进行齿轮图像预处理；图像的预处理指在图像分析中，对输入图像进行db小波分解、基于小波变换方法的融合、阈值分割前包含灰度化以及除噪的处理，图像预处理的目的是消除图像中无关的信息影响，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化使用数据，从而便于特征提取、图像分割、匹配和识别。3.根据权利要求2所述的基于小波多层分解的齿轮裂纹检测方法，其特征在于：所述灰度化处理指对齿轮彩色图灰度化；在对转换后灰度值的选用上加权平均法在平均值法的基础上做进一步计算；即根据具体的处理要求，对彩色图像三个分量的灰度选定不同的权值来进行加权平均，根据人眼的视觉特点，通常按下式的权值进行计算即可得到符合要求的灰度图，如式(1
‑
1)所示：中值滤波齿轮图像除噪：在二维形式下中值滤波，取某种形式的二维窗口，将窗口内的像素排序，生成单调的二位数据序列；设表示数字图像各点的灰度值，滤波窗口的二维中值滤波输出g(x,y)为：g(i,j)＝Med{f
ij
}＝Med{f
(i+k),(j+l)
(k,l)∈A(i,j)∈I2ꢀꢀꢀ
(1
‑
2)。4.根据权利要求2所述的基于小波多层分解的齿轮裂纹检测方法，...

【专利技术属性】
技术研发人员：蒲睿强，李少波，曹航超，吴封斌，
申请(专利权)人：贵州大学，
类型：发明
国别省市：