融合提升小波和霍夫變換的磨粒紋理提取及識別.pdf

1、隨著現(xiàn)代設(shè)備技術(shù)的不斷發(fā)展，如何能有效的對機械設(shè)備運行狀態(tài)進行監(jiān)測和故障診斷成為了人們熱點關(guān)注問題。鐵譜分析技術(shù)是一種廣泛應(yīng)用于機械設(shè)備狀態(tài)監(jiān)測和故障診斷的有效手段，近年來，隨著計算機技術(shù)、圖像處理技術(shù)和智能化技術(shù)的興起與發(fā)展，使得鐵譜分析技術(shù)也向著自動化、智能化發(fā)展。鐵譜圖像分析技術(shù)主要包括鐵譜圖像分割和鐵譜圖像磨粒分析與識別兩個方面，磨粒的分析與識別是鐵譜圖像分析技術(shù)的關(guān)鍵環(huán)節(jié)，如何有效的對磨粒特征如紋理特征進行提取是磨粒準確識別的

2、前提，磨粒類型的準確識別是機械運行狀態(tài)監(jiān)測和故障診斷的主要依據(jù)來源。
　　本文首先對鐵譜圖像分析技術(shù)的原理、發(fā)展和研究現(xiàn)狀作了介紹；對機械磨損機理及磨粒類型進行了概述，并介紹了圖像處理的一些常用方法，如中值濾波、形態(tài)學(xué)處理、大津閾值法等；再對分水嶺分割算法以及分割后的磨粒表面紋理研究方法進行了介紹。
　　針對鐵譜圖像磨粒紋理提取問題，本文提出基于D4提升小波的磨粒紋理特征提取方法(LWTE)。該方法首先在 RGB空間，分別對

3、R、G、B三個通道圖像進行濾波、形態(tài)學(xué)等預(yù)處理；然后再對各個通道圖像進行D4提升小波變換，得到磨粒紋理的垂直、水平、對角三個方向的細節(jié)信息；再利用模極大值來提取三個通道的磨粒紋理，并通過或運算將各個通道的磨粒紋理進行融合，從而得到具有磨粒紋理的圖像。
　　在對磨粒紋理進行提取后，本文提出基于霍夫變換的磨粒紋理識別方法(HTTI)。該方法主要針對異常大磨粒如嚴重滑動磨粒和疲勞磨粒，首先對紋理圖像進行統(tǒng)計概率霍夫變換，可以得到紋理中的