机械加工零件表面纹理缺陷检测

摘要：由于机械加工零件对零件表面的表面质量和加工精度要求很严，在一些对机械加工零件要求较高的自动化工业中，需要对机械加工零件表面的纹理缺陷进行有效的、可靠的分析和检测，这样很大程度上提高了自动化生产加工水平。所以，正确监测机械加工零件表面文理缺陷，对零件质量有着非常重要的影响。本文对机械零件表面进行监测分析进行论述，对监测系统进行了一定分析，并为工业生产提供有力的支持。

关键词：机械加工零件，缺陷检测，质量

引言

当今工业生产高度竞争，作为产品质量控制的重要手段的机械零件表面检测技术，被大范围地应用于工业过程中质量控制，但是在机械零件进行加工过程中，由于加工工具存在许多缺陷，都可能在机械零件表面导致表面缺陷。虽然都是一些微小的容易进行辨识的纹理缺陷，但是这些缺陷却不能用数学公式以及数学方法进行辨别，直接导致此文理缺陷不能用计算机进行自动检测。鉴于以上原因，本文通过对机械零件表面纹理进行研究分析，找到一种合理检测零件表面的检测方法，对零件纹理的检测研究具有重要的意义，对未来零件检测提供了一定的研究方法和参考价值。

1.分析零件纹理的监测系统

机械零件表面由于存在许许多多的纹理，但是很多纹理存在一定的缺陷，要精确地发现这些缺陷，就必须找到正确的检测缺陷的方法，这在很大程度上提高了零件合理的标准。一般在零件检测过程中都需要遵循如下的检测步骤：

1.1.用一些检测设备及方法将机械零件表面的纹理检测出来；

1.2.将检测设备检测出的信息输入到计算机系统里面进行一定的处理；

1.3.将经过计算机系统处理过的信号利用傅里叶变换处理成频谱图像。在三个步骤完成后，即完成了零件的常规检测。

2.分析零件表面纹理现象

因为在机械加工过程中存在相当多的加工时序，在相关的时序中存在着许多加工缺陷，这直接导致机械零件表面纹理存在着相当多的缺陷，而且由于各个工序中加工的工具和加工方法的不同就可能出现各种各样、形式不一的纹理，如图1所示，此图中的纹理是众多纹理研究中比较常见的一种，他具有许多纹理都具有而且很鲜明的特点就是方向胜非常的强，而且，好多种纹理还都以多条纹的形状分布出现。

图1机械加工零件表面文理图像

研究得出，对频谱中的能量集中区域用频域滤波器进行抑制滤波操作时，相对于其它方向来说，此方向的纹理特征更加弱小。我们可以通过此种滤波操作的方法来削弱该方向的纹理特征，进而有效的增强该方向纹理缺陷的强度，这样就可以对背景纹理和缺陷纹理进行有效的分辨和辨认。

3.对纹理缺陷特征进行提炼

如何抑制背景纹理图像是进行缺陷纹理图像辨别的重中之重，而对图像有效地滤波处理是比较方便且有效的办法。而且，对背景图像进行滤波之后，纹理缺陷图像就会相应地被很大程度上的增强，所以人们可以更加容易地对缺陷纹理和北京纹理进行有效合理地区分，且在进行过程中主要是通过分割阀值的方法来区分。但是在区分过程中需要注意的是，用此方法经常会出现好多不明的情况，最主要的是两种情况，其中第一种是存在着缺陷的目标，另一种情况时存在着噪声点。正是由于这个原因，就要在使用过程中进行必要的处理以消除噪声影响。处理过程中，要认清噪声点和文理缺陷的区别：由于在二值图像上噪声点只是随机的单独点，但是纹理特征缺陷的存在是有很多形状特性的，研究表明：在纹理缺陷监测过程中，开运算不仅能消除微小的噪声点，而且能对较大物体的边界特征进行平滑性处理；另外，有效的开运算还能合理的减少乃至消除不需要的孤立点；这将直接使纹理缺陷监测的误差性降低。

通常存在缺陷的纹理信息在傅里叶变换中表现通常是孤立的，在滤波处理工程中，会自动保存下纹理信号。而且，通过图像滤波处理后，它的背景、纹理缺陷特征有明显的不同。正是由于这个原因，这种方法对纹理检测的精确性可以保证在一个很高的层次上。

4.结论

在机械加工过程中，存在着许许多多的纹理缺陷，这些缺陷必须要经过相当精确的检测，才能保证零件在出厂时有较满意的零件合格率，这就需要非常精密的检测系统和检测方法来做相应的处理，通过对相应方法的研究分析，可提出合理有效的检测文理缺陷的方法，为未来检测行为提供必要的技术保证和相应研究提供参考价值，并为工业生产提供有力的支持；这对机械自动化生产有非常好的研究价值；反过来，如果不能对这些检测行为进行必要的掌握和研究，就可能造成非常恶劣的结果，造成难以挽回的损失。

参考文献：

[1] 秦丽萍，林克正，师晶.缺陷检测中的边缘检测[A]；黑龙江省计算机学会2007年学术交流年会论文集[C]，2007.

[2] 刘东华，王元钦，李秋娜.小波分析理论在图像目标检测中的应用[A].第二届全国信息获取与处理学术会议论文集[A]，2004.

[3] 张晓波.基于图像处理技术的表面缺陷自动检测系统的研究[D].天津大学，2004.

[4]郑方，徐明星.信号处理原理[M].北京：清华大学出版社，2000：84～97.