1、磁瓦在燒結(jié)和打磨等加工過程中產(chǎn)生的裂紋、偏磨和崩塊等缺陷,在電機(jī)持續(xù)使用中會不斷擴(kuò)大,嚴(yán)重影響到電機(jī)的性能、壽命和生產(chǎn)安全。當(dāng)前的人工目視檢測效率低、檢出率不可靠。采用機(jī)器視覺進(jìn)行缺陷檢測是國內(nèi)外研究熱點(diǎn),由于其方法大多需建立在穩(wěn)定有序的數(shù)據(jù)基礎(chǔ)上,不適用于磁瓦尺寸規(guī)格多樣、背景復(fù)雜、缺陷不規(guī)則甚至微弱缺陷等情況。本文提出了基于混沌特性的磁瓦表面缺陷視覺提取方法,利用混沌系統(tǒng)的初值敏感性和參數(shù)敏感性,采用圖像處理、混沌理論和神經(jīng)網(wǎng)絡(luò)技術(shù)

2、相結(jié)合的方法,進(jìn)行了磁瓦表面缺陷分類和提取研究。針對偏磨和崩塊缺陷,提出了一種新的閾值方法。本文結(jié)合開源視覺函數(shù)庫OpenCV,成功地對磁瓦的缺陷檢測提取算法進(jìn)行了系統(tǒng)設(shè)計(jì),實(shí)驗(yàn)結(jié)果驗(yàn)證了其檢測結(jié)果高效準(zhǔn)確。該檢測方法具有創(chuàng)新性。
　　本文的主要研究內(nèi)容分為圖像預(yù)處理、混沌分析和缺陷提取三個(gè)部分:
　　首先是圖像預(yù)處理過程,使用霍夫直線變換和圖像透視變換進(jìn)行了磁瓦表面圖像的摳圖處理,并對磁瓦圖像進(jìn)行了圖像濾波和直方圖變換等常

3、用圖像預(yù)處理操作。
　　其次,提出了一種新的時(shí)間序列生成方法,將預(yù)處理圖像轉(zhuǎn)化為灰度圖,計(jì)算每相鄰兩列之間的線性相關(guān)系數(shù)組成時(shí)間序列并濾波。后使用C-C方法對該時(shí)間序列進(jìn)行分析,并利用由此所計(jì)算得到的時(shí)間延遲和嵌入維數(shù)使用wolf方法計(jì)算其最大Lyapunov指數(shù),同時(shí)計(jì)算灰度圖像的信息熵。將最大Lyapunov指數(shù)和信息熵作為混沌特性參數(shù)送入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并對偏磨、崩塊和裂紋缺陷進(jìn)行了參數(shù)分類試驗(yàn),試驗(yàn)結(jié)果準(zhǔn)確,效果良好