文档介绍：摘要
机械零部件的浅表裂纹和应力集中会在使用过程中突然引发构件的疲劳断
裂，直接影响到其使用寿命和安全性，危害极大，因而及时检测出机械零部件的
表面微裂纹具有非常重要的意义。本文应用基于数字图像处理的检测技术对机械
零件表面缺陷的检测进行了研究。利用 VS2008 编程工具，针对相应的数字图像处
理算法，设计实验软件系统，完成了对零件表面裂纹静态图像的处理与裂纹的特
征提取，给出了零件表面裂纹缺陷检测有效性的评价体系。
首先说明了数字图像处理的内容、特点与运算方法，并简单介绍了数字图像
处理检测系统的构成，以及其一般工作步骤。
其次，针对现场获取裂纹图像时，受到外界环境、传输过程等造成的图像灰
度模糊、噪声干扰等情况，对裂纹图像进行了改善处理。通过灰度直方图分析了
图像的灰度分布情况，并以此为依据，对图像进行分段线性拉伸，压缩裂纹图像
中灰度两端区域上的噪声，突出了需要的细节部分。然后，分析了图像的噪声来
源及类型，选择邻域均值和中值滤波方法对滤波效果进行了对比。中值滤波器是
一种非线性滤波器，在一定程度上，可以克服线性滤波器如均值滤波等所造成的
图像细节模糊，对于裂纹图像的滤波处理较为理想。本文确定了中值滤波的有效
性，并进一步增加了改进的中值滤波处理。为了提取出裂纹区域，根据裂纹图像
的灰度分布特点，对阈值分割方法进行了分析，重点突出了最大方差和迭代阈值
分割法，从而得到将裂纹区域与背景分割的图像。在此基础上，由于分割后的裂
纹图像中存在毛刺等缺陷、以及孤立分布在目标区域一定距离外的散点噪声，故
对裂纹图像采用适当的结构元素进行了形态学处理，并结合基于边长阈值的孤立
噪声点去除方法，得到了边界保存较好裂纹二值图像。
最后，本文利用扫描标号、轮廓跟踪获取目标边界链码的描述方法，以及提
出了基于形态学的细化方法，分析了零件表面裂纹图像中裂纹的长度、区域周长
和面积特征，然后引入圆形度参数，实现了对零件表面裂纹缺陷的检测和判决。

关键词：零件；表面裂纹；数字图像处理；特征提取；检测

I
Abstract
The superficial cracks and stress concentration of Mechanical parts will suddenly
cause component fatigue fracture in the process of using, which directly affects their life
and safety, and along with great harm, thus it has very important significance to detect
surface micro cracks of mechanical parts timely. This paper carries out a research on
detecting surface crack defect of mechanical parts wit detection technology based on
digital image processing. An experimental software system has been designed with the
corresponding digital image processing algorithms by VS2008, which complete the
processing for static image of surface crack of parts and feature extraction of crack, and
provides an effective evaluation system on detecting surface crack defect of parts.
Firstly, this paper describe the content, characteristics and operation methods of
digital image processing and make a brief introduction