林 果，刘桂华

(1.西南科技大学 信息工程学院，四川 绵阳 621010；2.西南科技大学 特殊环境机器人技术四川省重点实验室，四川 绵阳 621010)

基于主成分分析的荧光磁粉检测缺陷识别技术

林 果1，2，刘桂华1,2

(1.西南科技大学 信息工程学院，四川 绵阳 621010；2.西南科技大学 特殊环境机器人技术四川省重点实验室，四川 绵阳 621010)

主成分分析法(PCA)在图像识别中有广泛应用，有着较好的特征提取性能。荧光磁粉检测是一种无损检测技术。目前在裂纹缺陷的识别上依然使用的是人眼观察，而其他步骤都已经实现了自动化。本文使用基于加权平均的中值滤波算法对图像去噪，使用大津法对图像进行了阈值分割，再利用PCA算法对荧光磁粉检测中的图像进行识别，建立了一个自动识别系统。实验结果证明，该系统可以准确识别裂纹有无，还可以对简单的缺陷种类(直线裂纹，气泡)进行分类。

主成分分析法；图像识别；荧光磁粉检测；图像去噪；大津法

0 引言

磁粉检测[1]是目前最常用的五种无损检测方法之一，荧光磁粉是一种在紫光灯的照射下会发出黄绿色光的物质，将其与水混合后喷洒在工件上，其会吸附在裂纹周边，在紫光灯的照射下，裂纹会比黑磁粉更易观察。目前在工件的上磁、抓取，磁粉的喷洒，图像的采集、存储都可以实现全自动化操作，但是在裂纹的识别上还是主要依靠人眼识别。因此，本文针对裂纹自动识别，提出用主成分分析法对裂纹特征进行识别，以提高裂纹的识别率和识别的鲁棒性。……