基于圖像處理的油液污染度檢測技術的研究.pdf

1、油液污染度可以定量反應油液受到污染的程度，是油液污染控制重要的理論依據(jù)。根據(jù)資料顯示，70％-85%的液壓系統(tǒng)故障是由于油液受到污染引起的。因此，進行油液污染度等級檢測，對提高液壓系統(tǒng)的工作可靠性，延長其使用壽命有著十分重要的意義。目前常用的檢測設備，或者價格昂貴，或者操作不方便，或者檢測精度不高。為了自主設計一臺價廉、高效、準確、便捷的顆粒分析儀，實現(xiàn)油液的污染度檢測，本文采用顯微成像和計算機圖像處理技術，進行了系統(tǒng)整體設計。系統(tǒng)主要

2、包括圖像采集和圖像處理兩部分，重點是利用計算機圖像處理技術，識別出油液圖像中的污染顆粒并進行相關參數(shù)的統(tǒng)計，進而計算出油液的污染等級。針對這個目的，本文主要做了如下的研究內(nèi)容：
　　1、研究了學習向量量化(LVQ)神經(jīng)網(wǎng)絡在顆粒邊緣檢測中的應用。首先，根據(jù)油液圖像的特點，提出了一種基于平均背景的顆粒識別算法，得到目標邊緣圖像。其次，從邊緣點和噪聲點的區(qū)別出發(fā)，提取了三個既能代表邊緣信息又有抗噪能力的特征量，組成代表樣本圖像信息的特

3、征向量，和目標邊緣圖像共同組成訓練樣本訓練神經(jīng)網(wǎng)絡。最后，用訓練好的神經(jīng)網(wǎng)絡對油液圖像進行邊緣檢測。經(jīng)仿真實驗表明，該網(wǎng)絡可以較好的進行顆粒的邊緣檢測。
　　2、研究了BP神經(jīng)網(wǎng)絡在邊緣檢測方面的應用。采用了和學習向量量化神經(jīng)網(wǎng)絡相同的訓練樣本，構建了三層的BP神經(jīng)網(wǎng)絡。仿真實驗表明，BP神經(jīng)網(wǎng)絡的檢測效果優(yōu)于LVQ神經(jīng)網(wǎng)絡。
　　3、運用標號運算，統(tǒng)計顆粒的數(shù)目和大小，從而可以計算油液的污染等級。同時，為了得到更準確的等級