磁粉探伤是铁磁粉性零部件表面缺陷检测的一个重要手段,广泛应用于航空航天、铁道、船舶、石油等行业的无损检测。传统的基于人工视觉检测裂纹的方法耗人力、费时、不精确、花费高、可靠性无法保证,而且在荧光磁粉探伤中大剂量的紫外辐射会给人体尤其是人眼带来无法弥补的伤害。现代工业检测技术要求工件表面缺陷检测自动完成,而现有的检测识别方法伏适合某些情况并仅在小样本集上测试过。智能识别的数字化系统采用的主要新技术包括:缺陷智能识别技术,PLC可控硅数字触发控制技术,自动化智能控制技术,计算机数据库管理技术。
缺陷智能识别的关键技术是如何由清晰可见的磁粉探伤磁痕生成同等或更清晰的裂纹图像。针对成像灰度不均的问题,Kenneth RCastleman所着《数字图像处理》中提出一种校正的方法:对原图像进行增强,再使用阈值方法侵害出裂纹,最后作裂纹分类等其他分析,这种方法不可避免地会丢失掉一些有用信息。在研制本产品过程中,还尝试用神经网络方法和形态学方法,但都不能达到满意效果。南京理工大学提出一种基于多级拟合机制工工件裂纹检测算法,达到了令人满意的精确度和准确度,甚至宽度小至0.1mm的裂纹也检检测出,并且检测出的位置与宽度都与原始工件裂纹吻合得很好。