目前储罐类等大型承压类特种设备的定期检验采用人工检测,且磁粉裂纹的检测工作量大、劳动强度高、环境恶劣等问题,急需开发能代替人工进行操作的智能化检测设备,包括检测部分和机构行走部分。课题针对自动检测设备上罐体裂纹视觉检测系统进行研究,提出了基于磁粉检测的罐体裂纹的视觉自动识别系统,该系统利用机器视觉技术检测罐体裂纹,起到代替人眼识别的功能,包括图像采集、图像处理、图像裂纹长度的标定,以及裂纹特征的提取及裂纹长度的计算等工作。根据罐体裂纹图像的特征及检测精度选取系统硬件的型号及参数,包括相机、镜头、光源、照明方式、磁粉、磁化类型。选用MATLAB软件作为系统图像处理的软件。针对罐体裂纹图像中存在的打磨及污渍等图像噪声,采用自适应中值滤波进行预处理的方法祛除噪声干扰。针对裂纹信息和背景信息对比度不高的问题,采用开运算与线性变换组合处理的方法对裂纹图像进行了加强处理,提高了裂纹信息和背景信息的对比度。利用图像分块处理法对含有裂纹信息的图像区域进行分块处理,同时引入了裂纹的圆形度、裂纹长宽比、裂纹平均宽度等特征作为裂纹识别的条件,来区分裂纹和干扰信息,达到剔除污渍、凹坑等干扰信息。针对罐体裂纹形状特点,提出两种裂纹像素长度的计算方法,线性拟合法和累加计算法,并对计算结果进行了的比对,选用了与实际长度更接近的累加计算法。通过相机标定明确了裂纹像素长度和裂纹实际长度之间的比例关系,在此基础上计算得到罐体裂纹的实际长度。利用VB6.0软件开发了基于图像处理的罐体裂纹磁粉自动检测系统,实现了焊缝图像的采集、处理、存储和检测。通过现场的实验验证,实际测量裂纹长度为9.5mm,累加法测得的长度约为8.9mm,误差6.4%在允许的范围内,验证了检测系统的可行性和准确性,可为罐体裂纹自动检测的发展提供可靠的技术支持。图 49 幅;表 5 个;参 50 篇。