邢雪亮, 甘文波, 蔣朝根
(西南交通大學信息科學與技術學院,四川成都611756)
目前,航空鉚釘檢測逐步由人工發展到用自動化設備進行智能化檢測。一架軍用飛機需要150~180萬個航空鉚釘[1],同時,隨著航空產業的發展,高出勤率以及經常性部件更換,航空鉚釘的用量巨大并日益增加。然而在實際生產中,普遍仍以人工通過肉眼進行檢測[2],用量需求與檢測方法存在客觀性的矛盾,使得航空具有潛在的事故風險。日航123號班機因機尾連接面板的鉚釘不及時維修致使520人遇難[3]。可見,改善航空鉚釘的安全狀況對于減少人員傷亡與財產損失,提高航空出行有著重要意義。
近年來航空鉚釘尺寸檢測技術引起了重視,影響航空鉚釘質量的參數中,除了涉及表面光滑度、缺陷等之外,還包括航空鉚釘各部位尺寸等因素[4]。目前在航空鉚釘檢測的研究中,主要是優化人工檢測設備[5],而人工檢測效率低并受檢測人員的主觀因素影響,導致尺寸檢測的誤差隨機性大。文獻[1,6]中提出了鉚釘檢測系統硬件結構,但缺少較優檢測算法;文獻[7]提出了基于畸變補償尺寸檢測算法,但是檢測的精度不足,不能達到工業精密連接件的要求。
當前,機器視覺技術廣泛應用于檢測系統方面,如電子包裝領域的載帶檢測[8]、新型車牌檢測識別方法[9]等。在圖像處理方面,文獻[10]提出了一種基于方差和顯著性特征的圖像分割方法,但該方法只針對超聲圖像;文獻[11]提出了一種Contourlet變換和遺傳算法相結合的圖像增強方法。……