Es muy necesaria la detección fiable y eficaz de las texturas superficiales de las piezas electromecánicas procesadas mecánicamente. La calidad de estas piezas tiene una influencia muy importante en el funcionamiento de la máquina. Superar los defectos de textura de la superficie de las piezas puede mejorar en gran medida el nivel de automatización de la producción y el procesamiento. Este artículo analiza la detección de defectos de la textura de la superficie de las piezas mecanizadas, a fin de garantizar aún más la calidad de las piezas y proporcionar un fuerte apoyo para la producción industrial.

Pasos para detectar defectos de textura de piezas mecanizadas
2.1 Un sistema típico para detectar y clasificar defectos de textura
Incluidos los siguientes 5 subsistemas interconectados; Sistema de adquisición de imágenes, sistema de detección de defectos de textura, subsistema de extracción de características, subsistema de análisis de características, subsistema de clasificación. Un sistema de detección de defectos en la textura de la superficie de un producto de cuero. El proceso de trabajo del sistema es en realidad un proceso de búsqueda de un objetivo defectuoso en una imagen de textura, y este proceso de búsqueda provoca un tiempo de detección prolongado. Un método para detectar defectos de textura superficial de piezas mecanizadas basado en análisis estadístico; Basado en el método de detección de defectos de textura de coincidencia de plantillas de puntos espaciales, se utiliza el método de combinar la función de autocorrelación y el análisis de espectro para intentar identificar el defecto de textura tridimensional. El nuevo método de detección de defectos de textura computacionalmente más simple consiste en realizar primero la transformada de Fourier en la imagen y diseñar un filtro para eliminar la direccionalidad de la textura. Se obtiene una nueva imagen a través de la transformada de Fourier inversa, y luego la nueva imagen se establece como umbral para obtener la imagen binaria del objetivo defectuoso. Finalmente, el método de operación de morfología de imagen se utiliza para eliminar el ruido y la interferencia de segmentación de textura.


3. Comprender el sistema de detección de defectos de textura de la superficie mecanizada
El sistema de fuente de luz de fluorescencia, el microscopio y la cámara CCD se utilizan para recopilar imágenes de la textura de la superficie de las piezas mecanizadas en la computadora. Luego, la imagen del espectro de frecuencia se calcula mediante Fast Fourier Transform FFT, y el filtro de dominio de frecuencia se utiliza para mejorar la imagen de textura de defecto y suprimir la textura de fondo. Luego se restaura en una imagen de dominio espacial a través de IFFT de transformada de Fourier rápida inversa, y finalmente el método de segmentación de imagen y la operación de morfología de imagen se utilizan para realizar la separación de la textura del defecto y la textura de fondo.

4. Análisis de las características de la textura de la superficie de las piezas mecanizadas.
Durante el proceso de mecanizado, como la superficie de las piezas procesadas mediante procesos de fresado, rectificado y cepillado, se formarán varias texturas en la superficie de las piezas mecanizadas debido a la influencia de la carrera de la herramienta.
Algunas son texturas típicas con fuerte direccionalidad, y la mayoría tienen rayas. La transformada de Fourier se realiza en la imagen de la superficie de dicha pieza mecanizada para realizar el análisis del espectro, y el mapa de amplitud del espectro correspondiente obtenido es otra textura. Se puede ver en esta textura que la energía de la imagen se distribuye principalmente en la dirección vertical de la dirección principal de la textura, por lo que la amplitud espectral de los píxeles en estas áreas es relativamente grande. Dado que la transformada de Fourier es una transformación lineal, la información de la imagen espacial se puede mantener en el dominio de la frecuencia sin pérdidas, y los atributos de textura de la textura direccional se reflejan principalmente en algunas direcciones perpendiculares a la dirección de la textura en el espectrograma. Si el filtro de dominio de frecuencia se utiliza para suprimir y filtrar la energía en el área del espectro de concentración de energía, la característica de textura de esta textura direccional se debilitará en gran medida, de modo que la textura del defecto se pueda mejorar para facilitar la identificación y clasificación. .
 

5. Defecto método de extracción de la textura de piezas de mecanizado CNC
Para la imagen filtrada, se suprime la imagen de textura de fondo, mientras que la imagen de textura de defecto se mejora de manera efectiva, y luego se puede usar un método de segmentación de umbral simple para distinguir entre la textura de defecto y la textura de fondo. Después de la segmentación del umbral, no solo hay objetivos defectuosos, sino también puntos de ruido, por lo que es necesario un procesamiento adicional para eliminar la influencia del ruido. Teniendo en cuenta que el ruido es aleatorio, hay puntos aislados distribuidos aleatoriamente en la imagen y el defecto de textura tiene una determinada forma. La práctica ha demostrado que abrir una imagen no solo puede eliminar estos puntos aislados, sino también eliminar los errores causados ​​por la segmentación de la imagen. Debido a que la operación abierta es un proceso de corrosión primero y luego expansión, tiene la función de eliminar pequeños ruidos y suavizar los límites de los objetos más grandes.