[发明专利]面向在线铁谱图像自动识别的磨粒链自适应分割方法

说明书

技术领域

本发明涉及机械系统状态监测技术领域，涉及铁谱图像的自动分析技术，特别涉及一种面向在线铁谱图像自动识别的磨粒链自适应分割方法。

背景技术

磨粒分析是通过分析被检测机器的润滑介质和携带的磨损微粒情况，获得机器的磨损状态信息的关键技术，对磨损故障的诊断、预测、维护决策都起着至关重要的做作用。

作为一种重要的磨粒分析手段，传统的离线铁谱图像分析已经成功应用于工业装备的磨损状态监测，形成了标准化的磨损状态评价体系。但是这种技术具有明显的缺陷：1）取样和分析周期长，效率低；2）分析结果的经验依赖性强，重复度低。随着实情维护技术的发展需求，实时性和自动化监测成为状态监测的发展方向，传统的离线分析技术面临着新的挑战。

在线铁谱技术于上世纪30年代提出，近10年来获得快速的发展，随着在线传感器的出现，将这种传统的铁谱分析技术延伸到实时监测和自动分析领域。在线磨粒图像将铁谱分析技术的独特优势呈现在在线监测领域，但是新的技术瓶颈限制了该技术优势：磨粒粘连成链、团簇极大地增加了获取单个磨粒特征信息的难度。虽然在线铁谱传感器及采集方法不断改进，依然没有找到有效的磨粒链分割方法，而只能给出宏观浓度统计指标（IPCA：百分比面积覆盖率），使其在诸多在线磨粒传感器中无法体现独特优势。显然，智能化的磨粒链分割已经成为在线铁谱技术的发展瓶颈。

在线磨粒分析是近10年来快速发展的油液监测技术，各种传感器成为该技术的主要进展技术，从原理角度可大致分为：电学、光学、磁感应和图像4种：

1）电学传感器：Itomi等人研制的基于电阻测量的“Oil check sensor”（公开号：JP2002286697）；Murali S基于电容原理开发的基于微流道结构的电容磨粒计数器；英国Kittiwake公司采用电感原理开发的Metallic particle Sensor和Total Ferrous Debris Sensor。

2）光学传感器：美国海军研究的LaserNet Fines磨粒监测仪；Allison M.Toms等人开发的在线油液监测的傅里叶红外光谱监测装置。

3）磁感应传感器：加拿大Gastop公司的MetalScan传感器。

采用上述3种原理的传感器的共性缺点是无法提供磨损机理信息，而铁谱图像是分析磨损机理的重要途径。

由于铁谱图像一直采用离线铁谱仪器获取，在线铁谱传感器技术成为新的技术方向。2001年西安交通大学开发了第一代可在线提供铁谱图像的传感器（专利号：01240347.4）。2005年，通过混合励磁方式和CMOS图像传感器的使用，该课题组提出第二代在线数字图像铁谱传感器”（公开号：CN1673733A），并于2008年发明了第三代短沉积距离的图像型在线铁谱传感器（公开号:CN100365413C），使用电磁场主动沉积磨粒，可以分别提供大、小磨粒的图像。在线铁谱图像的获取为在线磨粒分析提供技术基础。

由于采用磁场沉积原理，磨粒在铁谱图像中不可避免的产生成链、堆积现象，如图1所示，极大影响了后续磨粒特征分析的准确性，虽然通过改变沉积参数可以消除磨粒图像中的堆积现象，磨粒成链却仍然无法避免，因此磨粒链分割已经成为在线磨粒分析的技术瓶颈。磨粒链分割在离线图像铁谱分析中同样存在，由于一直采用人工分析，自动分割仅仅限于单个特征磨粒的背景分割，而极少涉及磨粒链分割的报道。基于“watershed”数学形态学方法虽然在离线铁谱图像中获得了精确的磨粒分割效果，但是由于在分割过程中需要人为的设定分割参数，因此无法应用于在线自动分割。更多的基于数学形态学自动分割方法在粘连颗粒的分割领域应用，如细胞和谷物的图像分割，主要包括：1）基于边缘检测与凹点分配的分离方法；2）基于分水岭分割的分离方法；3）基于分离搜索点算法的分离方法。上述各种颗粒图像分离算法针对具有类圆性、尺寸相近的颗粒对象，因此难以应用于形状不规则、边缘粗糙、尺寸分布宽的磨粒分割。

在线铁谱技术的现状表明：磨粒链的智能分割方法已经成为在线铁谱技术发挥其磨粒分析优势的技术瓶颈，而现有的分割算法无法应用于磨粒链图像分割。

发明内容

针对现有技术的缺陷，本发明提供面向在线铁谱图像自动识别的磨粒链自适应分割方法，结合灰度和形态学信息的磨粒链图像分割方法，实现了在线铁谱图像中粘连磨粒的分割；本发明不但可以解决在线磨粒链图像的分割问题，还可应用于传统离线铁谱图像中的磨粒链自动分割，对实现铁谱图像分析技术的智能化和自动化具有重要意义。