质量检验外文翻译资料

英语原文共 19 页，支付完成后下载完整资料

1. 介绍

建筑业是一个竞争激烈的环境，质量是一个企业生存和成功的关键因素。除了成本和时间，质量也是影响客户对建筑工程绩效满意度的一个标准。因此，许多公司都试图发现提供高质量并使客户满意的过程。检验是质量控制中最重要的环节之一。

一般来说，质量检验可以在生产过程和最终产品阶段进行。这两个阶段的检验对于控制质量和确保最终产品的质量满足客户的要求是至关重要的。然而，目前的质量检验过程中，检验人员、承包人、客户等相关人员对可接受缺陷等级的判断仍然存在冲突。而主观属性则与审美缺陷有关，尤其是建筑作品中的审美缺陷。这一领域的质量检验仅包括主观目测。一个人判断审美缺陷的能力是有限的，因为它不能量化给定缺陷的价值。主观评价依赖于个体的经验和不同的认知，没有统一的标准。因此，由于人的感知能力的局限性，必须设计出一定的方法来解决质量评价的主观性问题。

以往的研究试图克服人工检验员对视觉质量检验主观评价的局限性。这些研究工作利用计算机视觉和图像处理技术开发了一种自动程序替换，用于检测损伤位置和量化缺陷级别。前人的研究主要集中在结构工程和建筑工程两个方面。然而，很少有研究者关注建筑阶段审美问题主观属性的强烈缺陷程度。

本文提出了一种新颖的缺陷检测与量化系统。该系统能够明确缺陷位置，量化缺陷值，支持对建筑作品美学的主观视觉质量检查。该方法基于缺陷特征分析，利用数字图像处理技术对数字图像中的缺陷值进行量化。该系统通过减少人类主观判断的输入，提高了审美判断的可靠性。我们选择了平铺工作检查作为开发系统原型的案例研究。在简要介绍了该问题的背景和本节之前的工作之后，本文的内容描述了该系统应用的概念框架和系统开发的方法。此外，它还包括通过将人的检查结果与拟议系统的检查结果进行比较，对开发的原型系统的潜力和准确性进行实地核查。

图1检测过程中的质量评价

2. 数字图像处理技术的原理

数字图像处理在计算机视觉中是一种计算机化的处理过程，它可以使图像的属性增强为一种可用的形式，从而对图像进行客观、简单的特征分析。对数字图像处理方法的兴趣源于两个主要的应用领域。这是对用于人类解读的图像信息的改进，以及用于自主机器感知的场景数据处理。数字图像处理可以大致分为计算机处理的四个层次，如图2所示。

根据图像中包含的信息进行决策。该技术的目标是赋予系统解释和理解图像的能力。高水平的图像处理采用了人的解释和理解的概念，其中人利用了以往的知识和经验。神经网络、神经网络与模糊逻辑、模式识别、专家系统、人工智能(AI)等数学方法在这一层次都有广泛的应用。这些方法允许计算机系统长期收集信息或知识，然后用来解决新的问题。

图2四层数字图像处理

在本研究中，由于在图像采集过程中很难避免噪声和控制光照，因此采用了高、低处理技术，利用低水平过程中的预处理来克服这些问题，使得高水平分析更加容易。提出了一种形态学方法，通过提取不需要的背景图像来校正不均匀光照，便于边缘检测。本研究采用逻辑模型和数学模型的高级处理算法，从数字图像中分析感兴趣对象的缺陷。图像处理算法是用来代替人的理性和克服人的主体判断。

3. 研究方法

我们的研究方法分为五个阶段，初步研究开始于文献综述。

和实地观测。本研究以平铺工程为研究对象。最初的研究可以被认为是初步的工作，作为构建概念框架的基础。

然后通过对系统原型的设计和开发，建立了系统的概念框架。本系统采用TheMATLAB程序进行开发，然后通过现场测试来评估程序的准确性和概念的可行性。最后，最后一节给出了基于研究结果的结论和建议。下一节将描述开发的各个阶段。

4. 系统设计与开发

缺陷检测和量化系统的设计是为了在主观目测过程中支持检验员。系统过程如图6所示。它显示了系统中所有顺序连接的方法步骤。缺陷检测与量化系统包括四个主要过程;(1)输入，(2)预处理，(3)数据分析，(4)输出。图像采集在输入步骤中。数字图像处理的五个步骤分别是预处理步骤和数据分析步骤。预处理步骤包括图像预处理模块、降噪模块和边缘缺陷模块。数据分析步骤包括单元转换模块和缺陷检测与量化模块。首先，图像准备模块是对畸变图像和透视图像进行调整。其次，降噪模块对数字图像进行预处理，减少数字图像中不必要的背景噪声。接下来，边缘检测模块使用数字图像处理技术检测数字图像中感兴趣的对象的边缘。然后，使用单元转换模块将图像中的像素单元转换为真实物体的毫米形式。最后，利用缺陷检测与量化模块指定缺陷位置，并利用所提出的算法对图像特征进行分析，对缺陷值进行量化。最后，输出步骤为缺陷数值。

本文的目的是证明应用数字图像处理技术减少主观判断影响的可行性。因此，我们选择平铺工作检查作为案例研究，开发了缺陷检测与定量系统的原型。在平铺检验中，必须检验每个缺陷组中可接受的缺陷等级的判断，以满足质量要求

标准的要求。以传统的检验方法为例，用标准要求和对各标准项的公差对平铺工程进行了评价。表1显示了用于评估平铺工作的标准项。这一信息是通过在实践中对检验人员的访谈和对几个组织的质量检验标准的评审结果总结出来的。

从访谈中可以看出，(c)、(d)、(e)和(f)项主要用于检验平铺工程的质量。评价这些标准项目的检查方法通常使用主观的视觉质量检查，这种检查依赖于个人的感知，没有建立可接受的缺陷级别的标准。虽然某些项目的目视检查可以用卡尺或准直激光来支持，但这些检查无法量化缺陷值，而且检查会发现所有的缺陷位置，尤其是在大批量生产或大面积生产的情况下。这些问题经常导致涉及质量的人员之间关于可接受的缺陷级别的冲突。

表1评估瓷砖工程完成情况的标准项目摘要

标准项(a)、(b)的检验方法采用目视检验，(g)采用敲打法返回不同的声音，以识别有缺陷的瓷砖片。当发现缺陷时，必须立即拒绝(a)、(b)和(g)项。然而，图像处理技术在制造领域已经广泛应用于检测(a)和(b)标准项中的缺陷位置[16-18]。此外，准则项目(g)还研究开发了一种工具，通过使用不同的声音来识别缺陷砖块[26]，取代人工敲打法来识别缺陷砖块。因此，我们打算开发一种缺陷检测和量化系统，支持在(c)、(d)、(e)和(f)项中对平铺工作的美学进行主观的视觉质量检查。然而，我们在图5中的系统并没有使用图像处理技术来评估所有的质量要求。我们重点支持对某些质量要求的主观视觉质量评估。

瓷砖的案例研究工作,我们的系统能够确定邻近瓷砖之间的距离是制服,如果它有一个标准的差距大小(c)项。它还确定瓷砖直接设置在平行线(e)项,另一项(a,b,d f和g)使用传统的方法。然而，全面的质量评估必须整合所有的标准。

本文详细介绍了平铺工程检验缺陷检测与量化系统的开发方法。

5.1. 输入

该系统的输入是为数据处理而获取的数据。我们的方法使用一个数码相机和一个数据链路作为主要的工具来捕捉和传输图像到该系统。此外，本系统还需要一个用户界面来管理图像，如图8所示。

5.2. 缺陷检测与量化系统

本节介绍了数字图像处理算法在缺陷检测和量化系统中的发展。它分为四个模块:(1)降噪模块，(2)边缘缺陷模块，(3)单元变换模块，(4)缺陷检测与量化模块。

该系统的设计是为了从实际检查中获得具有代表性的图像。在选择合适的降噪方法和边缘检测模块时，可以利用这些具有代表性的图像来探索图像的特征。此外，单元转换模块需要一个具有代表性的图像来确定将图像单元从像素转换为毫米的方程。在系统开发过程中，为了减少结果的偏差，必须明确数据采集的条件，如相机规格、像素大小、相机距离等。在本研究中，我们使用了AF Micro 60mm f/2.8D镜头和尼康D80相机。该相机能够渲染出与实际物体非常相似的高图像清晰度。我们将在下面的部分中列出流程的步骤。

5.2.1．降噪模块

降噪模块是图像输入系统后系统的第一个处理过程。该模块支持图像调整功能，利用数字图像处理技术的预处理，减少数字图像中不必要的背景或噪声。

在对具有代表性的图像进行平铺检查时，我们发现由于平铺反射产生的不均匀光照是影响边缘检测模块的步骤，必须降低的主要噪声。像素值是可变的，在转换成二值图像(black=0, white=1)时，很难选择阈值。因此，本文提出了一种形态学方法对非均匀光照进行校正。

5.2.2．边缘检测模块

该系统的边缘检测模块支持缺陷图像中感兴趣对象的边缘检测功能。

图3边缘检测

接下来的缺陷检测与量化模块中的特征分析。图像上瓦片的边缘是瓦片检测的一个研究对象。本模块的开发采用了数字图像处理技术。一般情况下，边缘检测是在图像灰度级上显示不连续性的图像位置。不同的应用有不同的边缘检测方法。我们的研究测试了三种方法;(a) Canny， (b) Pre-witt和(c) Sobel方法来选择适合我们系统开发的方法。

5.2.3．单位转换模块

单元转换模块支持将系统中的像素单元转换为毫米的功能，用于在实际对象的相同单元中进行比较。每像素mm的比例取决于拍摄条件，如相机规格、相机距离和像素大小。为了确定单位变换的比例，我们使用了额外的45张代表性图像，这些图像被分成3组。每组图像拍摄于0.50 - 2.00 m之间，相机距离为0.10 m。本实验的图形和方程如图12所示。该系统利用这些方程将像素单位转换为毫米，与标准要求进行比较。

5.2.4．缺陷检测与量化模块

缺陷检测与量化模块支持系统中缺陷特征分析功能，通过对瓦片边缘图像特征的分析，指定缺陷位置并量化缺陷值。我们使用了两种算法来验证平铺的准确性。首先,该算法确定邻近瓷砖之间的距离(差距)必须统一(Delta;X1 =Delta;X2 = =Delta;Xn =Delta;Y1 =Delta;Y2 =hellip;=Delta;Yn)。如图4(a)所示。其次，检测直线相交角度是否产生直角的算法如图4(b)所示。

图4平铺工作检查算法<!--资料编号：[3257]

您可能感兴趣的文章

• 拟人手臂的轨迹规划与轨迹跟踪控制外文翻译资料
• 新型磁性辅助内窥镜系统在上消化道检查中应用的可行性 和安全性外文翻译资料
• 基于FPGA可编程逻辑器件的复合视频图像处理外文翻译资料
• 从被测的高频域原始信号中提取巴克豪森噪声外文翻译资料
• 重型机床z轴热误差混合建模方法外文翻译资料
• 一个红外浊度传感器:设计与应用外文翻译资料
• 用于控制食物烹饪过程的电子系统.外文翻译资料
• 关于液体介质中电磁流量计的设计和理论上存在的问题。第二部分:关于带电粒子产生的 噪声理论外文翻译资料
• 基于LabVIEW和Matlab的小波变换对非平稳信号的分析仿真外文翻译资料
• 应用于腹腔镜手术的新型膜式加热加湿器 的开发外文翻译资料