MATLAB图像处理的钢材表面裂纹检测系统设计(2)
对于钢材的性能要求是多方面的，例如：弹性和刚度、强度、塑性、硬度等等，相对的，对于钢材的检验方法也是多方面的，例如：力学性能检验、化学成分检验、宏观检验、金相检验、工艺性能检验、物理性能检验、化学性能检验、无损检验等等。与此同时，印象钢材质量的缺陷也是种类繁多，有由于钢坯未清理干净，使原有的结疤轧后仍残留在钢材表面上形成的结疤；有因为加热过程中无意混入的杂物最后形成的表面夹杂缺陷；有因为钢坯有裂缝或者非金属夹杂物，经轧制破裂暴露或者因为加热温度不均，在轧制时各部延伸与宽展不一致或者加热速度过快、冷却不当等三种情况形成的裂纹缺陷。
本论文着重介绍钢材缺陷中裂纹缺陷的检测。裂纹缺陷分为内部裂纹与表面裂纹，侧重点是钢材表面裂纹缺陷的检测，如今的表面裂纹检测如果是人工检测，则效率低下，准确率尚可。如果通过机械检验，对于钢材会造成一定的损伤，得不偿失。因此本文重点对于基于图像处理的钢材表面裂纹检测进行深入探究并研究其可行性。
1.3数字图像处理的优势
作为如今钢材表面裂纹检测中无损检测的五大方法，各有其优缺点，需要根据不同情况选用不同的方法进行检测。因此，基于这种情况，基于图像处理的钢材表面裂纹检测方法应运而生。随着计算机技术的飞速发展，包括更多低价位的处理器、强大的个人计算机、更好的图像采集器的诞生，近几年来，很多学者也试图将图像处理技术应用到钢材表面裂纹的检测当中，该项技术也在逐渐的区域成熟。
与传统的五大无损检测方法，数字图像处理检测方法的优势显而易见。
首先，随着计算机技术发达，处理器运算速度越来越快，那么检测速度及准确率也必定会越来越高。并且随着计算机语言的提高，进行编程完善，加上检测的短时间，完全可以实现自动化监测。
其次，成本低廉，不需要进行预处理或者检后处理，优于类似于磁粉检测需要检测完之后进行去磁粉、退磁等处理；优于渗透检测需要一开始进行清洗；优于射线检测的危险性；优于超声波检测的价格。
最后，图像处理检测法是完全无接触式的检测方法，保证了检测对于试件的百分之百无损性。
1.4数字图像处理简介
1.4.1 图像处理
在这里特指图像数字处理（Digital Image Processing），是将图像信号转变为数字信号，并由计算机处理的一个过程，包含了以下几个内容：
图像文件格式
图像文件文件格式是记录和存储影像文件所必须的一种格式，其本质是将图像按照一定的像素方式组织排序，以此来保证图像的传输、修改、保存等工作。最后将图像数据存储成文件变会得到图像数据文件，按照不同的处理方式和对图像文件的大小、质量要求，可以有不同的图像格式选择。例如：BMP、GIF、EG、PNG等等。
其中，本研究设计到的图像文件是尺寸为640×480的JEPG图像。EG，是目前压缩率最高的一种图像文件格式，但同时这也是一种有损压缩格式。无需高保真并且空间有限的情况下，EG是在去除冗余的图像数据的同时，保证了比较高水准的图像显示，同时，图像文件将被压缩得比较小。在压缩的同时，由于EG压缩的是高频信息，将保留全部的RGB色彩信息。
RGB(Red, Green, Blue)：即我们俗称的红绿蓝，三基色。在图像格式中，红绿蓝三色通道分别从0到255渐变或者三种颜色相互之间的不同搭配来显示出所有颜色，共256×256×256=16777216种颜色。
图像滤波
图像滤波，主要是只图像去噪，以此来提高图像的质量，由于在图像获取的过程中，因为周边环境的影像，会再图像中形成许多噪声点，这些噪声点是一些或大或小的极值，表现在图像像素的灰度值上。这些噪声点会造成图像信息的干扰，影像后续的图像复原、分割、提取等工作。因此要对图像进行滤波，根据不同需要一般可选的滤波方式有中值滤波、高斯滤波、最小均方差滤波、均值滤波、Gabor滤波方法等。