轮毂作为汽车的重要部件,对汽车的安全起着至关重要的作用。因此在轮毂制造完成后需要对其进行检测以此保证轮毂生产质量。目前常用的是X射线照射检测法,分为人工检测和自动检测。大多数的厂商采用人工方式来进行评片检测,此种方法主观性较强,可靠性较差,自动化程度较低。现有的轮毂铸件自动检测系统操作复杂,检测速度较慢,对于复杂几何结构的轮毂容易造成误判和漏判。针对以上情况,本文研究了轮毂铸件常见的缺陷,从轮毂铸件X射线图像的采集、质量改进、缺陷分割、缺陷识别等方面进行了研究,并开发出了轮毂铸件缺陷自动检测系统应用于工业生产。本文主要工作和创新性体现如下:(1)阐述了轮毂铸件缺陷自动检测的流程,对于轮毂铸件X射线图像采集过程中出现的质量问题进行了分析,在采集图像的过程中运用多帧叠加法进行优化,分析了在使用多帧叠加法降噪过程中的最佳帧数的选择。(2)为了更好的将平板探测器采集到的高位数据转化为8位数据在普通显示屏上显示图像,本文借鉴HDR色调映射技术的思想,提出了基于梯度域引导滤波的色调映射算法。利用梯度域引导滤波器对高动态轮毂X射线图像进行分解,然后对基础层使用自适应对数压缩算法进行压缩,对细节层使用S型曲线函数进行补偿增强,最后将图像合并输出。算法较好的还原了图像细节,图像质量得到提升,为后续的缺陷分割和识别打下了基础。(3)考虑到传统分割算法会产生漏判误判等问题,本文提出了基于感兴趣区域的动态阈值分割算法,并利用数学形态学重构知识,用高阈值分割结果重构低阈值分割结果,得到完整的轮毂缺陷,减少漏判和误判。通过划定感兴趣区域,减少了无关背景的影响,加快了检测速度。(4)具体分析了轮毂内部缺陷的形成原因、缺陷特征提取、特征选择、缺陷分类等内容。就轮毂缺陷类型分类问题,引入了基于支持向量机的多分类算法,在一对多和改进DAG-SVM多分类方法的基础上设计了一种多分类器模型,对模型中用到的二分类支持向量机应用粒子群优化算法优化模型参数。设计的多分类器模型解决了传统多分类算法存在的误差累积和不可分区域等问题,提高了分类精度和速度,最终完成了缺陷的分类识别和定级工作。(5)在本文轮毂缺陷分割和缺陷识别等算法的基础上,开发出了一套轮毂缺陷自动检测系统用于实际工业生产。