本文提出了一種基于數字圖像處理技術的表面裂紋檢測算法。運用這種算法能精確的檢測裂紋的位置、長度等特征。將這種裂紋檢測算法運用到裂紋自動檢測系統以及裂紋擴展行為監測中不僅大大降低了勞動時間和勞動強度，而且提高了測量的準確性。
關鍵詞：圖像處理；表面裂紋；特征提取
工業中，航空發動機屬高速旋轉機械，它的多數零部件均在高溫、高壓的環境中工作，所受載荷復雜，使用環境惡劣，故障頻率高，造成的嚴重后果不僅危及人、機安全，而且會造成巨大的經濟損失和惡劣的社會影響。在這些故障中，發動機疲勞裂紋損傷是導致發動機損壞的主要原因之一。因此，對有關構件的缺陷、疲勞裂紋的產生、擴展進行檢測就顯得更加重要。因此有必要尋求一種行之有效的檢測技術。
隨著計算機技術的高速發展，計算機為許多行業提供了一種強大的工具。它可以實現以前不能實現的一些方法。數字圖像處理就是隨著計算機技術的發展而迅速發展起來的。計算機的高速運算能力為數字圖像處理提供了技術支持，使數字圖像處理在工業中得到了廣泛的應用。數字圖像處理技術的應用是實現產品質量監控和故障診斷的最有效方法之一。
近幾年來國內外許多學者將數字圖像處理技術運用到物體表面裂紋檢測中并取得了較好的效果。如：Priyan Gunatilake設計的飛行器表面裂紋檢測系統[1]；J Pynn設計的道路表面裂紋自動檢測系統[2]；D.H.Ryu設計的疲勞裂紋檢測系統[3]；Atsushi Ito設計的混凝磚表面裂紋提取與測量系統[4]；Paul W.Fieguth設計的地下管道表面裂紋檢測系統[5]等。
我們模擬了某發動機二級渦輪葉片的實際工作環境，對其進行高溫蠕變疲勞實驗，并通過攝像頭對葉片表面裂紋擴展行為進行實時監控。通過數字圖像處理技術對裂紋的形成、走向進行實時監測，不僅大大降低了工人的勞動強度、提高了檢測效率，而且可以觀察和回放零件從起裂到斷裂的全過程，從而對研究有關零部件裂紋的擴展機理以及預估疲勞壽命都起到了重要的作用。
本文第二節概述了整個識別算法的流程，第三節詳細介紹了識別算法的各個部分并且給出了效果圖，并在第四節給出了本文的結論。