金属材料检测方法研究
摘要：随着我国工业、建筑业的快速发展，金属材料的应用水平不断提高，作
为原材料的一种类型，做好金属材料检测工作，能够保证材料质量的合格性，为
相关工作提供有力的依据。下面文章就结合金属材料的检测分类和内容，对检测
方法展开探讨。
关键词：金属材料；材料检测；检测方法；金属检测
引言
目前,在我国各个领域发展中,金属材料都有着非常广泛的应用,这就使得金属
材料检测方法获得了良好的发展前景,在整个生产实践过程中发挥着非常重要的作用。结合实际情况可以了解到,在开展金属材料检测工作时,涉及到的检测方法非
常多,这就需要在检测工作中根据实际情况选择合适的检测方法,从而才能在最大
程度上保证生产安全性。
1金属材料检测相关概述
1.1金属材料检测的分类
第一，有色金属。有色金属主要指具有金属元素并且具有实用性的工农业金
属制品和产品，主要含有铜、铝、镁以及其相关合金产品等，有色合金的强度和
硬度一般比纯金属高；第二，黑色金属。黑色金属是工业上对铁、铬、锰的统称，并包含其合金。而由于钢铁表面常覆盖一层Fe3O4，具体表现为黑色，因此被称
为黑色金属。钢铁材料最为常见，其有着高强度、高硬度等主要优势，并且铸造
简单，被广泛应用在日常生活中。铁、铬、锰也是冶炼钢铁的主要原材料，因此
在社会工业经济发展中具有非常重要的地位和作用，其应用广泛、便捷。
1.2金属材料检测的意义
金属材料被广泛地应用于社会经济建设的各个领域,其作用和意义超乎想象。
以机械产品的制造为例,各种机械产品90%以上的材料都是用的金属材料,如果这
些金属材料不经过严格的质量检测,不符合质量要求的金属材料进入产品制造过程,金属材料的选材不当或者使用不当,都会造成材料的过早失效,更有甚者会发生重
大安全事故。有效杜绝不符合产品质量要求的原材料、半成品、成品进入产品制
作过程,提高金属产品制造质量。在金属产品生产过程中,每一种产品对金属材料
的质量要求都有所不同,这是由于产品的作用而决定的。一些产品需要硬度性超强
的金属材料,而有的却需要延展性较好的金属材料。当今经济社会,产品质量良莠
不齐,一些相似或相近而质量达不到要求的金属材料充斥市场。一般情况下,我们
是无法用肉眼识别这些材料的质量优劣的。因此,就必须通过有效的检测手段来进
行检测、识别和鉴定金属材料质量的好坏,只有这样,才能从源头上保证产品的质量。另外，金属材料检测,能有效预防金属材料采购过程中的腐败,建立社会优质
诚信体系。金属材料构件是决定着一座桥梁工程质量生命的重要构件，它对所用
金属材料的各种技术质量要求是来不得一丝半点差错的，这就要求对金属材料的
质量检测来不得半点虚假。当前,一些金属材料采购和供应企业,出于对产品销售
的需要,利用不正当手段行赌采购人员,把不符合质量要求的金属材料当作优质材
料向需求企业推销，由此,进行严格的金属产品检测检验,是预防腐败和打击社会
不正之风,有效保证产品质量的根本措施之一。
1.3金属材料的检测内容
在对金属材料进行检测的具体过程中，涉及的范围较广，其一是对有色金属、黑色金属及其设备的内部组成零部件进行检测；其二是对金属材料的内部成分以
ICS 77.040.10 Ref. No. ISO 12135:2002/Cor.1:2008(E) ? ISO 2008 – All rights reserved Published in Switzerland INTERNATIONAL STANDARD ISO 12135:2002 TECHNICAL CORRIGENDUM 1 Published 2008-06-01 INTERNATIONAL ORGANIZATION FOR STANDARDIZATION ? МЕЖДУНАРОДНАЯ ОРГАНИЗАЦИЯ ПО СТАНДАРТИЗАЦИИ ? ORGANISATION INTERNATIONALE DE NORMALISATION Metallic materials — Unified method of test for the determination of quasistatic fracture toughness TECHNICAL CORRIGENDUM 1 Matériaux métalliques — Méthode unifiée d'essai pour la détermination de la ténacité quasi statique RECTIFICATIF TECHNIQUE 1 Technical Corrigendum 1 to ISO 12135:2002 was prepared by Technical Committee ISO/TC 164, Mechanical testing of metals , Subcommittee SC 4, Toughness testing — Fracture (F), Pendulum (P), Tear (T). Page 1, Clause 2 Replace the reference to ISO 7500-1:— with the following: ISO 7500-1, Metallic materials — Verification of static uniaxial testing machines — Part 1: Tension/compression testing machines — Verification and calibration of the force-measuring system Delete the reference to Footnote 1) and the footnote “To be published. (Revision of ISO 7500-1:1999)”. Page 13, Figure 6 Add “(not to scale)”. Move the note from under the title of Figure 6 to above the title. Page 16, Figure 9, Footnote d) Replace “on” with “or” to give d Edge of bend or straight compact specimen.
液相色谱法检测的生育酚方法报告 一、生育酚简介 又称维生素E，是一种脂溶性维生素，是最主要的抗氧化剂之一。溶于脂肪和乙醇等有机溶剂中，不溶于水，对热、酸稳定，对碱不稳定，对氧敏感，对热不敏感。 维生素E为微带粘性的淡黄色油状物，在无氧条件下较为稳定，甚至加热至200℃以上也不被破坏。但在空气中维生素E极易被氧化，颜色变深。维生素E易于氧化，故能保护其他易被氧化的物质（如维生素A及不饱和脂肪酸等）不被破坏。 维生素E的化学名称为(1)-2、5、7、8-四甲基2-(-4、8、12-三甲基十三烷基)-6-苯并二氢吡喃醇醋酸酯，分子式为C31H52O3，结构式为： 根据其化学结构可分为生育酚及生育三烯酚两类。生育酚主要有四种衍生物，按甲基位置分为α、β、γ和δ四种。其中，α-生育酚：R1，R2=CH3；β-生育酚：R1=H，R2=CH3；γ-生育酚：R1=CH3，R2=H；δ-生育酚：R1，R2=H。维生素E以α-生育酚生理活性最高，β-及γ-生育酚仅为α-生育酚的40%和8%。 二、色谱方法的选择 现行标准中维生素E的检测仅有两个标准——《食品中维生素A和维生素E的测定》（GB/T 5009.82-2003）和《食用植物油中维生素E组分和含量的测定高效液相色谱法》（NY/T 1598-2008），其中前者介绍了液相色谱法和比色法两种方法。 目前有的文献[1]中指出，气相色谱法虽能正确定量维生素E，但是对不同型分离困难，为了使α-维生素E与β-维生素E及γ-维生素E分离，预先要将试样进行三甲基硅烷化或酯化，同时胆同醇等硬脂类对测定有干扰。另外，如果前期样品处理不好，很容易对毛细管柱造成污染。故建议使用液相色谱法。 三、内标法和外标法的选择 1、两种方法的区别： 内标法外标法内标物与待测物相似，且均出峰不需要 标准曲线需要，可两点需要，需多点 优点定量准确操作简便 缺点不容易选择内标物；操作精度高与标准品严格相同的操作条件 2、在《食品中维生素A和维生素E的测定》中采用了内标法，内标物为苯并[a]芘，另外 文献中也有使用正三十二烷及十六酸十六醇酯等。《食用植物油中维生素E组分和含量的测定高效液相色谱法》中使用的外标法，国内大多数检测维生素E的文献中都用的是外标法。根据我部门的实际情况，维生素E的检测一般用于豆油脂肪酸的日常检测和协助营销部门的发货定价，故精度要求不是非常高，而内标法每次检测需用到内标物，而内标物的成本通常偏高，因此，外标法可以满足我部门日常检测的需求。
1、绪论 人脸识别是通过分析脸部器官的唯一形状和位置来进行身份鉴别。人脸识别是一种重要的生物特征识别技术，应用非常广泛。与其它身份识别方法相比，人脸识别具有直接、友好和方便等特点，因而，人脸识别问题的研究不仅有重要的应用价值，而且在模式识别中具有重要的理论意义，目前人脸识别已成为当前模式识别和人工智能领域的研究热点。本章将简单介绍几种人脸识别技术的研究方法。 关键词：人脸识别 2、人脸识别技术的主要研究方法 目前在国内和国外研究人脸识别的方法有很多，常用的方法有：基于几何特征的人脸识别方法、基于代数特征的人脸识别方法、基于连接机制的人脸识别方法以及基于三维数据的人脸识别方法。人脸识别流程图如图2．1所示： 图2．1人脸识别流程图 3、基于几何特征的人脸识别方法 基于特征的方法是一种自下而上的人脸检测方法，由于人眼可以将人脸在不此研究人员认为有一个潜在的假设：人脸或人脸的部件可能具有在各种条件下都不会改变的特征或属性，如形状、肤色、纹理、边缘信息等。基于特征的方法的目标就是寻找上述这些不变特征，并利用这些特征来定位入脸。这类方法在特定的环境下非常有效且检测速度较高，对人脸姿态、表情、旋转都不敏感。但是由于人脸部件的提取通常都借助于边缘算子，因此，这类方法对图像质量要求较高，对光照和背景等有较高的要求，因为光照、噪音、阴影都极有可能破坏人脸部件的边缘，从而影响算法的有效性。 模板匹配算法首先需要人TN作标准模板(固定模板)或将模板先行参数化(可变模板)，然后在检测人脸时，计算输入图像与模板之间的相关值，这个相关值通常都是独立计算脸部轮廓、眼睛、鼻子和嘴各自的匹配程度后得出的综合描述，最后再根据相关值和预先设定的阈值来确定图像中是否存在人脸。基于可变模板的人脸检测算法比固定模板算法检测效果要好很多，但是它仍不能有效地处理人脸尺度、姿态和形状等方面的变化。 基于外观形状的方法并不对输入图像进行复杂的预处理，也不需要人工的对人脸特征进行分析或是抽取模板，而是通过使用特定的方法(如主成分分析方法(PCA)、支持向量机(SVM)、神经网络方法(ANN)等)对大量的人脸和非人脸样本组成的训练集(一般为了保证训练得到的检测器精度，非人脸样本集的容量要为人脸样本集的两倍以上)进行学习，再将学习而成的模板或者说分类器用于人脸检测。因此，这也是j 种自下而上的方法。这种方法的优点是利用强大的机器学习算法快速稳定地实现了很好的检测结果，并且
金属材料检测标准大汇 总 Last revised by LE LE in 2021
金属材料化学成分分析 GB/T 222—2006钢的成品化学成分允许偏差 GB/T 系列钢铁及合金X含量的测定 GB/T 4336—2002碳素钢和中低合金钢火花源原子发射光谱分析方法(常规法) GB/T 系列海绵钛、钛及钛合金化学分析方法X量的测定 GB/T 系列铜及铜合金化学分析方法第X部分：X含量的测定 GB/T 5678—1985铸造合金光谱分析取样方法 GBT 系列铝及铝合金化学分析方法 GB/T 7999—2007铝及铝合金光电直读发射光谱分析方法 GB/T 11170—2008不锈钢多元素含量的测定火花放电原子发射光谱法(常规法) GB/T 11261—2006钢铁氧含量的测定脉冲加热惰气熔融-红外线测定方法 GB/T 系列镁及镁合金化学分析方法第X部分X含量测定 金属材料物理冶金试验方法 GB/T 224—2008钢的脱碳层深度测定法 GB/T 225—2006钢淬透性的末端淬火试验方法(Jominy 试验) GB/T 226—2015钢的低倍组织及缺陷酸蚀检验法 GB/T 227—1991工具钢淬透性试验方法 GB/T 1954—2008铬镍奥氏体不锈钢焊缝铁素体含量测量方法 GB/T 1979—2001结构钢低倍组织缺陷评级图 GB/T 1814—1979钢材断口检验法 GB/T 2971—1982碳素钢和低合金钢断口检验方法 GB/T —2012变形铝及铝合金制品组织检验方法第1部分显微组织检验方法GB/T —2012变形铝及铝合金制品组织检验方法第2部分低倍组织检验方法GB/T 3488—1983硬质合金显微组织的金相测定 GB/T 3489—1983硬质合金孔隙度和非化合碳的金相测定 GB/T 4236—1984钢的硫印检验方法 GB/T 4296—2004变形镁合金显微组织检验方法 GB/T 4297—2004变形镁合金低倍组织检验方法 GB/T 4334—2008金属和合金的腐蚀不锈钢晶间腐蚀试验方法 GBT 4335—2013低碳钢冷轧薄板铁素体晶粒度测定法 GB/T —2015不锈钢5%硫酸腐蚀试验方法 GB/T 4462—1984高速工具钢大块碳化物评级图 GB/T 5058—1985钢的等温转变曲线图的测定方法(磁性法) GB/T 5168—2008α-β钛合金高低倍组织检验方法 GB/T 5617—2005钢的感应淬火或火焰淬火后有效硬化层深度的测定 GB/T 8359—1987高速钢中碳化物相的定量分析X射线衍射仪法 GB/T 8362—1987钢中残余奥氏体定量测定X射线衍射仪法 GB/T 9450—2005钢件渗碳淬火硬化层深度的测定和校核 GB/T 9451—2005钢件薄表面总硬化层深度或有效硬化层深度的测定 GB/T 10561—2005钢中非金属夹杂物含量的测定标准评级图显微检验法 GB/T 10851—1989铸造铝合金针孔 GB/T 10852—1989铸造铝铜合金晶粒度
图像边缘检测算法体验步骤 图像边缘检测算法体验步骤（Photoshop，Matlab）1. 确定你的电脑上已经安装了Photoshop和Matlab2. 使用手机或其他任何方式，获得一张彩色图像（任何格式），建议图像颜色丰富，分辨率比较高，具有比较明显的图像边界（卡通图像，风景图像，桌面图像）3. 将图像保存到一个能够找到的目录中，例如img文件夹（路径上没有汉字）4. 启动Photoshop，打开img文件夹中的图像5. 在工具箱中选择“矩形选择”工具，到图面上选择一个区域（如果分辨率比较高，建议不要太大，否则计算过程比较长）6. 点击下拉菜单【文件】-【新建】，新建一个与矩形选择框同样尺寸的Photoshop图像，不要求保存该图像7. 将该彩色图像转换为亮度图像，即点击下拉菜单【图像】-【模式】-【灰度】，如提示是否合并，选择“Yes”8. 将该单色的亮度图像另存为Windows的BMP文件，点击下拉菜单【文件】-【存储为】，在“存储为”窗口中，为该文件起一个名字，例如test1（保存为test1.bmp）9. 启动Matlab，将当期路径（Current Directory）定位到图像文件夹，例如这里的img文件夹10. 使用imread命令读入该图像，在命令行输入：>> f = imread(test1.bmp);11. 在Matlab中显示该图像，在命令行输入：>> figure, imshow(f)12. 然后，分别使用Matlab图像工具箱中的Edge函数，分别使用Sobel算法，高斯-拉普拉斯（Log）算法和Canny算法得到的边缘图像：在命令行输入：>> g_sobel = edge(f, sobel, 0.05); >> g_log = edge(f, log, 0.003, 2.25); >> g_canny = edge(f, canny, [0.04 0.10], 1.5);13 得到边缘图像计算结果后，显示这些边缘图像： >> figure, imshow(g_sobel) >> figure, imshow(g_log) >> figure, imshow(g_canny)14 可以用不同的图像做对比，后续课程解释算法后，可以变换不同的阈值，得到不同的边缘图像
《金属材料成型工艺及设备》课程教学大纲 （Metal Forming Process and Equipments） 学时数：32 其中：实验学时： 课外学时： 学分数：2 适用专业：模具设计及制造 执笔者：王兴波 审核人： 编写日期：2010年9月 一、课程的性质、目的和任务 本课程是模具设计及制造专业本科的专业必修课程之一，主要根据模具设计与制造的专业特点，以金属材料成型技术为核心，围绕金属材料液态（铸造）、金属材料固态塑性变形（冲压）、金属材料液态连接（焊接）以及粉末成型四个方向的成型技术和基本操作,介绍铸造成型、冲压成型、焊接成型、粉末成型的相关工艺及设备。通过本课程的学习，学生在理论上能够了解并掌握金属材料成型的工艺、材料变形与分析的基本方法以及相关成型设备的特征与使用。 二、课程教学的基本要求 课程是模具设计与制造专业的专业必修课程。通过本课程的教学，学生应该： （一）掌握铸造成型的基本原理，熟练掌握压铸成型的工艺及设备是使用方法； （二）熟练掌握塑性成型的工艺过程、设备的使用以及材料变形的控制； （三）掌握焊接成型的工艺原理、设备特征； （四）掌握粉末成型的工艺原理、设备特征。 三、课程的教学内容、重点和难点 第一章金属材料及其成型 一、金属材料 （一）碳素钢与合金钢 （二）铸钢 （三）有色金属及粉末冶金材 二、金属成型的种类及特点 （一）液态成型 （二）压力加工成型 （三）焊接成型 （四）粉末成型 三、金属成型制件的价值
（一）汽车工业 （二）飞机工业 （三）其他民用与国防工业 第二章金属液态成型——铸造成型 一、概述 二、铸造成形方法 （一）浇铸 （二）压铸 三、精铸成形 四、压铸成型和半固态成型 （一）压铸成型原理 （二）压铸的基本工艺过程 （三）铸件成形缺陷与防止措施 四、压铸设备 （一）压铸机及其工作原理 （二）压铸设备的技术参数 第三章金属塑性成型——压力加工成型 一、金属塑性成型基础 （一）金属的弹性与塑性变形 （二）应力应变关系——本构关系 （三）金属塑性成型的屈服理论 （四）金属压力加工成型的种类 二、锻压成型 （一）自由锻成型 （二）模锻成型 （三）锻压成型的工艺过程 三、冲压成型 （一）板材冲压成型 （二）冲压成型的工艺过程及特征 1.冲裁 2.弯曲 3.拉伸 （三）冲压成形材料 1.板料的冲压性能及试验方法
金属材料检测检验检测标准 金属材料检测范围涉及对黑色金属、有色金属、合金、铸件、机械设备及零部件等的机械性能测试、化学成分分析、金相分析、精密尺寸测量、无损探伤、耐腐蚀试验和环境模拟测试等。青岛科标检测中心出具权威资质认证国家认可的检测报告。 检测项目： 常规元素分析 品质（成份分析）、硅(Si)、锰(Mn)、磷(P)、碳(C)、硫(S)、镍(Ni)、铬(Cr)、铜(Cu)、镁(Mg)、钙(Ca)、铁(Fe)、钛(Ti)、锌(Zn)、铅(Pb)、锑(Sb)、镉(Cd)、铋(Bi)、砷(As)、钠(Na)、钾(K)、铝(Al)、牌号测定等 贵金属元素分析 银(Ag)、金(Au)、钯(Pd)、铂(Pt)、铑(Rh)、钌(Ru)、铱(Ir)、锇(Os) 物理性能：磁性能、电性能、热性能、抗氧化性能、耐磨、盐雾、腐蚀、密度、热膨胀系数、弹性模量、硬度； 化学性能：大气腐蚀、晶间腐蚀、应力腐蚀、点蚀、腐蚀疲劳、人造气氛腐蚀； 力学性能：拉伸、弯曲、屈服、疲劳、扭转、应力、应力松弛、冲击、磨损、硬度、耐液压、拉伸蠕变、扩口、压扁、压缩、剪切强度等； 工艺性能：细丝拉伸、断口检验、反复弯曲、双向扭转、液压试验、扩口、弯曲、卷边、压扁、环扩张、环拉伸、显微组织、金相分析； 检测产品： 钢铁材料：结构钢、铜、铝、铁、不锈钢、耐热钢、高温合金、精密合金等 金属及其合金：轻金属、重金属、贵金属、半金属、稀有金属和稀土金属等； 特种金属材料：功能合金、金属基复合材料等； 金属材料制品：生铁、铝管、铁板、铁管、钢锭、钢坯、型材、线材、金属制品、有色金属及其制品等。 检测标准： 978-7-5066-5282-7 无机非金属材料检测标准手册胶凝材料卷 CB 1369-2002 舰船用金属材料进货检验及验收规则 CB 1370-2002 舰船用非金属材料进货检验及验收规则 CB/Z 264-1998 金属材料低周疲劳表面裂纹扩展速率试验方法
数字图像处理实验报告 学生姓名王真颖 学生学号L0902150101 指导教师梁毅雄 专业班级计算机科学与技术1501 完成日期2017年11月06日
计算机科学与技术系信息科学与工程学院
目录 实验一.................................................................................................. 错误!未定义书签。 一、实验目的.................................................................................................... 错误!未定义书签。 二、实验基本原理 ........................................................................................... 错误!未定义书签。 三、实验内容与要求....................................................................................... 错误!未定义书签。 四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3) 实验一图像分割与边缘检测 一．实验目的 1. 理解图像分割的基本概念； 2. 理解图像边缘提取的基本概念； 3. 掌握进行边缘提取的基本方法；
人脸识别技术的主要研 究方法 The manuscript was revised on the evening of 2021
1、绪论 人脸识别是通过分析脸部器官的唯一形状和位置来进行身份鉴别。人脸识别是一种重要的生物特征识别技术，应用非常广泛。与其它身份识别方法相比，人脸识别具有直接、友好和方便等特点，因而，人脸识别问题的研究不仅有重要的应用价值，而且在模式识别中具有重要的理论意义，目前人脸识别已成为当前模式识别和人工智能领域的研究热点。本章将简单介绍几种人脸识别技术的研究方法。 关键词：人脸识别 2、人脸识别技术的主要研究方法 目前在国内和国外研究人脸识别的方法有很多，常用的方法有：基于几何特征的人脸识别方法、基于代数特征的人脸识别方法、基于连接机制的人脸识别方法以及基于三维数据的人脸识别方法。人脸识别流程图如图2．1所示： 图2．1人脸识别流程图 3、基于几何特征的人脸识别方法 基于特征的方法是一种自下而上的人脸检测方法，由于人眼可以将人脸在不此研究人员认为有一个潜在的假设：人脸或人脸的部件可能具有在各种条件下都不会改变的特征或属性，如形状、肤色、纹理、边缘信息等。基于特征的方法的目标就是寻找上述这些不变特征，并利用这些特征来定位入脸。这类方法在特定的环境下非常有效且检测速度较高，对人脸姿态、表情、旋转都不敏感。但是由于人脸部件的提取通常都借助于边缘算子，因此，这类方法对图像质量要求较高，对光照和背景等有较高的要求，因为光照、噪音、阴影都极有可能破坏人脸部件的边缘，从而影响算法的有效性。 模板匹配算法首先需要人TN作标准模板(固定模板)或将模板先行参数化(可变模板)，然后在检测人脸时，计算输入图像与模板之间的相关值，这个相关值通常都是独立计算脸部轮廓、眼睛、鼻子和嘴各自的匹配程度后得出的综合描述，最后再根据相关值和预先设定的阈值来确定图像中是否存在人脸。基于可变模板的人脸检测算法比固定模板算法检测效果要好很多，但是它仍不能有效地处理人脸尺度、姿态和形状等方面的变化。 基于外观形状的方法并不对输入图像进行复杂的预处理，也不需要人工的对人脸特征进行分析或是抽取模板，而是通过使用特定的方法(如主成分分析方法(PCA)、支持向量机(SVM)、神经网络方法(ANN)等)对大量的人脸和非人脸样本组成的训练集(一般为了保证训练得到的检测器精度，非人脸样本集的容量要为人脸样本集的两倍以上)进行学习，再将学习而成的模板或者说分类器用于人脸检测。因此，这也是j种自下而上的方法。这种方法的优点是利用强大的机器学习算法快速稳定地实现了很好的检测结果，并且该方法在复杂背景下，多姿态的人脸图像中也能得到有效的检测结果。但是这种方法通常需要遍历整个图片才能得到检测结果，并且在训练过程中需要大量的人脸与非人脸样本，以及较长的训练时间。近几年来，针对该方法的人脸检测研究相对比较活跃。 4、基于代数特征的人脸识别方法
关于金属材料检测方法的研究 发表时间：2017-11-22T14:59:50.547Z 来源：《建筑学研究前沿》2017年第16期作者：欧广超 [导读] 金属材料的检测并不是件容易的事情，因为金属材料的性能受到温度，拉伸程度等很多方面的影响。 帕博检测技术服务有限公司 519050 摘要：金属材料的检测技术随着理论的发展，特别是生产的迫切需要，在近几十年来有了长足的进展，现在已经成了生产过程中一种必不可少的手段。在实际的生产应用中应该根据方便性和可靠性的原则选择合适的金属材料的检测方法。利用金属检测结果对生产工艺和工序进行适当的调整从而保证生产中人员和设备的安全。 关键词：金属材料；检测方法；研究 引言 金属材料的检测并不是件容易的事情，因为金属材料的性能受到温度，拉伸程度等很多方面的影响，所以想要准确地对金属材料进行检测就需要考虑到很多外界的因素。金属的检测有很多种方法，不同的方法得到的数值也不一样，所以选择一种合适的方法进行金属材料的检测也是十分重要的。金属材料的检测是一件相对比较复杂的事情，所以在检测的过程中会遇到各式各样的问题需要我们进行判断，寻找最佳的解决方案，使金属材料检测更加准确。 1关于金属材料检测的介绍 1.1铁磁基体非磁性膜厚检测 随着经济的进步，当前很多的企业开始积极采用各种办法对铁基磁体的膜厚进行检测。对于具体问题的研究各个企业之间虽然方法不同但都是以减少成本提高企业的经济效益为目标的。现代企业都是盈利性的企业单位，最终的目的都是为了促进自身企业的发展，提高企业的经济效益。关于对这一材料的检测各个企业竞相出台了自身的检测技术，为减少企业成本做出了巨大的贡献。在基本提高自身能力的基础之上不断提高了自身的检测水平。 1.2马口铁镀层的检测情况 镀锡量的测试方法分为很多种类。在具体方法的使用过程中需要不断对检测进行分类。对不同的材料使用不同的检测方法，这样才能够达到检测的最佳效果。马口铁镀层是一种重要的检测材料，对于这种材料的分析和使用在施工中占有重要的位置，能够将这类材料成功检测是检测的重要任务之一。关于具体的工作注意事项有很多种，需要在工作中不断对金属材料进行分析和管理，做出适合的监测方案，促进检测工程的彻底顺利完成。 1.3Φ50mm钢管的曲度检测 对于钢管的使用者而言，很多的使用者都非常重视钢管的质量。只有高质量的钢管才能够促进使用者的可持续使用。因此，在钢管的质量检测方面需要不断促进钢管的多方面的综合检测，促进全面协调发展。在钢管的各项注意事项中需要不断对钢管的质量进行多方的检测，只有这样才能在钢管的出售过程中适销对路，促进企业的生产出适销对路，高质量的钢管。 2金属材料检测常见方法 2.1金属材料硬度检测方法 在硬度实验过程中，有多种多样的检测方法。如何正确使用硬度检测的执行办法十分必要，在不同的执行办法中，会得到不同的硬度测试值，具体到各项指标中，有材料弹性，塑形，强度及硬度等指数。但是，这些测试的结果多多少少收到外界因素的干扰，而且测试的准确性对工业生产的产品质量有着决定性的影响作用，所以，考察外界因素对金属检测技术的影响就显得尤为重要。硬度分为两类，一是压痕硬度，二是非压痕硬度，前者是指在非动态试验力下将压头强力压入材料的表面部分，压痕深度，压痕面积等指标是确定金属材料硬度的决定性指标。在常见的测试硬度的手段中，包括了许多合理的有着广泛应用的方法，例如布氏硬度检测法，维氏硬度检测法，努氏硬度检测法等四种，而里氏硬度检测法和肖氏硬度检测法属于非压痕式硬度检测法。这六种常见检测法有着各自的特点和用途，其中布氏检测法适用于硬度不是很强的金属材料检测，洛氏检测法则对合金钢等硬度较大的材料有着更好的检测效果，维氏检测法和努氏检测法则有着测试较小式样的特殊用途，里氏肖氏检测法一般用于大型金属元器件的硬度检测。对其中的无伤探测有着不可替代的作用和特殊的意义。 在进行硬度测试时，要注意以下几个问题：一是压痕硬度试验时，试验面务必制造精细，保证表面平坦，不带油脂、氧化皮、裂缝、凹坑等痕迹，在加工其表面时避免表面受热和受冷而改变金属的性能；二是试样时的试验面、支撑面、压头表面以及载样台面等务必保证清洁而无外来物附着，载样台要稳定，试验过程中不得发生抖动和滑动，试样要稳定安置在载样台上；三是试验时压痕之间需保持一定间距，防止互相干扰，施加作用力务必保证与试样受载面垂直；四是在进行试验时，要一个试样进行一次试验，不能将将多个试样在同一个实验台上同时试验；五是在更换试验机配件（如压头、载样台、支座）后，要应用标准钢样进行测试，直到连续两次的硬度值相同才可以投入使用；六是注意试样不能太薄，试样的厚度不得小于压头压入深度的 8 倍，试验后，试样的支撑面不得有变形痕迹；七是在做洛氏硬度试验时，如果试样为球面或圆柱面，要考虑变形对测试结果进行修正。 2.2金属材料拉伸试验方法 金属力学性能试验方法是检测和评定金属材料质量的重要手段之一。其中拉伸试验则是应用最广泛的力学性能试验方法。拉伸性能指标是金属材料的研制、生产和检验最主要的测试项目之一，金属材料拉伸性能取决于材料本身的化学成分、组织结构等，但相同的材料在不同拉伸试验过程中所得的结果也不尽相同。 影响金属材料室温拉伸试验结果的因素至少包括以下几个方面：（1）试样对拉伸试验结果都有影响，其中取样方向对断后伸长率、试样的横截面形状与尺寸对断后伸长率和断面收缩率、试样的形状公差对小尺寸试样等有较大影响。（2）拉伸速率对试样测量结果影响较大，拉伸速率越高，拉伸试验的强度指标越高，塑性指标越低；拉伸速率对屈服强度的影响大于抗拉强度；拉伸速率对强度低的材料影响更大。（3）测量仪器和试验设备本身精度和完好性直接影响拉伸试验结果的准确度。（4）夹持方法对试样测量结果影响较大，不合理的
1绪论 1.1 研究背景 在信息高速发展的今天，几乎所有领域都离不开计算机，在满足人们的习惯方式和生活习惯下，让计算机进行很好的通信，是计算机智能的一个必备的条件。 其中，计算机智能视觉是其应用的重要方向，它是研究使用各种成像输入设备替换人类视觉器官的领域叫智能视觉，并使用智能设备来替代人们完成识别和分析。让智能设备能够像人类一样观察和理解是人们研究计算机视觉，而且智能设备还能随着环境的变化而做出相应的改变。行人检测是计算机视觉的一个具体表现形式，并应用在以下方面：智能监控 目前，为了防止财产安全和留下有效的证据，大部分的公众场所都装备了摄像监控设备。但是，这些监控设备大部分还是有专人进行的查看的，这会导致以下问题的出现，一方面长时间的监控，监控人员很可能出现疲惫，可能导致某些重要信息的遗漏，另一方面不能充分的把监控信息利用起来。然而人工的不足可以利用行人检测相关技术很好的解决，这样不仅可以减少各种资源的投入，又可以让监控的精确度得到很好的改善，当遇到紧急情况有可以及时预警。 车辆辅助系统 随着社会的发展，人民的经济水平不断提高，汽车逐渐走入了千家万户，然而汽车数量的急剧增长也导致了频繁的交通事故，无情的夺去了人们的生命财产安全。如果我们将行人检测系统加入到汽车控制系统中，这样在行驶过程中车辆附近的人们可以被识别出来，极大了避免的交通事故的发生。这样不仅可以有效的降低交通事故，而且这也可以带来汽车行业的革命式变化。实际上，现在有许多公司已经研制出了无人驾驶的汽车，这些车的使用都需要行人检测技术，当然现在的能智能还没进入市场，目前还在试验当中。 高级人机接口 在21世纪，计算机技术得到了迅猛发展，并且愈加趋于智能化的特点，极大地改变了我们的生活方式。我们不仅要求计算机能够快速准确的接收到外界输入的信息，而且能够高效地对信息进行处理并得到最合适的输出信息，作出的相应的反应。人脸识别技术和物体检测技术的发展，可以很好的帮助计算机去获取和处理外界的信息。这不仅
图像边缘检测方法的研究与实现刘法200832800066
青岛大学专业课程设计 院系: 自动化学院 专业: 电子信息工程 班级: 08级电子信息工程3班学生姓名: 刘法 指导教师: 王汉萍庄晓东 日期: 2011年12月23日
题目：图像边缘检测方法的研究与实现 一、边缘检测以及相关概念 1．1边缘，边缘检测的介绍 边缘(edge)是指图像局部强度变化最显著的部分．边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础．图像分析和理解的第一步常常是边缘检测(edge detection)． 边缘检测是指使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。 在讨论边缘算子之前，首先给出一些术语的定义： 边缘点：图像中具有坐标] ,[j i且处在强度显著变化的位置上的点．边缘段：对应于边缘点坐标] i及其方位 ，边缘的方位可能是梯度角． ,[j 边缘检测器：从图像中抽取边缘(边缘点和边缘段)集合的算法． 轮廓：边缘列表，或是一条表示边缘列表的拟合曲线． 边缘连接：从无序边缘表形成有序边缘表的过程．习惯上边缘的表示采用顺时针方向序． 边缘跟踪：一个用来确定轮廊的图像（指滤波后的图像）搜索过程． 边缘点的坐标可以是边缘位置像素点的行、列整数标号，也可以在子像素分辨率水平上表示．边缘坐标可以在原始图像坐标系上表示，但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示，因为滤波过程可能导致图像坐标平移或缩放．边缘段可以用像素点尺寸大小的小线段定义，或用具有方位属性的一个点定义．请注意，在实际中，边缘点和边缘段都被称为边缘．边缘连接和边缘跟踪之间的区别在于：边缘连接是把边缘检测器产生的无序边缘集作为输入，输出一个有序边缘集；边缘跟踪则是将一幅图像作为输入，输出一个有序边缘集．另外，边缘检测使用局部信息来决定边缘，而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘． 1．2 边缘检测算子 边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析，并对各自的性能特点做出比较和评价。 边缘检测的原理是：由于微分算子具有突出灰度变化的作用，对图像进行微分运算，在图像边缘处其灰度变化较大，故该处微分计算值教高，可将这些微分值作为相应点的边缘强度，通过阈值判别来提取边缘点，即如果微分值大于阈值，则为边缘点。
人脸识别技术的几个主要研究方向 1 引言 计算机人脸识别是指基于已知的人脸样本库,利用计算机分析图像和模式识别技术从静态或动态场景中,识别或验证一个或多个人脸。通常识别处理后可得到的基本信息包括人脸的位置、尺度和姿态信息。利用特征提取技术还可进一步抽取出更多的生物特征(如:种族、性别、年龄..) 。计算机人脸识别是目前一个非常活跃的研究课题，它可以广泛应用于保安系统、罪犯识别以及身份证明等重要场合。虽然人类对于人脸的识别能力很强，能够记住并辨识上千个不同的人脸，可是对于计算机则困难多了，其表现在：人脸表情丰富；人脸随年龄的增长而变化；发型、胡须、眼镜等装饰对人脸造成的影响；人脸所成图像受光照、成像角度以及成像距离等影响。 计算机人脸识别技术是近20年发展起来的，90年代更成为科研热点，仅从1990 年到1999年之间,EI 可检索到的相关文献多达数千篇，关于人脸识别的综述也屡屡可见[1] 。自动人脸识别系统包括两个主要技术环节首先是人脸检测和定位，然后是对人脸进行特征提取和识别（匹配）。本文着重介绍人脸识别技术的各类方法，通过对比指出各类方法的优缺点及今后的发展方向。 2 人脸检测和定位 人脸检测和定位即对于给定的一幅图像检测图像中是否有人脸,若有则确定其在图像中的位置,并从背景中分割出来。这是个极富挑战性的问题，因为人脸是非刚体，且人脸在图像中的大小和方向以及人的肤色和纹理等方面有很大的可变形。人脸检测问题主要有四种：（1）对于给定的一幅人脸图像，将其中的人脸定位并给出其位置；（2）在一幅混乱的单色场景图中检测出所有的人脸；（3）在彩色图像中检测（定位）所有人脸；（4）在某一视频序列中，检测和定位出所有人脸。文献[2]对人脸检测进行了较为详细的综述，指出常用的人脸检测方法有四种：（1）基于知识的方法；（2）基于人脸固定特征的方法；（3）基于模板匹配的方法；（4）基于外貌的方法（Appearance-based methods），在基于模板匹配的方法中所采用的是预先确定的模板，而在基于外貌的方法中其模板的选择是通过对一系列图像的学习而确定的。一般来说，基于外貌的方法依靠统计和学习技术来找出人脸和非人脸图像的相关特征。在该方法中有特征脸法、基于聚类的方法、神经网络方法和支持向量机的方法。CMU库是常用的人脸检测库，主要的算法评定指标为错误接受率（FAR）和错误拒绝率（ARR）。 3 人脸特征提取和识别 目前大部分研究主要是针对二维正面人脸图像，也有基于三维人脸模型的方法，还有一种所谓的混合系统的身份鉴定系统。 3.1 二维正面人脸识别 在对人脸图像进行特征提取和分类之前一般需要做几何归一化和灰度归一化。几何归一化是指根据人脸定位结果将图像中人脸变换到同一位置和同样大
第 42 卷增刊 1 中南大学学报(自然科学版) V ol.42 Suppl. 1 2011 年 9 月 Journal of Central South University (Science and Technology) Sep. 2011 图像边缘检测技术综述 王敏杰 1 ，杨唐文 1, 3 ，韩建达 2 ，秦勇 3 (1. 北京交通大学 信息科学研究所，北京，100044； 2. 中国科学院沈阳自动化研究所 机器人学国家重点实验室，辽宁 沈阳，110016； 3. 北京交通大学 轨道交通控制与安全国家重点实验室，北京，100044) 摘要：边缘检测是图像处理与分析中最基础的内容之一。首先介绍了几种经典的边缘检测方法，并对其性能进行 比较分析；然后，综述了近几年来出现的一些新的边缘检测方法；最后，对边缘检测技术的发展趋势进行了展望。 关键词：数字图像；边缘检测；综述 中图分类号：TP391.4 文献标志码：A 文章编号：1672?7207(2011)S1?0811?06 Review on image edge detection technologies W ANG Min-jie 1 , Y ANG Tang-wen 1,3 , HAN Jian-da 2 ,QIN Y ong 3 (1.Institute of Information Science，Beijing Jiaotong University, Beijing 100044, China? 2.State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academic of Science,Shenyang 110016, China? 3.State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China) Abstract: Edge detection is one of the most fundamental topics in the research area of image processing and analysis. First, several classical edge detection methods were introduced, and the performance of these methods was compared? then, several edge detection methods developed in the latest years were reviewed? finally, the trend of the research of the image edge detection in the future was discussed. Key words:digital image?edge detection?review 图像是人们从客观世界获取信息的重要来源 [1?2] 。 图像信息最主要来自其边缘和轮廓。所谓边缘是指其 周围像素灰度急剧变化的那些象素的集合，它是图像 最基本的特征。边缘存在于目标、背景和区域之 间 [3?4] ，它是图像分割所依赖的最重要的依据。边缘检 测 [5?8] 是图像处理和计算机视觉中的基本问题， 图像边 缘检测是图像处理中的一个重要内容和步骤，是图像 分割、目标识别等众多图像处理的必要基础 [9?10] 。因 此，研究图像边缘检测算法具有极其重要的意义。 边缘检测是计算机视觉和图像处理领域的一项基 本内容。准确、高效地提取出边缘信息一直是该领域 研究的重点内容 [11] 。最初的经典算法可分为边缘算子 法、曲面拟合法、模板匹配法、门限化法等。近年来， 随着数学理论和人工智能的发展，又出现了一些新的 边缘检测的算法 [12?13] ，如基于数学形态学的边缘检 测 [14] 、小波变换和小波包变换的边缘检测法 [15] 、基于 模糊理论的边缘检测法 [16?17] 、基于神经网络的边缘检 测法 [18] 、基于分形几何的边缘检测算法 [19] 、基于遗传 算法的边缘检测法 [20?21] 、漫射边缘的检测方法 [22] 、多 尺度边缘检测技术 [23] 、亚像素边缘的定位技术 [24] 、 收稿日期：2011?04?15；修回日期：2011?06?15 基金项目：轨道交通控制与安全国家重点实验室开放基金资助项目(RCS2010K02)；机器人学国家重点实验室开放基金资助项目(RLO200801)；北 京交通大学基本科研业务费资助项目(2011JBM019) 通信作者：王敏杰(1988－)， 女， 黑龙江五常人， 硕士研究生， 从事图像处理和计算机视觉研究； 电话： 010-51468132； E-mail: wangminjie1118@https://www.doczj.com/doc/5c18174346.html,
人脸识别技术研究背景与方法 1人脸识别技术研究背景 .................................................................................... 错误!未定义书签。 1.1人脸检测技术概述 ................................................................................. 错误!未定义书签。 1.2人脸检测的研究内容 ............................................................................. 错误!未定义书签。 2 人脸检测方法 ................................................................................................... 错误!未定义书签。 2.1基于知识的方法 ..................................................................................... 错误!未定义书签。 2.2基于特征的方法 ..................................................................................... 错误!未定义书签。 2.3模板匹配 ................................................................................................. 错误!未定义书签。 2.4基于外观的方法 ..................................................................................... 错误!未定义书签。 2.5 其他方法 ................................................................................................ 错误!未定义书签。 2.6人脸检测方法评析 ................................................................................. 错误!未定义书签。1人脸识别技术研究背景 在计算机及网络技术高速发展的现代社会中，信息安全显示出前所未有的重要性。身份识别及鉴定是保证系统安全的重要前提，在国家安全、公安、司法、电子商务、电子政务、安全检查、保安监控等应用领域，都需要准确的身份识别及鉴定。目前，个人身份鉴别主要依靠ID卡(如身份证、工作证、智能卡和储蓄卡等)和密码等手段，然而这些手段存在携带不便、容易遗失、由于使用过多或不当而损坏、密码易被遗忘和破解等诸多问题。由于技术的发展，犯罪分子伪造假证件的手段越来越高明，如假身份证、假工作证、假文凭等在现实社会中也不时发生;在信息界，黑客攻击别人的计算机系统，破译计算机口令亦常有之。美国每年在福利发放、信用卡交易、移动电话以及ATM交易方面由于身份诈骗而造成的经济损失高达60亿美元。因此，目前广泛使用的依靠证件、个人识别号码(PIN)、口令等传统方法来确认个人身份的技术面临着严峻的挑战，已不能适应现代科技发展和社会进步的需要。 人们希望有一种更加方便可靠的办法来进行身份鉴别，生物特征识别技术给这一愿望带来了实现的可能。早在古埃及时人们就开始通过人体生物特征的测量(如人脸、人手等)来鉴别人的身份;在刑侦领域，人们也早已使用最有效的人体生物特征之一—指纹来确定罪犯。人们可能会遗忘或丢失他们的卡片或密码，但绝不会遗忘或者丢失自己的生物特征，如人脸、指纹、虹膜、掌纹等。因此基于生物特征识别技术的个人身份识别系统具有更好的安全性、可靠性和有效性，正越来越受到人们的重视，并开始进入人们社会生活的各个领域，迎接新时代的挑战。美国政府在“9.11”事件以后连续签署了三个国家安全法案，要求采用生物识别技术。2003年6月，联合国国际民用航空组织公布了其生物技术的应用规划，将