游乐设施的很多主要部件比如轨道、大臂、安全压杠等,大多都是通过焊接方式连接的,焊接作业不仅占整个游乐设施制造环节工作量的50%以上,同时也是游乐设施制造环节中最为重要的一环。由于游乐设施是典型的受动载荷影响的设备,可以说焊接质量的好坏决定着游乐设施质量的好坏,也是游乐设施能否安全运行的前提。随着时代的发展,越来越多的人们开始追求更加刺激的娱乐方式,这也使游乐设施的结构和运行方式都开始往复杂化方向发展,因而对于焊接质量更需要严格的掌控。游乐设施焊接部件在进行无损检验前需要进行外观检测,但这一环节往往由人工完成,存在着效率低、工作任务量大、主观因素对结果影响大等问题,所以本文设计了一套游乐设施焊接表面缺陷识别系统来辅助人工进行外观检测,以提高焊接缺陷外观检测环节的智能化和规范化。本文主要研究内容如下:针对游乐设施焊接过程中出现的表面气孔、表面裂纹、咬边三种缺陷,采用手机拍照的方式进行采集。将采集到的焊接缺陷图像导入Matlab软件中进行图像处理:首先是对焊接缺陷图像进行预处理,该过程包括采用加权平均法对RGB图像进行灰度处理,增强图像对比度,凸显图像的细节;利用高斯型同态滤波器消除光照不均的影响;采用中值滤波方法消除椒盐噪声;利用Otsu算法对图像进行分割,将背景和目标区域区分开,凸显目标的轮廓。其次是对焊接缺陷图像的缺陷特征参数进行提取,该过程采用canny边缘检测的方法标记图像中亮度变化明显的点;利用膨胀运算填补目标区域中存在的空洞以及消除包含在目标区域中的小颗粒噪声;利用图像小面积消除以及目标缺陷图形标记的方法,精确提取出焊接缺陷区域。最后在Matlab软件中提取多种特征参数,并从中选取Area、MajorAxisLength、MinorAxisLength、Eccentricity、EquivDiameter、Solidity、Extent、Perimeter、ThinnessRatio、AspectRatio 10种参数作为焊接缺陷图像中缺陷形状的特征参数。在对游乐设施焊接表面缺陷识别方法的研究中,首先对BP神经网络的模型、关系式以及设计过程进行了详细介绍。其次,通过对比不同隐层和隐层神经元对BP神经网络的影响,通过测试确定出识别效率最好的隐层以及隐层神经元数目,最后使用Matlab与Python两种语言进行混合编程,建立游乐设施焊接表面缺陷识别系统,并对该系统的实际应用进行了介绍。