基于内窥图像的汽车发动机故障诊断系统研究.pdf

摘要

汽车发动机的传统检修方法主要依赖检测人员的经验进行检测，效率较低且

容易误判。研究具有智能化、低误差和高准确性的汽车发动机故障诊断方法，对

提高汽车整体的稳定性能和确保行车安全具有重要意义。本文提出基于内窥图像

的汽车发动机故障诊断系统研究，研究的主要内容如下：

（1）针对汽车发动机表面缺陷识别进行相关算法的研究和设计。该部分首

先介绍了形态学图像处理和图像滤波两种常用的图像预处理方法。其次，采用

YOLO目标检测算法实现对发动机内部表面缺陷损伤的识别。最后，为解决因发

动机内部空间狭窄，导致内窥镜视野受限的问题，提出了基于改进SIFT算法的

拼接方法，实现大尺寸缺陷的测量。

（2）针对汽车发动机表面缺陷测量进行相关算法的研究和设计。该部分首

先对双目相机的参数进行标定，解决了内窥镜头畸变等问题。然后，介绍了双目

相机的参考坐标系、成像模型和双目视觉的测量原理。最后，为解决双目相机在

检测表面纹理稀疏、表面纹理弱、表面存在遮挡物和表面低对比度的物体时，存

在测量结果误差大和精度较低等问题，提出了基于改进特征匹配算法的测量方

法，大幅度提升缺陷信息测量准确性的同时，降低了算法复杂度。

（3）针对汽车发动机故障诊断系统进行相关的研究和设计。在前面获得发

动机损伤类型的基础上，根据6个基本数学模型，对发动机的损伤程度进行判别。

最后，通过基于专家知识库的诊断分析系统进行汽车发动机的故障诊断。

建立汽车发动机内部表面的缺陷数据集，围绕缺陷识别、缺陷测量和故障诊

断进行了多组的对比实验。结果表明，利用改进的SIFT算法对缺陷图像的拼接

识别准确率可达92.83%；拼接后的缺陷测量相对误差为0.63%；故障诊断的正

确率达到90%以上。所提的方法具有较高的识别准确率和测量精度，可广泛应

用于汽车发动机的故障分析诊断中。

关键词：汽车发动机；故障诊断；缺陷识别；内窥图像；图像处理

I

ABSTRACT

Traditionalmaintenancemethodsforautomobileenginesmainlyrelyonthe

experienceofinspectionpersonnel,whichisinefficientandpronetomisjudgment.

Researchingintelligent,low-error,andhighlyaccuratemethodsfordiagnosingfaults

inautomobileenginesisofgreatsignificanceforimprovingtheoverallstability

performanceofautomobilesandensuringdrivingsafety.Thispaperproposesresearch

onanautomobileenginefaultdiagnosissystembasedonendoscopicimages.Themain

contentsoftheresearchareasfollows:

(1)Researchanddesignofrelevantalgorithmsforidentifyingsurfacedefectsin

automobileengines.Thissectionfirstintroducestwocommonlyusedimage

preprocessingmethods:morphologicalimageprocessingandimagefiltering.Next,

theYOLOobjectdetectionalgorithmisusedtoidentifyinternalsurfacedefectsand

damageintheengine.F