專利名稱：基于機器視覺的軸承防塵蓋表面缺陷檢測方法
技術領域：
本發(fā)明涉及一種軸承防塵蓋表面缺陷的檢測方法，尤其是一種基于機器視覺的軸承防塵蓋表面缺陷檢測方法，屬于機器視覺的技術領域。
背景技術：
軸承在機械行業(yè)中應用非常廣泛，軸承質量關系到機械產(chǎn)品的使用性能和壽命，這是軸承廠家一直很關心的問題。軸承在生產(chǎn)、裝配過程中，由于加工技術、微小異物等因素，在軸承防塵蓋表面會產(chǎn)生各種壓痕、吭傷、劃痕等瑕疵，這些缺陷一方面使得軸承不美 觀，更嚴重的是若瑕疵過深，則可能在軸承轉動過程中與機器的其他部件相擦碰，從而降低軸承的使用性能，影響裝有軸承機器的使用，造成各種安全隱患；這不僅將給企業(yè)造成經(jīng)濟損失，而且?guī)碡撁嬗绊?，使企業(yè)信譽受到損害。所以這類存在瑕疵的軸承，在出廠前必須識別并剔除出來。目前，國內(nèi)外軸承生產(chǎn)廠家對軸承防塵蓋表面的檢測主要是人工目測。由于受檢查人員技術、經(jīng)驗、工作環(huán)境以及視力疲勞等影響，很容易出現(xiàn)誤檢和漏檢，并且人工目測效率低、缺乏準確性和規(guī)范化，檢測結果與檢查人員的能力及精神狀態(tài)密切相關，穩(wěn)定性和可靠性比較差，另外，也不能將檢測數(shù)據(jù)分類實時送入計算機進行質量管理。為了解決人工目測工作量大、效率低、漏檢率高的難題，企業(yè)急需引進一種自動檢測技術，以替代人工操作，在降低人力成本的同時又能實現(xiàn)對產(chǎn)品質量的嚴格控制。所以研究實現(xiàn)軸承的自動檢測有著重要的意義。隨著人類對視覺機理的認識和計算機技術的快速發(fā)展，利用機器模擬人類的視覺系統(tǒng)成為科學技術發(fā)展的必然趨勢，機器視覺已成為令人感興趣的前沿研究領域之一。機器視覺從起步發(fā)展到現(xiàn)在，憑借其速度快、精度高、永不疲勞的優(yōu)點，正在逐漸融入到各行各業(yè)中，并且成果斐然，現(xiàn)已廣泛應用于鋼板、鋼帶、合金板、鋼球等機械加工零件的表面缺陷檢測。利用機器視覺對軸承防塵蓋表面進行自動檢測不但能提高軸承行業(yè)的生產(chǎn)效率、降低人力成本，而且能為軸承質量的評估制定客觀標準打下基礎。此外，基于機器視覺的軸承防塵蓋表面缺陷檢測是現(xiàn)代高新科技的綜合應用，有關該領域的理論研究和深入實踐必將為應用高新技術提升我國傳統(tǒng)產(chǎn)業(yè)做出積極貢獻。

發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術中存在的不足，提供一種基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其能實現(xiàn)軸承防塵蓋缺陷的自動檢測，降低人工檢測目測工作量，提高檢測效率，安全可靠。按照本發(fā)明提供的技術方案，一種基于機器視覺的軸承防塵蓋表面缺陷檢測方法，所述軸承防塵蓋表面缺陷檢測方法包括如下步驟a、將待檢測軸承放置于黑色背景上，并獲取所述待檢測軸承的灰度圖像，且以所述灰度圖像的左上角為坐標原點建立坐標系；
b、對上述灰度圖像利用邊界跟蹤、最小二乘法和軸承防塵蓋內(nèi)、外徑占待檢測軸承外圓半徑的比例，分離得到以待檢測軸承的圓心為中心的軸承防塵蓋圓環(huán)圖像；C、對上述分離得到的軸承防塵蓋圓環(huán)圖像進行灰度變換、自適應中值濾波的預處理；d、對上述預處理后的軸承防塵蓋圓環(huán)圖像利用最大類間方差法進行閾值分割，并利用Roberts邊緣檢測算子提取閾值分割后軸承防塵蓋圓環(huán)圖像的邊緣；
e、對上述軸承防塵蓋圓環(huán)圖像每隔2°時計算圖像區(qū)域內(nèi)數(shù)值為I的數(shù)目，得到1X180的一維向量數(shù)據(jù)；f、提供模板軸承圖像，并計算得到上述軸承防塵蓋圓環(huán)圖像與模板軸承圖像旋轉重合時的偏轉角度σ ;g、根據(jù)模板軸承圖像的字符區(qū)域、非字符區(qū)域與上述偏轉角度σ，分離得到上述軸承防塵蓋圓環(huán)圖像的字符區(qū)域與非字符區(qū)域；h、對上述軸承防塵蓋圓環(huán)圖像中對應字符區(qū)域、非字符區(qū)域根據(jù)連通域數(shù)量及缺陷面積進行表面缺陷判定，并輸出軸承防塵蓋表面缺陷判斷信息。所述步驟a中，以黑色絨布為黑色背景，待檢測軸承位于檢測支架上；待檢測軸承的正上方設有安裝于檢測支架上的CCD相機及位于所述CCD相機正下方的藍色同軸光源；所述CCD相機鄰近藍色同軸光源的端部安裝有定焦鏡頭。所述步驟b中，包括如下步驟bl、在獲取待檢測軸承的灰度圖像上尋找灰度值大于25的點，得到位于待檢測軸承最左上方的邊緣點A ；b2、在邊緣點A的右側、右下側、下側及左下側中尋找鄰接邊緣點B，并以邊緣點B為起點按照與待檢測軸承邊緣相對應的方向尋找鄰接灰度值大于25的邊緣點C ；b3、當邊緣點C與邊緣點A為同一點時,則上述跟蹤邊界為待檢測軸承的邊緣；當邊緣點C與邊緣點A不是同一點時,則以邊緣點C為起點，以與邊緣點B至邊緣點C相反的方向尋找鄰接灰度值大于25的點，直至尋找回到邊緣點A為止，以搜索確定待檢測軸承的邊緣輪廓；b4、上述搜索確定待檢測軸承邊緣輪廓的點集為(Xi yi)，利用最小二乘法得到F = (N Σ Xi2- Σ Xi Σ Xi) ；D = (N Σ XiYi- Σ Xi Σ Yi)；Ε = ΝΣ χ/+Ν Σ XiYi2- Σ (x^+y/) Σ Xi G = (N Σ Yi2- Σ Yi Σ Yi)H = N Σ Xi2Y^N Σ Yi3- Σ (XiWyi2) Σ Ji其中，Xi, Yi分別為邊緣輪廓內(nèi)點的橫坐標、縱坐標，N為邊緣輪廓的點集數(shù)目；從而得到a=HD~EG φ = HF2-ED Κ = -Σ(ΧΧ) + “ΣΧ^Σ'則翻擬合的
FG-D2 D2 -GFN
圓曲線為R2 = (x-P)2+(y_Q)2，圓心坐標(P，Q)和外圓半徑R :P = —O = —R = —yJa2 + b2 - 4c ;
-2 -2 2b5、根據(jù)待檢測軸承的先驗知識得知軸承防塵蓋的內(nèi)、外徑占待檢測軸承外圓半徑的比例，以得到待檢測軸承的灰度圖像中軸承防塵蓋的內(nèi)徑與外徑，
權利要求
1.一種基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述軸承防塵蓋表面缺陷檢測方法包括如下步驟 (a)、將待檢測軸承(130)放置于黑色背景上，并獲取所述待檢測軸承(130)的灰度圖像，且以所述灰度圖像的左上角為坐標原點建立坐標系； (b)、對上述灰度圖像利用邊界跟蹤、最小二乘法和軸承防塵蓋內(nèi)、外徑占待檢測軸承(130)外圓半徑的比例，分離得到以待檢測軸承(130)的圓心為中心的軸承防塵蓋圓環(huán)圖像； (C)、對上述分離得到的軸承防塵蓋圓環(huán)圖像進行灰度變換、自適應中值濾波的預處理； (d)、對上述預處理后的軸承防塵蓋圓環(huán)圖像利用最大類間方差法進行閾值分割，并利用Roberts邊緣檢測算子提取閾值分割后軸承防塵蓋圓環(huán)圖像的邊緣； (e)、對上述軸承防塵蓋圓環(huán)圖像每隔2°時計算圖像區(qū)域內(nèi)數(shù)值為I的數(shù)目，得到1X180的一維向量數(shù)據(jù)； (f)、提供模板軸承圖像，并計算得到上述軸承防塵蓋圓環(huán)圖像與模板軸承圖像旋轉重合時的偏轉角度σ ; (g)、根據(jù)模板軸承圖像的字符區(qū)域、非字符區(qū)域與上述偏轉角度ο，分離得到上述軸承防塵蓋圓環(huán)圖像的字符區(qū)域與非字符區(qū)域； (h)、對上述軸承防塵蓋圓環(huán)圖像中對應字符區(qū)域、非字符區(qū)域根據(jù)連通域數(shù)量及缺陷面積進行表面缺陷判定，并輸出軸承防塵蓋表面缺陷判斷信息。
2.根據(jù)權利要求I所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是所述步驟(a)中，以黑色絨布(140)為黑色背景，待檢測軸承(130)位于檢測支架(150)上；待檢測軸承(130)的正上方設有安裝于檢測支架(150)上的CCD相機(100)及位于所述C⑶相機(100)正下方的藍色同軸光源(120);所述C⑶相機(100)鄰近藍色同軸光源(120)的端部安裝有定焦鏡頭(110)。
3.根據(jù)權利要求I所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述步驟(b)中，包括如下步驟 (bl)、在獲取待檢測軸承(130)的灰度圖像上尋找灰度值大于25的點，得到位于待檢測軸承(130)最左上方的邊緣點A ； (b2)、在邊緣點A的右側、右下側、下側及左下側中尋找鄰接邊緣點B，并以邊緣點B為起點按照與待檢測軸承(130)邊緣相對應的方向尋找鄰接灰度值大于25的邊緣點C ； (b3)、當邊緣點C與邊緣點A為同一點時,貝U上述跟蹤邊界為待檢測軸承(130)的邊緣；當邊緣點C與邊緣點A不是同一點時,貝U以邊緣點C為起點，以與邊緣點B至邊緣點C相反的方向尋找鄰接灰度值大于25的點，直至尋找回到邊緣點A為止，以搜索確定待檢測軸承(130)的邊緣輪廓； (b4)、上述搜索確定待檢測軸承(130)邊緣輪廓的點集為(Xi，yi)，利用最小二乘法得到 F = (N Σ Xi2- Σ Xi Σ Xi) ；D = (N Σ XiYi- Σ Xi Σ Yi)；Ε = ΝΣ Xi3+N Σ XiYi2- Σ (x^+y/) Σ Xi G = (N Σ Yi2- Σ Yi Σ Yi)H = N Σ XiVi+N Σ Yi3- Σ (x^+y/) Σ Yi其中，Xi, Yi分別為邊緣輪廓內(nèi)點的橫坐標、縱坐標，N為邊緣輪廓的點集數(shù)目； 從而得到
4.根據(jù)權利要求I所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述步驟(c)中，包括如下步驟 (Cl)、對得到的軸承防塵蓋圓環(huán)圖像采用線性拉伸的灰度變換，以提高軸承防塵蓋圓環(huán)圖像的亮度；所述線性拉伸函數(shù)為s = T (W)； 其中，w為軸承防塵蓋圓環(huán)圖像灰度變換前點(X, y)的亮度值，s為軸承防塵蓋圓環(huán)圖像灰度變換后點(X，Y)的亮度值，T為拉伸函數(shù)； (c2)、對上述灰度變換后的軸承防塵蓋圓環(huán)圖像進行自適應中值濾波。
5.根據(jù)權利要求I所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述步驟(d)中，包括如下步驟 (dl)、對上述預處理后的軸承防塵蓋圓環(huán)圖像，利用最大類間方差法進行閾值分割，所述分割閾值為L，以獲得相應的前景像素點與背景像素點； (d2)、所述前景像素點占軸承防塵蓋圓環(huán)圖像的比例為Coci，其平均灰度為Utl;所述背景像素點占軸承防塵蓋圓環(huán)圖像的比例為O1，其平均灰度為U1 ;軸承防塵蓋圓環(huán)圖像的總平均灰度記為及，類間方差記為g ;則有
6.根據(jù)權利要求I所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述步驟(e)中，包括如下步驟 (el)、以軸承防塵蓋圓環(huán)圖像的圓心為中心，水平方向0°開始，每隔2°計算相應軸承防塵蓋圓環(huán)圖像中數(shù)值為I的點數(shù)目； (e2)、上述進行計算一周后，得到1X180維的數(shù)據(jù)Ψ1。
7.根據(jù)權利要求6所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述步驟(f)中，包括如下步驟 (H)、提供模板軸承圖像，并以模板軸承圖像的圓心為中心，水平方向為0°開始，每個2°計算模板軸承圖像中軸承防塵蓋內(nèi)數(shù)值為I的點數(shù)目，并在進行計算一周后，得到I X 180維的數(shù)據(jù)Ψ2 ； (f2)、將數(shù)據(jù)Ψ1內(nèi)的元素與數(shù)據(jù)Ψ2內(nèi)對應的元素做作差后進行平方，并將180個平方值求和，得到誤差 (f3)、將數(shù)據(jù)ΨI內(nèi)的元素毎次移動步長P，以形成新數(shù)據(jù)Ψ Ip,數(shù)據(jù)Ψ Ip與數(shù)據(jù)Ψ2內(nèi)對應的元素做作差后進行平方，并將180個平方值求和，得到誤差ap ;所述移動步長P e [I,2，-,179]； (f4)、當移動步長P取到I 179中的任意一個數(shù)值后，得到180個誤差，所述誤差為3-q > 、&2 > ······、&179 I (f5)、比較并取上述誤差％ a179中的最小值，所述最小誤差對應的移動步長為P，根據(jù)移動步長P得到偏轉角度σ =ρΧ2 。
8.根據(jù)權利要求I所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述步驟(g)中，根據(jù)模板軸承圖像中字符區(qū)域覆蓋的角度(α，β)及偏轉角度σ，得到待檢測軸承(130)的軸承防塵蓋圓環(huán)圖像中字符區(qū)域覆蓋的角度(α + σ，β + σ)。
9.根據(jù)權利要求I所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是，所述步驟(h)中，包括如下步驟 (hi)、對上述分離出的軸承防塵蓋字符區(qū)域與軸承防塵蓋非字符區(qū)域進行區(qū)域標記，井根據(jù)標記區(qū)域內(nèi)的像素值計算對應區(qū)域的面積，以得到軸承防塵蓋字符區(qū)域內(nèi)連通域是Φ個，軸承防塵蓋非字符區(qū)域內(nèi)連通域是Γ個； (h2)、當軸承防塵蓋字符區(qū)域內(nèi)超過面積S的連通域是O個，當O與Φ不相等時，則軸承防塵蓋字符區(qū)域表面存在缺陷； (h3)、當軸承防塵蓋非字符區(qū)域內(nèi)超過面積S的連通域是K個，且K不等于O吋，則軸承防塵蓋非字符區(qū)域表面存在缺陷。
10.根據(jù)權利要求2所述的基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其特征是所述CXD相機(110)采用30萬像素的CXD相機；定焦焦頭(120)的焦距為25mm。
全文摘要
本發(fā)明涉及一種基于機器視覺的軸承防塵蓋表面缺陷檢測方法，其包括如下步驟a、獲取待檢測軸承的灰度圖像，b、分離得到軸承防塵蓋圓環(huán)圖像；c、進行灰度變換、自適應中值濾波的預處理；d、利用最大類間方差法進行閾值分割，并利用Roberts邊緣檢測算子提取閾值分割后軸承防塵蓋圓環(huán)圖像的邊緣；e、對上述軸承防塵蓋圓環(huán)圖像每隔2°時計算圖像區(qū)域內(nèi)數(shù)值為1的數(shù)目；f、提供模板軸承圖像，并計算得到偏轉角度σ；g、分離得到軸承防塵蓋圓環(huán)圖像的字符區(qū)域與非字符區(qū)域；h、對軸承防塵蓋圓環(huán)圖像中對應字符區(qū)域、非字符區(qū)域根據(jù)連通域數(shù)量及缺陷面積進行表面缺陷判定。本發(fā)明能實現(xiàn)自動檢測，降低人工檢測目測工作量，提高檢測效率，安全可靠。
文檔編號G01N21/88GK102636490SQ20121010647
公開日2012年8月15日 申請日期2012年4月12日 優(yōu)先權日2012年4月12日
發(fā)明者吉峰, 李新, 白瑞林, 陳文達 申請人:無錫信捷電氣有限公司, 江南大學