论文部分内容阅读
产品质量的优劣直接关系到企业的效益和信誉,产品在装配完成后必须接受严格的质检,作为非接触式检测和自动检测方面代表的机器视觉检测技术正受到各行各业的重视。本文以6201型深沟球轴承为研究对象,对轴承滚动体缺失、保持架歪斜和内外圈倒角不达标缺陷开展机器视觉检测研究,研究内容包括图像的采集、图像预处理、图像定位、图像分割以及特征信息提取,通过对实验结果的分析完成轴承缺陷的判别。具体内容为:1.搭建轴承图像采集平台,包括相机、光源、支架三部分。经过对比优化,采用Manta G-125B工业数字相机,相机搭载的gamma颜色校正算法能够在同等采集条件下得到更加清晰的图像。分别采用背光光源、同轴光光源以及两者的组合光源作为照明系统获取轴承的图像信息,结果表明采用同轴光源和背光光源作为组合光源可以获取较好的轴承图像,采得的轴承图像的滚动体和倒角等待检测区域细节清晰,有助于图像信息的后续处理。2.分析Hough算法和极坐标展开算法,通过改进的Hough算法对被检测轴承进行定位。在实现轴承定位的基础上,利用极坐标展开算法将被检测轴承由圆环状态展开成矩形状态,矩形状态下的轴承图像,更容易确定轴承的滚动体区域。利用算法对已经确定的轴承滚动体区域进行轴承滚动体特征的提取和处理,以滚动体区域存在的灰度值为0的模块个数为标准实现轴承滚动体是否缺失的判别。实验结果表明,本文提出的检测算法对于轴承滚动体缺陷的检测效果非常好。3.分别采用连通域提取、Harris角点检测和最小二乘圆拟合三种算法对轴承图像中保持架区域进行检测。通过对三组实验结果的对比分析,结果表明:三种方法对保持架完好轴承和保持架歪斜轴承的识别率存在差异,其中Harris角点检测算法的检测结果最优,对保持架完好轴承的识别率达96.3%,对保持架歪斜轴承的识别率达95%。4.利用图像分割结合Hough算法对轴承图像的倒角区域进行提取,实验结果表明:采用改进的Hough算法可以实现轴承内外倒角的精准定位,得到轴承内外倒角的环径数据;Hough算法对存在倒角缺陷的轴承的识别率为95%;然而,由于该算法对圆形区域提取过于敏感,导致算法在检测倒角不存在缺陷的轴承时正确识别率仅为86%。