基于机器视觉的轴承防尘盖表面缺陷检测.pdf

2502014,50(6)
Computer Engineering and Applications计算机工程与应用
基于机器视觉的轴承防尘盖表面缺陷檢测
陈文达白瑞林',吉峰,温振市
CHEN Wenda, BAI Ruilin, JI Feng, WEN Zhenshi
江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122
2.无锡信捷电气有限公司,江苏无锡214072
1. Key Laboratory of Advanced Process Control for Light Industr (Misty of Education) Jiangnan University, Wuxi Jiansu
214122. China
2. Xinje Electronic Co, Ltd, Wuxi, Jiangsu 214072, China
CHEN Wenda, BAL Ruilin, JI Feng, et al. Bearing shield surface defect detection based on machine vision. Computer
Engineering and Applications, 2014, 50(6): 250-254
Abstr act: To realize the automatic detection of bearing shield surface, this paper proposes a method based on machine
vision. It uses the blue coaxial light to overcome the metal reflection; it uses the least squares method to fit the bearing
outer circle. According to the bearing type, it segments the bearing. Using Otsu s method and Roberts edge extraction it
processes the shield image. It calculates the points when value is 1 per 2. Compared with the template data, it obtains the
phase angle, then separates the character region and no-character region there is no interference when the two parts defect
is detected. Experiments show that the captured image is unambiguous and the correct rate of detection algorithm is more
than 96%. It can realize the automatic detection of bear ing shield surface
Key words: machine vision; image processing; bearing shield; surface defect: automatic detection
摘要:为实现工业现场中轴承防尘盖表面缺陷的自动检测,提出一种基于机器视觉技术的检测方法。采用蓝色同
轴光源作为检测系统所用光源,克服金属反光;采用最小二乘法拟合轴承外圆,根据轴承型号比例分割出防尘盖区
城,利用Osu阈值分割和 Roberts边缘提取处理图像,每2°统计值为1的点的数目,与模板轴承此数据比较,求出相差
角度,由此将防尘盖字符、非字符区域分离,两部分是否存在缺陷分开判別,互不干扰。实际测试表明:检测系统采
集到的轴承图像清晰,缺陷检算法正确卒在96%以上,可实现轴承防尘盖表面缺陷的自动检测
关键词:机器视觉;图像处理;轴承防尘盖;表面缺陷;自动检测
文献标志码:A中图分类号:TP391.4doi:10.3778jiss.1002-8331.1204-0589
对铝片表面裂纹缺陷进行检测识别,取得良好效果。
轴承在生产装配过程中,由于加工技术、徴小昇物 Martins L.A.O.等人通过边缘检测和阈值分割,有效实
等因素,防尘盖表面可能会产生压痕、凹坑、划痕等缺现了钢板表面缺陷的分离。Yang們等人通过分析图像灰
陷,不仅使得轴承不美观,更严重地会降低轴承的使用度直方图,利用Otsu算法对钢球表面缺陷实现了检测
性能,出厂前必须别除。目前,国内外对于轴承防尘盖 Yazdi M.等利用高通湛波增图像,提取均值和方差
的检测,还停留在人工目测阶段,效率较低,且容易出现两个统计特征并利用神经网络对钢板表面划痕缺陷进
误、漏检。机器视觉技术凭借其速度快、精度高、永不行了检测分类。张扬等人回基于小波及纹理特征,对轴
疲劳的优点,已广泛应用到各行各业
承防尘盖缺陷检测进行了研究。陈廉清等人采用差影
L. Satyanarayan等人四利用匹配滤波器和Sat算法和模板匹配的方法对轴承表面缺陷进行了检测。李杨
基金项日:江苏高校优势学科建设工程资助项目;汇苏省科技成果转化頭(No.BA2011032)
作者简介:陈文达(1987-),男,硕土研究生,研究领域为嵌入式机器视党理论与应用:白瑞林(1955-),男,教授,博导,研究领域
为机器视觉与智能系统。E-mail:wendat8@q.com
收稿日期:2012-05-02修回日期:2012-07-03文章编号:1002-8331(2014)06-0250-05
CNKI?络优先出版:2012-08-01,htp:/ Nww cnki. net/kcms/detail/112127.TP.20120801.1653.024.html