[发明专利]一种基于压缩感知的轴套类零件表面缺陷在线检测方法

说明书

技术领域

本发明涉及一种基于压缩感知的轴套类零件表面缺陷在线检测方法，属机械零件在线无损检测技术领域。

背景技术

随着全球制造业中心逐步向我国转移，在生产与制造能力不断扩大的同时，人们对产品质量也提出了越来越高的要求。产品表面质量是其中的重要组成部分，它对产品的直接使用或深加工有着重要影响。在某些应用领域表面缺陷的存在可能会对使用者造成巨大损失，必须进行严格的检测和控制。

轴套类零件主要起支撑、导向和定位等作用，在各类机器和仪器中应用极为广泛，一般选用钢、铸铁、青铜或黄铜等材料进行制造。在零件的生产、搬运、装配等过程中，零件的表面、端面等处可能会产生各种划痕、磨痕、凹坑等缺陷。这些缺陷将对零件的使用性能产生不良影响，并影响整个机器的回转精度、振动、噪声、密封及使用寿命。

目前国内许多制造企业仍采用传统的人工抽检来进行产品表面缺陷检测，不仅检测速度慢而且极易造成误判、漏检，无法满足现代企业提升产品质量的要求。近年来，先后出现了诸如红外探伤、超声波检测法、涡流检测及磁粉探伤等方法，在工业现场强脉冲噪声环境下很难达到十分满意的效果，无法满足现代测量技术对在线、精密、实时、综合性等方面的需求。随着制造业向着精益生产及零缺陷的目标发展，探索客观、有效、快速、可靠的质量控制方案，提高零件表面缺陷视觉在线检测水平，已经成为许多企业迫切需要解决的问题。

现有基于机器视觉的各种缺陷检测方案，由于图像采样数据量大、现场噪声干扰强，面对不同检测对象需要采用特定的图像增强、边缘检测、缺陷分割算法，很难满足缺陷检测的实时性、通用性要求。近几年来新出现的压缩感知(Compressed Sensing，简称CS)理论，是对信号采样理论的重大变革，已经在系统成像、图像融合、目标识别以及图像跟踪等领域得到广泛的应用，可以预见该技术将在零件无损检测领域产生深远影响。

发明内容

本发明的目的是，根据现有机械零件表面缺陷检测存在采集量大、数据利用率不高、实时性差等问题，提出了一种基于压缩感知的轴套类零件表面缺陷在线检测方法。

本发明的技术方案是，采集典型缺陷零件样本图像，经过去噪及必要预处理后，进行采样频率调整及尺寸归一化，训练样本并建立冗余字典；设计卡爪式伸缩机构的检测平台，利用卡爪张开时挤胀内圆柱面来实现对待测零件的定位夹紧；为了避免对内表面的损伤，卡爪部分要粘贴软质地材料。待测零件置于平台的检测工位，检测时轴线保持铅垂方向，镜头、相机的光轴与零件轴线保持垂直，在平台附近设置安装光学器件的结构。对待测零件图像进行采样，设计随机观测矩阵，选择联合正交匹配追踪算法，计算待测图像的稀疏表示从而实现零件缺陷的在线识别和检测。检测平台的间歇回转运动采用运动控制卡经由驱动器控制步进电机来实现。分选机构可以利用电磁铁的通断来控制仓门的开闭，为了避免检测中对零件产生新的损伤，在零件分选落料的地方要设置缓冲环节对分类后的零件进行必要的保护。

本发明设计了一种基于压缩感知的轴套类零件表面缺陷在线检测方法：

(1)对典型缺陷的轴套类零件样本图像进行预处理，包括图像滤波去噪、增强、边缘检测与缺陷分割，以得到缺陷区域；

(2)对处理后的样本图像实施调整采样频率、归一化尺寸实验，根据压缩感知原理训练出样本图像并建立样本冗余字典；

(3)轴套类零件置于检测工位，对待测零件图像按一定频率采样，计算其观测矩阵；依据样本冗余字典，计算出待测图像的稀疏表示，从而根据压缩感知的判别标准实现对待测零件缺陷的识别，并驱动检测装置中分选机构进行在线分类。

实现本发明方法包括以下步骤：

(1)构建高效高精度检测平台

设计高精度的成像系统和检测系统。

设计成像系统时，依据检测精度、视场大小等因素选择工业相机与镜头，经过实验确定光源、以获取光照均匀、缺陷突出的检测图像。

设计检测系统时，要根据在线自动检测的要求，实现自动上料、传送、定位、夹紧、间歇转动、卸料和分选等动作。间歇回转检测平台与定位夹紧装置需要装配在一起，同时与传送装置有机地衔接；完成检测后的零件通过卸料、输送环节到达指定位置，根据识别判断结果控制分选机构完成零件的分选。为了适应不同尺寸零件的测量，在机械部分要设置相机的安装与调整环节。设计机械的运动循环图，协调好各个机构的动作时序。

(2)建立基于压缩感知的缺陷图像信号的稀疏表示、编码测量与重构算法