[发明专利]基于机器视觉的轴质量检测方法

说明书

本发明公开了一种基于机器视觉的轴质量检测方法，其步骤为：S1：图像预处理；包括寻找轴截面矩形区域和进行图像增强处理；S2：将经过步骤S1处理后的图像进行分割处理，即将轴截面图像分割为若干个小区域，对每个区域内的每小块求解灰度值均值，用柱状图分析单个区域内的灰度值均值变化情况；S3：进行分类判断依据步骤S2得到的柱状图，从而判定轴的质量问题。本发明具有原理简单、效率高、检测精确度高等优点。

技术领域

本发明主要涉及到产品质量的检测领域，特指一种适用于轴的机器视觉质量检测方法。

背景技术

目前，对于“轴”的质量检测主要是依靠人眼观察的方法进行，而人眼检测的方法具有效率低、误检率高、没有统一的质量检测评判标准、人工费用高等缺点；其中，仅仅凭借人的经验进行选择，往往导致误检率高，且产品质量得不到保障，直接影响在市场上的销售。

电机轴的主要材料有碳钢、不锈钢、铜、铝等。以微型电机轴（又称精密轴）为例，其直径相对较小，加工工艺精度高微型轴相对较小，精度高，一般是由客户提供图纸，根据客户要求定制加工，主要通过检测轴截面的各种情况进行质量判定，如轴存在的问题有：平花、粗糙、倒角、平头、尖头擦伤、螺纹等，电机轴检测最小直径范围可为0.2mm。由此可见，如果仅凭人眼来进行检测效率将会十分低下，且无法保证检测精度。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种原理简单、效率高、检测精确度高的基于机器视觉的轴质量检测方法。

为解决上述技术问题，本发明采用以下技术方案：

一种基于机器视觉的轴质量检测方法，其特征在于，步骤为：

S1：图像预处理；包括寻找轴截面矩形区域和进行图像增强处理；

S2：将经过步骤S1处理后的图像进行分割处理，即将轴截面图像分割为若干个小区域，对每个区域内的每小块求解灰度值均值，用柱状图分析单个区域内的灰度值均值变化情况；

S3：进行分类判断依据步骤S2得到的柱状图，从而判定轴的质量问题。

作为本发明的进一步改进：所述寻找轴截面矩形区域的具体流程为：

S101：获取图像；利用图像采集设备获取到轴的横截面图像；

S102：灰度转化；将步骤S1得到的彩色图像进行灰度转化；

S103：Canny边缘检测；对步骤S2得到的整幅图像进行Canny边缘检测算法；

S104：找到每段连续边缘矩形区域坐标；从图像信息中的每一段具有相对的坐标数据，将各段的坐标数据转换成矩形区域；

S105：使用聚类算法对矩形区域进行分类、合并；根据矩形区域中心距离的远近利用聚类算法进行分类、合并；

S106：得到轴截面矩形区域，将轴截面矩形区域图像像素的大小进行归一化处理。

作为本发明的进一步改进：所述图像增强处理的具体流程为：

S1001：对轴检测的截面图像的像素灰度值进行直方图统计分析，根据统计分析结果获取图像中的亮斑阈值A；

S1002：将超过该阈值A的所有像素点舍弃后，对轴截面图像中每一像素点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，即中值滤波；在中值滤波时，只对小于、等于或小于等于阈值A的所有像素点进行滤波处理；

S1003：获得轴截面图像。

作为本发明的进一步改进：，在所述步骤S2中，所述区域的形状为扇形、圆环形或矩形。