[发明专利]一种轴承套圈外观缺陷检测方法

权利要求书

1.一种轴承套圈外观缺陷检测方法，其特征在于，所述方法包括以下步骤：

S1、使用多层感知神经网络算法对轴承套圈外观图像进行识别，若检测到缺陷，则直接判定为NG，否则进入步骤S2；

S2、使用分割法对轴承套圈外观图像进行识别，若检测到缺陷，则判定为NG，否则判定为OK。

2.如权利要求1所述的轴承套圈外观缺陷检测方法，其特征在于，步骤S1具体包括以下过程：

S11、对传入的轴承套圈外观图像进行增强预处理；

S12、获取图像特征信息；

S13、调用多层感知神经网络模型对图像进行识别；

S14、对识别结果进行处理：若识别结果为OK，进入步骤S2；若识别结果为NG，保存原图和检测结果图片，以便后续查看分析。

3.如权利要求2所述的轴承套圈外观缺陷检测方法，其特征在于，所述方法还包括步骤S0、训练多层感知神经网络模型，该步骤根据需要执行，具体地包括以下过程：

S01、读入轴承套圈外观样本图像，包括OK样本图像和NG样本图像；

S02、对图像进行增强预处理，增加图像对比度；

S03、创建多层感知神经网络模型句柄；

S04、获取图像特征信息：对图像进行多次比例缩放并获取特征信息；

S05、把图像特征及类别ID添加到模型句柄；

S06、开始训练模型，训练完成后清除模型句柄。

4.如权利要求1所述的轴承套圈外观缺陷检测方法，其特征在于，所述方法还包括在进行步骤S2之前对区域分割法中的相关参数进行设置的步骤，该步骤根据需要进行，具体为：

1、框选要检测的区域，点击确认后，自动记录参数A1并保存；

2、设置区域精准提取参数A2，导入图片，拖动滑块，从交互界面观察到准确度很高的时候，点击写入，自动记录并保存该参数A2；

3、对精准提取的区域再次进行区域细分化，设置好相应参数A3，其中区域细分为倒角、端面、内倒角和内壁；

4、设置好各种缺陷的相关参数范围阈值，包括缺陷最小宽度、缺陷最小高度、缺陷最小面积、缺陷最小灰度值、缺陷最大宽度、最大高度、最大面积和最大灰度值。

5.如权利要求4所述的轴承套圈外观缺陷检测方法，其特征在于，步骤S2具体包括以下过程：

S21、对传入的图像进行数据转换；

S22、自动按之前设置的参数A1限定大致检测范围；

S23、根据设置的参数A2，精准提取检测区域参考点；

S24、根据设置的参数A3再次对精准区域进行细分化；

S25、对原始图像进行预处理，增加图像对比度；

S26、根据细分化的区域一一抠图，裁切出需要检测的部分；

S27、根据设置的区域分割数量n，自动形成n个小的区域；

S28、对n个小的区域求交集，得到所需检测区域；

S29、循环对图像进行检测，输出识别结果，具体为：

S291、求各个区域的直方图信息；

S292、根据当前区域的直方图均差判断该区域是否有缺陷；

S293、若有缺陷，再根据当前区域的最小灰度值作为下限，下限再加上一个常量作为上限，进行二值化并根据设置的大小范围，筛选出缺陷；

S294、再次求出缺陷的坐标及大小；

S295、根据求出的坐标标识出缺陷位置及缺陷面积；

S296、若没有缺陷，进入下一个循环，检测下一个区域；

S297、输出识别结果，若检测到缺陷，则判定为NG，并保存原图和检测结果图片，以便后续查看分析；否则判定为OK。