[发明专利]一种轴承套圈外观缺陷检测方法

说明书

本发明涉及一种轴承套圈外观缺陷检测方法，可包括以下步骤：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。采用本发明方法，缺陷检测准确性高，能够解决产品自身表面光泽度存在差异以及不同设备加工产品之间的差异引起的兼容性问题。

技术领域

本发明涉及轴承套圈生产领域，具体地涉及一种轴承套圈外观缺陷检测方法。

背景技术

现有轴承套圈套圈外观缺陷检测方法采用传统图像处理方法(区域分割法)进行，这种方法对于一些特殊缺陷(例如磕碰伤，轻微铁锈，印伤，夹伤，轻微车刀纹轻微铁钉等)的识别效果较差，经常漏检，无法兼容产品的多样性(产品自身表面光泽度存在差异以及不同设备加工产品之间的差异)，稳定性不理想。

发明内容

本发明旨在提供一种轴承套圈外观缺陷检测方法，以解决上述问题。为此，本发明采用的具体技术方案如下：

一种轴承套圈外观缺陷检测方法，可包括以下步骤：

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，直接判定为该轴承套圈为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。

进一步地，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。

进一步地，所述方法还包括步骤S0、训练多层感知神经网络模型，该步骤根据需要进行，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。

进一步地，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。

进一步地，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；