[发明专利]一种基于机器视觉的轴承质量检测方法

说明书

本发明提供一种基于机器视觉的轴承质量检测方法，包括对第一样本集二维图像采样获取第一轴承图像信息，得到第二样本集；对第二样本集中的轴承进行三维测量及三维重建得到第二轴承图像信息；根据第二轴承图像信息获取轴承表面缺陷类型。本发明先基于二维的检测方法检测，针对有二维缺陷特征的轴承进行三维检测及重建，得到轴承表面缺陷类别，不必对全部轴承采用三维检测，提高了检测效率，节省了检测成本。且本发明中的二维检测和三维检测均采用单一相机，可在二维图像检测系统的基础上增加照明光源，得到二维图像和三维信息。且先用二维检测方法检测出特定像素下是否存在缺陷后采用三维检测局部细节特征，检测出具体为何种缺陷。

技术领域

本发明涉及轴承检测的技术领域，具体涉及一种基于机器视觉的轴承质量检测方法。

背景技术

轴承作为机械传动系统的重要装置在各个领域中都有着十分重要的应用。轴承在生产制备过程中由于生产设备、加工工艺、生产环境和人员操作的原因会导致轴承表面产生凹坑、裂纹、划痕等缺陷。这些缺陷可引起设备震动、噪音，降低设备的工作效率，严重的甚至会使得设备发生故障，带来严重的后果。

现有技术中的轴承缺陷检测主要依靠人工检测，通过肉眼的观察以及测量仪器的测量来检测轴承是否达到合格标准，人工检测的方法效率低下，不适用于大批量的检测，且人工检测的不稳定因素很多，不适于进行精确检测。

发明内容

针对现有技术的不足之处，本发明的目的在于提供一种基于机器视觉的轴承质量检测方法。

本发明的技术方案概述如下：

本发明提供一种基于机器视觉的轴承质量检测方法，包括：对第一样本集中的轴承进行二维图像采样，获取第一分辨率下的第一轴承图像信息；判断所述第一分辨率下的第一轴承图像信息是否满足第一预设条件；当所述第一分辨率下的第一轴承图像信息满足第一预设条件时，根据所述第一轴承图像信息得到第二样本集；对所述第二样本集中的轴承进行三维测量及三维重建，得到第二轴承图像信息；根据所述第二轴承图像信息获取轴承表面缺陷类型。

进一步地，所述第一预设条件为所述第一分辨率下所述第一轴承图像信息中出现二维缺陷特征。

进一步地，所述判断所述第一分辨率下的第一轴承图像信息是否满足第一预设条件，包括：对第一分辨率下的第一轴承图像信息进行预处理得到预处理图像，并提取灰度参数；对预处理图像进行滤波及二值化处理，得到二值图像；对二值图像进行感兴趣轮廓与背景分离处理，得到处理后图像；对处理后图像进行轮廓提取，获取图像中包含的轮廓特征，并根据轮廓特征判断第一分辨率下的第一轴承图像信息是否出现二维缺陷特征。

进一步地，所述对预处理图像进行滤波及二值化处理，得到二值图像，包括：调整灰度直方图的灰度值，并将图像清晰时的灰度值作为灰度阈值，根据灰度阈值对滤波后图像进行二值化处理，实现图像分割，得到二值图像。

进一步地，所述对二值图像进行感兴趣轮廓与背景分离处理，得到处理后图像，包括：对二值图像采用形态学闭操作和背景差分方法将感兴趣轮廓与背景分离，得到处理后图像。

进一步地，所述对处理后图像进行轮廓提取，包括：基于边界跟踪的数字化二值图像拓扑结构分析的方法对处理后图像进行轮廓提取，获取图像中包含的全部轮廓特征。

进一步地，所述根据轮廓特征判断第一分辨率下的第一轴承图像信息是否出现二维缺陷特征，包括：计算每个轮廓特征的面积，并根据预定的面积阈值筛选轮廓特征；或计算每个轮廓特征的最小外接矩形的长，并根据预定的长度阈值筛选轮廓特征。

进一步地，所述第二轴承图像信息包括灰度通道、梯度通道、深度通道的信息。