[发明专利]一种轴承外圈表面缺陷区域检测方法

权利要求书

1.一种轴承外圈表面缺陷区域检测方法，其特征在于，包括如下步骤：

步骤1，预选轴承外圈缺陷区域边缘：

对原始的轴承外圈图像进行多尺度分解得到不同尺度的特征子带，利用特征子带根据提出的模极大值计算方法求解各个尺度的模极大值，由各个尺度的模极大值构建多尺度模极大值图，利用边缘判别阈值从最大尺度的模极大值图中筛选出最大尺度的边缘模极大值，利用最大尺度的边缘模极大值按照由粗粒度到细粒度的尺度传播方式从多尺度模极大值图中搜索除了最大尺度以外的其余尺度上的模极大值图的边缘模极大值，将各尺度的边缘模极大值与对应尺度的特征子带进行融合得到多尺度边缘，然后通过多尺度边缘重建轴承外圈图像，从而获得轴承外圈表面缺陷区域边缘，实现轴承外圈缺陷区域边缘预选；

所述多尺度模极大值图是由不同尺度的模极大值图构成，每张模极大值图是由当前尺度下的所有模极大值构成，模极大值包含了边缘模极大值和非边缘模极大值；

步骤2，计算缺陷区域生长种子点：

通过改良二分聚类算法对步骤1获得的轴承外圈表面缺陷区域边缘进行聚类获得各个聚类簇，采用邓恩(DI)指数作为最优聚类方案的判断依据，计算每个聚类簇的中心确定缺陷区域的生长种子点；

步骤3，进行缺陷区域生长实现缺陷区域分割检测：

以步骤2得到的生长种子点作为基点，以基点的四邻域像素作为待选生长点集，构建灰度相似性处理方式确定缺陷区域的生长方向，按照广度优先处理方式遍历待选生长点集中的每一个像素，判断是否满足生长终止条件，当满足终止条件时停止区域生长，否则开始新一轮的生长过程，实现轴承外圈表面缺陷区域检测。

2.根据权利要求1所述的一种轴承外圈表面缺陷区域检测方法，其特征在于：所述步骤1预选轴承外圈缺陷区域边缘，具体包括以下步骤：

步骤1.1：依据原始的轴承外圈图像特点选择小波函数和尺度函数，并计算出小波函数和尺度函数对应的多尺度分解重构滤波器系数，多尺度分解重构滤波器系数具体包括分解低通滤波器的系数、分解高通滤波器的系数、重建低通滤波器的系数和重建高通滤波器的系数；

步骤1.2：确定分解等级，通过分解低通滤波器的系数和分解高通滤波器的系数对轴承外圈图像进行多尺度分解得到各个尺度的特征子带，每个尺度的特征子带均具体分为近似子带、水平细节子带、垂直细节子带和对角细节子带四个不同方向；

步骤1.3：利用特征子带计算每个尺度的模值图和相角图；

步骤1.4：构建局部模极大值检测处理方式，根据局部模极大值检测处理方式对每个尺度的模值图中的每个当前像素，将当前像素自身的模值与在自身8邻域内沿当前像素的相角方向的相邻的像素的模值进行比较：

若当前像素自身的模值均大于在自身8邻域内沿当前像素的相角方向所有相邻的像素的模值，则当前像素满足局部模极大值，作为模极大值点，否则不满足局部模极大值，不作为模极大值点。在每个尺度的模值图中保留满足局部模极大值的像素，删除不满足局部模极大值的像素，从而获得各尺度对应的模极大值图并获得最大尺度对应的模极大值图；

局部模极大值检测处理方式具体如表1：

表1

表中(m,n)代表当前像素的坐标；

步骤1.5：将最大尺度对应的模极大值图上的模极大值点连接成多条模极大值链，搜索每条模极大值链的边界，以最小外接矩形作为模极大值链的包络框，统计每个包络框的模极大值直方图，计算每个包络框中模极大值的均值和方差σ，再按照3σ处理方式将对应的模极大值作为该包络框的标准模极大值；

步骤1.6：对所有包络框的标准模极大值求平均获得边缘判别阈值，在最大尺度的模极大值图中筛选出模值大于边缘判别阈值的模极大值点，并作为最大尺度的边缘模极大值点进行保留，删除掉模值小于边缘判别阈值的模极大值点，从而得到最大尺度的边缘模极大值图；

步骤1.7：以步骤1.6得到的最大尺度的边缘模极大值图为基准，构建由粗粒度到细粒度的边缘模极大值点尺度传播处理方式，按照边缘模极大值点尺度传播处理方式搜索除了最大尺度以外的其余尺度上的模极大值图中的边缘模极大值点，由每个尺度下的边缘模极大值点组成了尺度对应的边缘模极大值图；

步骤1.8：按照小波相关性处理方式对最小尺度对应的边缘模极大值图进行修正；

步骤1.9：将各尺度对应的边缘模极大值图与该尺度的特征子带融合，并利用重建低通滤波器的系数和重建高通滤波器的系数恢复重建轴承外圈图像，轴承外圈图像中具有综合多尺度特征的缺陷区域边缘；

所述步骤1.9中，将各尺度的边缘模极大值图与该尺度的特征子带融合的方法如下：

式中，是尺度s的特征子带中坐标(x,y)上的值，其中W＝{H,V,D}，H代表图像的水平方向，V代表图像的垂直方向，D代表图像的对角方向；

E_sf(x,y)是尺度s的边缘模极大值图中坐标(x,y)上的值；

是尺度s的融合后获得的特征子带中坐标(x,y)上的值。