[发明专利]一种轴承外圈表面缺陷区域检测方法

说明书

本发明公开了一种轴承外圈表面缺陷区域检测方法。对原始的轴承外圈图像进行多尺度分解，求解各个尺度的模极大值，实现轴承外圈缺陷区域边缘预选；对轴承外圈表面缺陷区域边缘进行聚类获得各个聚类簇，计算每个聚类簇的中心确定缺陷区域的生长种子点；以生长种子点为基点，以基点的四邻域像素为待选生长点集，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，以实现轴承外圈表面缺陷区域检测。本发明的轴承外圈表面缺陷区域检测方法在处理轴承外圈多表面多类型缺陷检测问题时表现出更高的准确性，同时鲁棒性更强，能够适应不同亮度和光照条件下表面缺陷区域检测，获得了较其他轴承表面缺陷检测算法更优的检测效果。

技术领域

本发明属于轴承缺陷检测领域的一种检测方法，具体涉及一种轴承外圈表面缺陷区域检测方法。

背景技术

轴承是机械装备和机械系统的基础零件，在工业制造、能源冶炼和交通运输等各种精密、复杂的大型装备中广泛应用。关于轴承缺陷检测和诊断技术的研究一直是学术界和工业界的重点关注领域，轴承质量的优劣直接关系到整台机械装备的运行状态和性能。据统计显示，在所有使用轴承的旋转机械装备中，大约有30％的故障是由轴承质量出现问题所引发的，在发生质量问题的轴承中，大部分是由于轴承外圈出现裂纹、磨损、划痕和变形导致。因此，研究轴承缺陷的检测和诊断方法，及时发现存在质量缺陷的轴承，对于预防设备故障、避免重大事故和保证机械系统正常安全稳定运行具有非常重要的意义。

目前轴承表面缺陷的检测方法主要包括人工目检的方法、基于物化效应的检测方法以及基于机器视觉的检测方法等。人工目检方法通过专业人员对轴承生产线进行抽检或普检，检测精度取决于质检员的知识和经验，由于长时间的检测活动导致检测人员的效率和准确率不断降低，因此，人工目检方法已逐渐被其他非人工或半人工检测方法所取代。基于物化效应的检测方法是指通过声、光、电、热等物理化学原理对轴承表面进行检测，目前比较成熟的检测方法主要包括基于表面波的超声检测、基于漏磁效应的磁粉检测、基于衍射效应的射线检测和基于电热效应的涡流检测等，这类检测方法相比于人工目检具有稳定的检测性能，但同时也具有较大的局限性，严重依赖于被检工件的材料属性，不具有普适性，此外这类方法通常需要直接接触工件表面进行物理化学实验获取表面缺陷信息，容易对工件造成二次损伤，而且其检测精度与检测硬件设备密切相关，好的检测结果需要高精度设备支持，所花费的成本较高。

基于机器视觉的检测方法通过光学成像系统获取轴承表面图像，这类方法不需要接触轴承待检测表面，不会对轴承体造成损伤。图像分割技术是机器视觉的核心技术，图像分割的质量是影响轴承缺陷检测精度的关键因素。目前，图像分割技术主要包括基于梯度的边缘检测方法、基于灰度的阈值分割方法和基于相似度的区域生长方法，这些方法的核心思想是依据不同的规则将轴承表面缺陷区域划分为不相交的连通域。轴承外圈具有多个加工表面(如外圆面、内圆面和外平面)，为了保证轴承质量，需要对每个加工面都进行严格检测。然而在对不同加工表面进行图像采集时，由于固定光源存在光线照射角度不一致的问题，导致同种缺陷在不同加工表面上的灰度、纹理等外观特征产生较大差异，这些显著的视觉外观差异给传统图像分割方法带来巨大挑战，因此传统图像分割方法应用在多表面轴承外圈缺陷区域检测问题的准确率和稳定性不高，无法满足智能轴承自动化产线对轴承表面缺陷全检出、低误检的高检测精度要求。

发明内容

为了弥补现有轴承表面缺陷检测方法存在的不足，本发明提供了一种基于多尺度边缘信息和自适应生长的轴承外圈缺陷区域检测方法，目的是解决传统图像分割方法侧重于检测轴承外圈的单一表面缺陷，在检测多表面多类型缺陷区域时存在准确率低、鲁棒性差的问题。

本发明的技术方案如下：

本发明包括以下步骤：

步骤1，预选轴承外圈缺陷区域边缘：