[发明专利]一种轴承端面的表面缺陷视觉检测方法及系统

说明书

本发明公开了一种轴承端面的表面缺陷视觉检测方法，包括：采集轴承端面图片；对轴承端面图片进行预处理，得到预处理后的轴承端面图片；获取预处理后的轴承端面图片的感兴趣区域；通过对感兴趣区域进行等量分割得到多个相同的感兴趣区域局部子图像；将多个感兴趣区域局部子图像分别输入轴承端面表面缺陷视觉检测深度学习模型，得到多个局部子图像检测结果；轴承端面表面缺陷视觉检测深度学习模型是以不同角度的历史感兴趣区域局部子图像为输入，以历史局部子图像检测结果为输出进行构建的；将多个局部子图像检测结果进行拼接，得到轴承端面的表面缺陷图片。本发明大大提高了轴承端面的表面缺陷的检测精度。

技术领域

本发明涉及轴承缺陷检测领域，特别是涉及一种轴承端面的表面缺陷视觉检测方法及系统。

背景技术

轴承主要用于承担机械设备重量和为汽车轮毂的转动提供精确引导，它既承受轴向载荷又承受径向载荷，是机械设备中一个非常重要的组成部分。由于轴承在机械设备使用中具有重要作用，因此，轴承采购商对轴承的质量有着严格要求。为了满足轴承采购商要求，轴承生产厂家会对生产的轴承进行严格质量检查。然而，目前的轴承质量检测方法仍然大量采用人工肉眼观察方法对轴承端面的表面缺陷进行检测，这种检测方法不仅检测效率较低而且漏检、误检率较高。

机器视觉缺陷检测方法作为一种自动化检测技术，已应用于轴承缺陷检测，不仅检测效率高，而且可以大幅降低人工成本，但是现有的机器视觉缺陷检测方法通常是采用传统机器视觉技术对轴承端面的表面缺陷进行检测，然而，当相机拍摄角度不同时，同一种缺陷检测出的形态也会不相同，这就导致检测结果有误差，因此当前轴承端面的表面缺陷检测精度低。

发明内容

本发明的目的是提供一种轴承端面的表面缺陷视觉检测方法及系统，以解决现有技术中轴承端面的表面缺陷的检测精度低的问题。

为实现上述目的，本发明提供了如下方案：

一种轴承端面的表面缺陷视觉检测方法，包括：

采集轴承端面图片；

对所述轴承端面图片进行预处理，得到预处理后的轴承端面图片；

获取所述预处理后的轴承端面图片的感兴趣区域；

通过对所述感兴趣区域的长和宽进行等量分割，得到多个相同的感兴趣区域局部子图像；

将多个所述感兴趣区域局部子图像分别输入轴承端面表面缺陷视觉检测深度学习模型，得到多个局部子图像检测结果；所述局部子图像检测结果包括缺陷形态和缺陷位置；所述轴承端面表面缺陷视觉检测深度学习模型是以不同角度的历史感兴趣区域局部子图像为输入，以历史局部子图像检测结果为输出进行构建的；

将多个所述局部子图像检测结果进行拼接，得到轴承端面的表面缺陷图片。

可选地，所述轴承端面表面缺陷视觉检测深度学习模型具体包括：

依次连接的输入层、主干网络、颈部网络、自注意力网络以及输出层；所述主干网络用于提取所述感兴趣区域局部子图像的特征，得到提取的图像特征；所述颈部网络用于对所述提取的图像特征进一步特征提取，得到二次提取的图像特征；所述自注意力网络采用自注意力机制，所述自注意力机制用于修正所述二次提取的图像特征映射的像素。

可选地，所述获取所述预处理后的轴承端面图片的感兴趣区域，具体包括：

利用大津法对所述预处理后的轴承端面图片进行二值化处理并消除孔洞区域，得到消除孔洞区域的轴承端面图片；

通过连通域检测以及面积筛选的方式对所述消除孔洞区域的轴承端面图片进行定位，并裁剪出感兴趣区域。

可选地，所述感兴趣区域局部子图像的数量为2的整数倍。