共查询到20条相似文献,搜索用时 15 毫秒
1.
《机电工程》2015,(8)
针对目前基于目视法的轴承滚子表面缺陷检测效率低且容易受人为因素影响的问题,基于光学单缝衍射原理搭建圆锥滚子外观缺陷检测系统。利用CMOS摄像头采集轴承滚子表面的衍射条纹图像,与无缺陷衍射条纹图像进行了差分运算,实现了对由于圆锥滚子表面存在缺陷引起衍射条纹局部弯曲导致图像变化的检测。采用形态学运算有效去除噪点并增强衍射条纹,达到了改善图像质量的目的,便于实现对轴承滚子表面缺陷有效检测和识别。利用了旋转圆柱体的摩擦力带动圆锥滚子的转动,实现了圆锥滚子锥面所有区域的缺陷。研究结果表明,基于单缝衍射原理的检测系统为轴承外观缺陷检测提供了一种高效、可靠、实时性好的工具,可推荐应用于轴承工业中圆锥滚子外观缺陷的在线检测。 相似文献
2.
针对轴承滚子表面缺陷人工检测效率低、误检率高的问题,以及现有机器视觉检测方法存在的不足。基于上述情况,提出了一种基于图像光流的轴承滚子表面缺陷的检测方法。首先设计了一套图像采集装置,用于获取轴承滚子表面图像;其次采用全局和局部相结合的平滑策略,建立光流误差估计模型,同时为了增强缺陷位置的光流边界,在此模型中引入各项异性的扩散张量;在光流求解策略上,先对原始图像进行奇异值分解,消除灰度值异常对光流计算的影响,再引入金字塔分层细化方法,提高光流计算的准确性;最后根据光流生成的伪彩色图像,完成对缺陷区域的粗略定位,分割出缺陷区域。实验表明,所提方法在轴承滚子表面缺陷检测方面的可行性和有效性。 相似文献
3.
4.
为避免圆锥滚子倒装缺陷,提出了一种基于数字滤波的圆锥滚子倒装识别算法。首先,通过图像预处理提取圆锥滚子所在环带区域的信息,并根据轴承本身的固有特性及所采集环带区域中滚子的像素统计信号,对圆锥滚子自身结构、倒装缺陷及其他干扰在像素统计信号中的频响特性进行分析;然后,采用FIR数字低通滤波滤除像素统计信号中滚子自身结构所对应的高频信号,对像素统计信号进行FFT,滤除信号中的低频干扰信息;最后,由IFFT得到仅包含倒装缺陷的信号,基于此信号数据实现缺陷位置的准确识别定位。试验表明:该算法能够消除检测因素的干扰,实现滚子倒装缺陷的准确定位。 相似文献
5.
6.
7.
8.
9.
基于差影和模板匹配的微小轴承表面缺陷检测 总被引:8,自引:0,他引:8
针对轴承表面缺陷的位置、面积、深度等随机变化导致图像采集具有不确定性的特点,设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统。该系统光源恒定、处理速度快、图像精度高,能长时间稳定工作,显著提高了图像采集质量。经过深入研究图像分割、图像差影、模板匹配等模式识别理论与技术及微小轴承图像特征发现,要检测轴承的表面缺陷,需将轴承表面分割成两部分进行识别,轴承表面的均匀分布区域直接采用差影法,文字刻印区域采用模板匹配法,结果表明该方法识别正确率达98%。 相似文献
10.
提出一种基于支持向量机的轴承表面缺陷检测算法,该算法把轴承中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式,利用主成分分析法(PCA)对图像进行降维处理,然后用支持向量机方法对两类不同的样本采样学习,进行分类判断。实验结果表明,该算法能够较好地实现轴承缺陷的检测分类,有着深入研究的价值。 相似文献
11.
12.
针对圆锥滚子轴承内圈外表面位置的特殊性,提出了一种新的缺陷检测方法,并设计了一套完整的缺陷自动检测系统。利用机器代替人眼完成轴承内圈外表面缺陷的检测,该系统光源恒定,可获取高精度的图像,处理速度快,可以长时间不间断的工作。首先对获取的图像进行图像预处理,去除图像噪声。利用MATLAB图像处理工具箱中的函数对预处理后的图像进行图像分析,统计图像中灰度值的分布情况,即计算出灰度图像的均值,标准差,利用图像灰度值的标准差判别出图像的表面质量是否合格。经过实验测试取得了96%的检测成功率,证明了其可行性。 相似文献
13.
针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。 相似文献
14.
轻系列滚动轴承保持架由于兜孔直径小、两半保持架之间钉孔距离相对较大等因素导致在铆压过程中易出现变形,造成铆压歪斜缺陷。为此,本文提出了基于图像纹理特征的模式识别方法用于保持架歪斜缺陷的准确识别。首先,改进了轴承图像归一化展开算法,实现了轴承图像展开起点的自动优化选择以避免误分割保持架、铆钉和滚动体;其次,设计了轴承图像保持架区域定位分割算法,准确分离出7个保持架区域;最后,分别提取保持架区域的Hu矩和旋转不变均匀局部二值模式(LBPrPiu,2R)作为纹理特征,并结合PCA降维方法构建轴承保持架缺陷识别的SVM分类模型。结果表明,基于Hu矩和LBPrPiu2,R的SVM模型的正确识别率分别为85%和100%。因此,轴承LBPrPiu2,R特征结合SVM模型对轴承保持架歪斜缺陷具有较好的识别效果。该方法有望为滚动球轴承保持架铆压工艺缺陷的自动识别提供参考。 相似文献
15.
16.
在以往传统的轴承检测中,主要是通过目测或者手感的方式,对轴承内部、外圈的缺陷程度进行判断,但此种方式的工作量较大,检测结果也很难得到切实保障。基于此,本文将在支持向量机的基础上,对轴承表面缺陷的检测方式进行分析,利用检测算法将缺陷区域划分成两种纹理模式,利用PCA分析法对图像进行降维处理,然后针对不同类型的样本进行采样学习与判断。从实验研究结果中能够看出,本文所研究的算法能够对轴承缺陷进行精确的分类检测,具有较强的现实意义。 相似文献
17.
目前柔性电路板(FPC)的表面缺陷检测方案大多缺少对轮廓进行分类这一步骤,而直接对特定区域如镀通孔、线路部位进行缺陷检测,难以直接应用到实际生产中。为解决这一问题,提出一种能有效提取柔性电路板表面轮廓并进行特定区域识别分类的方法。在该方法中,为精确地提取FPC图像整体轮廓,并有效过滤掉图像前景和背景相互夹杂的部分,针对FPC表面图像光照不均匀以及斑点杂质较多的问题,采用区域生长法提取图像轮廓,并利用中心邻域灰度法来消除欠生长的问题;为有效地识别图像不同区域的轮廓类型,利用双向差分法来计算图像轮廓的离散曲率,利用陆地移动距离(EMD)来评价各个轮廓的曲率特征与模板轮廓的区别,实现了FPC图像特定区域的识别。 相似文献
18.
19.