轴承表面品质监测系统的研究与开发

发布时间：2017-05-10 02:01

  本文关键词：轴承表面品质监测系统的研究与开发，由笔耕文化传播整理发布。

【摘要】：轴承是机械行业中至关重要的基础零件，其表面品质对轴承的使用会造成一定的影响。本文针对轴承的表面品质，研究与开发基于机器视觉技术的实时监测系统。在前人的基础上，根据轴承的实际情况，选择合适的光源以及流水线中的运动方式。分别对轴承的侧表面瑕疵以及端面的防尘盖瑕疵的检测算法进行了深入研究。 针对轴承侧表面图像灰度分布不均匀的情况，提出了离线拟合图像灰度分布曲线，实现在线快速灰度变换的方法，根据样本图像的灰度均值、方差、被测图像的灰度均值进行动态选择全局阈值并进行多尺度阈值分割图像及决策判断；但该方法在光照有变化的情况具有明显缺陷。为了改善该缺陷，提出了基于亮度分量、反射分量的灰度变换的方法，使光照变换情况下也能准确提取出灰度均匀分布的侧面图像，然后根据灰度水平所对应的方差进行阈值分割以及决策。针对轴承端面防尘盖的检测，提出了整体阈值分割，缺陷或字符旋转校正后再进行判断决策的检测方法。研究分析了几种常用的灰度变换、滤波算法，选择最适合轴承端面检测的算法；比较了基于OTUS法的阈值分割与基于差分变异本质粒子群的模糊熵的阈值分割的优劣。对旋转校正的3种常用的插值算法进行了实验分析；讨论了轮廓层次特征、小波轮廓层次特征、不变矩特征、Zernike矩特征的基本原理以及改进算法；分析了常用的距离度量以及采用相关系数作为模板匹配依据的原因。最后实验得出基于对分割出来的字符、缺陷进行旋转校正以及小波轮廓层次特征的算法方案最适合轴承端面的检测。 实验表明基于亮度、反射分量的灰度变换以及动态标准差的分割与决策的算法优于基于拟合曲线以及多尺度的阈值分割与决策的算法，虽然在处理速度上前者不如后者，但前者对变化的光照强度有更好的适应性，能满足长时间工作的现场需求。一帧图片处理时间为40ms，满足实时性要求，正确率达98.9%。轴承防尘盖上基于对分割出来的字符、缺陷进行旋转校正以及小波轮廓层次特征的算法方案最优，即能有效地识别出缺陷，又能准确的识别出字符。算法的平均时间为160ms，满足实时性要求，且正确率达到97.7%。
【关键词】：轴承检测 灰度变换 旋转校正 小波轮廓层次特征 矩特征
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH133.3;TP274
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-12
• 1.1 课题研究的背景及意义7
• 1.2 机器视觉检测的国内外研究现状7-9
• 1.2.1 表面缺陷视觉检测的国内外现状8-9
• 1.2.2 轴承表面缺陷视觉检测的现状9
• 1.3 本文的主要研究内容9-10
• 1.3.1 研究目标9-10
• 1.3.2 研究内容10
• 1.4 论文的章节安排10-12
• 第二章 轴承侧面检测的关键技术12-21
• 2.1 分割轴承识别区域12-13
• 2.2 灰度变换13-18
• 2.2.1 基于拟合曲线的灰度变换13-14
• 2.2.2 基于亮度、反射分量的灰度变换14-18
• 2.3 阈值分割与决策18-20
• 2.3.1 基于多尺度的阈值分割与决策18-19
• 2.3.2 基于动态标准差的分割与决策19-20
• 2.4 本章小结20-21
• 第三章 轴承侧面品质监测系统的实现与实验21-26
• 3.1 轴承侧面品质检测系统实现21-24
• 3.1.1 系统组成21
• 3.1.2 图像采集21
• 3.1.3 光源的选择21-22
• 3.1.4 步进电机的运动方式22
• 3.1.5 算法实现22-24
• 3.2 实验与结果分析24-25
• 3.3 本章小结25-26
• 第四章 轴承端面防尘盖检测的关键技术26-45
• 4.1 预处理26-30
• 4.1.1 灰度变换26-28
• 4.1.2 滤波28-29
• 4.1.3 防尘盖分割29-30
• 4.2 自适应阈值分割30-33
• 4.2.1 OTSU 法31
• 4.2.2 基于差分变异本质粒子群的模糊熵分割31-33
• 4.2.3 效果对比实验33
• 4.3 字符或缺陷校正33-36
• 4.3.1 最临近插值34
• 4.3.2 双线性插值34
• 4.3.3 双三次插值34
• 4.3.4 基于二值图像的旋转校正34-35
• 4.3.5 基于灰度图像的字符分割35-36
• 4.4 字符归一化36
• 4.5 轴承字符特征提取36-42
• 4.5.1 轮廓层次特征描绘法37-38
• 4.5.2 小波分解38-39
• 4.5.3 矩特征39-42
• 4.6 模板匹配决策42-43
• 4.7 联系上下文43
• 4.8 本章小结43-45
• 第五章 轴承端面品质监测系统的实现与实验45-51
• 5.1 系统组成45
• 5.2 算法实现45-47
• 5.2.1 基于旋转校正的算法实现45-46
• 5.2.2 基于矩特征的算法实现46-47
• 5.3 实验与结果分析47-50
• 5.3.1 轮廓特征算法实验47-48
• 5.3.2 矩特征的算法实验48-49
• 5.3.3 实验结论分析49-50
• 5.4 本章小结50-51
• 主要结论与展望51-53
• 致谢53-54
• 参考文献54-57
• 附录：作者在攻读硕士学位期间发表的论文57

【参考文献】

中国期刊全文数据库 前10条

1 杨东林;于正林;;轴承钢球表面缺陷的快速检测方法[J];兵工学报;2009年06期

2 董辛酉;姚砺;万燕;曾培峰;吴雄英;;纤维图像光照不均迭代修正算法[J];东华大学学报(自然科学版);2008年05期

3 高潮;郭永彩;任可;杨晖;;基于嵌入式系统和图像识别的拉索表面缺陷检测技术[J];光电工程;2008年02期

4 李晓冰;;一种红外测量图像自适应分段线性灰度变换方法[J];光电子技术;2011年04期

5 张伟;;差分变异本质粒子群的模糊熵图像分割[J];重庆大学学报;2012年02期

6 潘春雨;卢志刚;杜静;;Zernike矩的不变性分析及其改进[J];火力与指挥控制;2010年S1期

7 陈向伟;张学军;关山;;基于计算机视觉的微小轴承表面缺陷检测[J];机床与液压;2009年09期

8 贺秋伟;王龙山;于忠党;李国发;高立国;;基于图像处理和支持向量机的微型齿轮缺陷检测[J];吉林大学学报(工学版);2008年03期

9 李牧;闫继宏;朱延河;赵杰;;一种改进的大津法在机器视觉中的应用[J];吉林大学学报(工学版);2008年04期

10 吴锐,赵巍,尹芳,唐降龙;特征融合及相似度判据在英文识别中的应用[J];计算机工程与应用;2005年16期

中国博士学位论文全文数据库 前1条

1 王义文;钢球表面缺陷检测关键技术研究及样机研制[D];哈尔滨理工大学;2010年

中国硕士学位论文全文数据库 前10条

1 王昆;图像融合技术在微小轴承表面缺陷检测中的应用[D];吉林大学;2011年

2 肖进;多神经网络在车牌字符识别中的应用[D];东南大学;2004年

3 高伟;车牌字符识别技术的研究[D];山西大学;2005年

4 丁胜;基于支持向量机的手写体字符识别[D];青岛大学;2006年

5 李波岚;基于计算机视觉的微小轴承表面缺陷检测控制系统研究[D];吉林大学;2007年

6 袁红彬;基于计算机视觉的微小轴承表面缺陷检测技术研究[D];吉林大学;2007年

7 赵妍妍;基于计算机视觉的微小轴承外圈表面缺陷检测技术研究[D];吉林大学;2008年

8 李庆昌;基于神经树的英文字符识别技术研究[D];山东师范大学;2009年

9 张强;轴承套圈表面缺陷识别系统的研究[D];北京交通大学;2009年

10 陈廉清;基于计算机视觉的微小轴承外表面缺陷检测研究[D];长安大学;2008年

  本文关键词：轴承表面品质监测系统的研究与开发，由笔耕文化传播整理发布。

，

本文编号：353738