基于LabVIEW的轴承表面缺陷检测系统

发布时间：2021-01-28 02:33

　　在工业生产中,轴承是一个重要的关键零部件,各大轴承生产与装配企业对轴承的合格率都极其重视。目前,装配轴承缺陷的检测主要采用人工检测方法,但人工检测的方法不仅效率低下,同时检测人员的经验也会对检测结果有较大的影响,使得缺陷检测的准确率较低。因此,将机器视觉技术与轴承缺陷检测相结合不仅可以提高轴承缺陷检测的准确率,同时可以减轻检测工人的工作负担,提升轴承生产线的自动化水平。本文主要工作包括:（1）针对装配轴承所处环境复杂而导致图像存在噪点,图像对比度低这类问题。运用图像灰度化进行处理,再用图像增强,图像平滑等方式对图像进一步处理,这些步骤能提高利用改进的RANSAC圆检测进行轴承定位的准确度,进行圆检测之后再对处理完的灰度图像进行二值处理。（2）通过对装配轴承图像的特征进行分析之后,采用了一种改进的基于RANSAC的圆检测算法对图像进行圆检测,找到装配轴承的圆心。在装配轴承缺陷检测阶段,基于二值图像对六种装配轴承的缺陷进行分析,对获得的像素线图进行缺陷特征提取与分类,最后对图像信息扰动设计了重组,去干扰和填充缝隙这三种方法进行处理。（3）针对现场检测的需求,对图像采集环境进行搭建,将本文设... 

【文章来源】：辽宁科技大学辽宁省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

研究框架

辽宁科技大学硕士学位论文15图2.10邻域平均法的处理效果Fig.2.10ProcessingeffectofNeighborhoodaveraging图2.10中，左图是处理前的装配轴承图像，右图是邻域平均法处理过的装配轴承图像。该方法虽然对装配轴承的图像质量有一定幅度的提升，但是却使滚子变得模糊。中值滤波是一种非线性平滑技术，传统的中值滤波一般采用含有奇数个点的滑动窗口，将图像的每一个像素点的灰度值设置为该点某邻域窗口内所有像素点灰度值的中值[47]。中值滤波在一定条件下可以克服线性滤波带来的图像细节模糊问题。标准一维中值滤波器定义为：={,+1,…,+1,+}（2.17）中值滤波适合过滤椒盐噪声和脉冲式干扰，它和邻域平均法都可以对图像进行平滑滤波[13]。邻域平均法在消除或抑制图像中噪声的时会使图像中景物边缘变的模糊，中值滤波可以去除杂散噪声点并且基本不会使边缘变的模糊。（1）中值滤波处理前的图像(2)中值滤波处理后的图像图2.11中值滤波的平滑效果Fig.2.11Smoothingresultsofmedianfiltering

辽宁科技大学硕士学位论文294.1.2装配轴承缺陷检测规则本节介绍一下装配轴承的缺陷检测规则，缺陷检测界面如图4.2所示。图4.2缺陷检测界面Fig.4.2Defectdetectioninterface装配轴承图像经二值化处理后，绿色线为用户根据圆检测之后的圆心以及设置的固定半径得到的条特征线。图中红色部分为装配轴承的金属部分以及装配轴承滚子，内部的实心圆部分为平台的反光，该部分不会对判断结果产生任何影响。黑色部分为装配轴承结构以及滚子之间的间隙，然后通过测量装配轴承滚子以及滚子之间间隙的宽度来进行缺陷的检测。各项检测参数根据待检测装配轴承型号填写。主要检测规则如下所述：检测时，特征线上连通的棍型红色区域个数（棍型红色区域个数为装配轴承滚子的个数）为，每个连通棍型红色区域的宽度（装配轴承滚子的宽度，在像素线图上以高电平的形式表示）为Xm，其中=1,2,…,。每个连通黑色区域的宽度（装配轴承滚子间隙的宽度，以低电平的形式表示）为1。用户设置的规范装配轴承滚子个数为，装配轴承滚子的宽度上限为上限，下限为下限，装配轴承滚子间隙的宽度上限为上限，下限为下限。检测到的装配轴承滚子的个数应当与用户设置的装配轴承滚子个数保持一致，即=。检测到的每个连通红色区域的宽度（装配轴承滚子的宽度）Xm应满足下限<<上限，检测到的每个连通黑色区域的宽度（装配轴承滚子间隙的宽度）下限<1<上限满足上述要求，则可判定装配轴承无缺陷。


本文编号：3004196