基于机器视觉的轴承防尘盖品质监测方法

摘要

本发明提供一种基于机器视觉的轴承端面防尘盖品质监测的方法。通过工业相机采集轴承端面图像，进行预处理，提取防尘盖区域，通过阈值分割将该区域背景与字符或缺陷分离。根据字符或缺陷与圆心的位置通过旋转校正转换为垂直图像。对区域的大小以及数量进行第一次决策。提取字符或缺陷的二次轮廓特征，并与离线采集的模板进行匹配来判别分割出的区域内对象是字符还是缺陷，再通过联系上下文的方法判别印刻的字符是否有漏印或错印，从而实现轴承端面防尘盖品质的在线实时监测。本发明可有效提取出字符或缺陷区域，并准确判别缺陷及漏印或错印。算法复杂度低，运算速度快，能满足现场的实时性要求。

主权项

轴承端面防尘盖品质监测方法，其特征是，包括以下步骤：第一步，在离线情况下，获取合格轴承的端面图像，通过预处理，分割出字符区域，计算出字符区域的中心点坐标和轴承圆心坐标，从而得到旋转角度，再根据得到的旋转角度将字符区域通过双线性插值旋转变换校正成水平的字符，并提取字符的二次轮廓特征，作为匹配模板；第二步，对被检测轴承的采集图像先通过预处理分割出防尘盖区域，然后通过阈值分割将防尘盖区域的背景与字符或缺陷区域分割出来；第三步，对分割出来的字符或缺陷区域定位到阈值分割前的灰度图像中，并分割出相应的灰度图像；根据分割出的字符或缺陷区域的中心点坐标与轴承圆心坐标的关系计算出旋转角度，并通过双线性插值以及旋转角度将字符或缺陷区域旋转成为水平方向；第四步，判断分割出来的字符或缺陷区域的大小，超过上限预设值和小于下限预设值的区域均为缺陷区域，对于处于预设大小范围内的字符或缺陷区域进行阈值分割及归一化处理；第五步，提取字符或缺陷区域的特征向量，与模板中的特征向量进行匹配，如果相关系数小于预设值，则该区域内有缺陷；第六步，计算每个字符区域的中心坐标与轴承圆心坐标连接线的斜率，通过斜率对区域按顺时针方向进行排序；排序过后进行移位匹配，匹配度最高的排列顺序即和模板中的排列顺序是一致的，然后选出和模板中不一致的字符，并根据与对应位置的模板特征相关系数来判断是否存在缺陷，如果对应位置的模板特征相关系数超过预设值，则该区域为字符，反之则为缺陷，输出检测结果。