一种基于边缘压缩近似处理的轴承正面缺口检测方法与流程

1.本技术涉及轴承检测技术领域，特别涉及一种基于边缘压缩近似处理的轴承正面缺口检测方法。


背景技术：

2.机械设备的性能高就要求其中零件的质量要好，轴承作为一种高精密基础零件被广泛应用在高铁、航天、机械等领域。轴承在机械设备中起着支撑旋转体减少轴摩擦力的作用，轴承质量的好坏很大程度上决定了设备的性能高低。
3.在轴承使用过程中，轴承表面存在缺陷会严重影响轴承的使用性能，严重时会导致使用轴承设备的报废，造成重大的生产事故。因此，对轴承表面缺陷进行高效快速检测是相关企业迫切需要解决的技术问题。轴承的正面，生产过程中容易产生各种缺口，人工检测效率很低，因此有必要进行自动化检测。近年来，机器视觉检测以其非接触、高效的特性，广泛应用于轴承表面缺口检测中。
4.现有的轴承缺口机器视觉检测系统采用的方法大致为基于传统图像处理算法的检测方法。传统的缺口检测方法会直接提取轴承边缘特征，查找边缘突变区域，设置阈值判定缺口。这种方法不需要大规模的数据，简单有效，但是精度较低，存在误检风险。


技术实现要素：

5.为了解决上述问题，本技术提供了一种基于边缘压缩近似处理的轴承正面缺口检测方法，可实现对轴承缺口的准确检测，降低误检率，提高检测精度。
6.本技术提供一种基于边缘压缩近似处理的轴承正面缺口检测方法，如图1一种基于边缘压缩近似处理的轴承正面缺口检测方法的流程示意图所示，步骤包括：
7.采用高精度面阵摄像机对待测轴承正面进行图像采集，得到轴承正面图像，如图2一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承正面图像采集示意图所示。
8.将轴承正面图像的背景无关区域切割掉，得到无背景轴承正面图像。所述无背景轴承正面图像如图3一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的无背景轴承正面图像所示。
9.对无背景轴承正面图像进行图像处理，得到二值化roi区域图像。所述图像处理，步骤包括：
10.对无背景轴承正面图像进行去噪增强滤波，得到清晰的无背景轴承正面图像；
11.对清晰的无背景轴承正面图像进行二值化处理，提取roi区域,得到二值化roi区域图像。所述二值化roi区域图像，具体为：将轴承正面外圈和内圈区域灰度设置为255，其他区域灰度设置为0的图像。如图4一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的二值化roi区域图像。
12.采用边缘压缩准则和标准件对比准则对轴承的二值化roi区域图像进行缺口检测。
13.采用边缘压缩准则：先对二值化roi区域图像进行压缩近似处理，如图5一种基于边缘压缩近似处理的轴承正面缺口检测方法的边缘压缩近似处理示意图所示，再进行第一次缺口检测，步骤包括：
14.取二值化roi区域图像中轴承内圈和外圈的边缘轮廓；
15.近似保存轴承内圈和外圈的边缘轮廓，去除多边缘，得到单边缘轮廓；
16.对单边缘轮廓进行平滑处理，得到平滑单边缘轮廓；
17.将所述平滑单边缘轮廓拟合成边缘拟合圆；
18.计算边缘拟合圆中各个近似边缘点到圆心的距离，得出近似边缘点的起伏程度；
19.若近似边缘点的起伏程度大于设定阈值，则判断轴承正面有缺口；若近似边缘点的起伏程度小于设定阈值，则判断轴承正面无缺口。
20.标准件对比准则：先将二值化roi区域图像与标准件做对比，再进行第二次缺口检测，步骤包括：
21.将二值化roi区域图像拆分成内圈二值化图像和外圈二值化图像；
22.用内圈二值化图像和外圈二值化图像分别减去标准件轴承的内圈二值化图像和外圈二值化图像，得到差值图像；
23.对差值图像进行形态学处理后，得到处理后差值图像；
24.计算所述处理后差值图像的非零像素点数；
25.若非零像素点数大于设定阈值，则判断轴承正面有缺口；若非零像素点数小于设定阈值，则判断轴承正面无缺口。
26.综合第一次缺口检测和第二次缺口检测的结果，判断轴承正面有无缺口，具体为：若第一次缺口检测判断轴承正面有缺口，则认定轴承正面有缺口；若第二次缺口检测判断轴承正面有缺口，则认定轴承正面有缺口；若第一次缺口检测与第二次缺口检测都判断轴承正面有缺口，则认定轴承正面有缺口；若第一次缺口检测与第二次缺口检测都判断轴承正面无缺口，则认定轴承正面无缺口。
27.若判断轴承正面有缺口，将轴承缺口区域的轴承正面图像、无背景轴承正面图像、二值化roi区域图像记录并保存，用于后续的缺口大小测试，形成原因分析及存在缺口产品的数据统计等工作。
28.现有的轴承缺口机器视觉检测方案一般直接提取轴承边缘，通过测量整个或部分轴承边缘的起伏程度来判断是否有缺口。但实际中轴承边缘为圆弧形，并且噪声较多，很难提取到单边缘的高精度边缘，从而大大增加了误检的风险。本技术创新的采用边缘压缩准则对提取的轴承二值化roi区域图像的轴承边缘进行边缘压缩近似处理，以压缩近似后的边缘做为依据来判断缺口。该方法速度更快，抗噪声干扰更强。
29.为确保对轴承缺口的判断可靠性，本方案还设置标准件对比准则，提取待测轴承和标准件的差值，通过差值判断轴承是否有缺口。本技术通过两种准则相互配合对轴承进行缺口检测，两种准则互为补充，可为最终判断结果提供双重保障。相比于现有的使用单一的准则进行缺口检测判断的方法，其精度和稳定性都要高出许多。
附图说明
30.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简
单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
31.图1为本技术一种基于边缘压缩近似处理的轴承正面缺口检测方法的流程示意图；
32.图2为本技术一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承正面图像采集示意图；
33.图3为本技术一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的无背景轴承正面图像；
34.图4为本技术一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的二值化roi区域图像；
35.图5为本技术一种基于边缘压缩近似处理的轴承正面缺口检测方法的边缘压缩近似处理示意图。
具体实施方式
36.为了解释说明本技术怎样实现对轴承缺口的检测，现将详细地对一些实施例进行说明。以下实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
37.本技术方法的实施流程参见图1本技术一种基于边缘压缩近似处理的轴承正面缺口检测方法的流程示意图所示。
38.在一些实施例中，一种基于边缘压缩近似处理的轴承正面缺口检测方法，步骤包括：
39.s100，获取轴承正面图像。所述获取轴承正面图像是使用一个高精度面阵摄像机对轴承正面进行拍摄，如图2一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承正面图像采集示意图所示。实施方法为：将待测轴承放在一种载物台上，使其适合拍摄，将高精度面阵摄像机的镜头正对待测轴承的正面，待高精度面阵摄像机及待测轴承摆放完毕后进行拍摄，使轴承整体可以被完整拍摄到高精度面阵摄像机的照片中并且能够清晰显示轴承各部分细节。需要说明的是：高精度面阵摄像机的数量、型号、拍摄的焦、摆放位置，均为根据实际情况设置，确保拍摄的轴承正面照片可清楚显示轴承正面的各部分细节即可。在实际检测环节中，为保证拍摄的效率及准确性应设置固定装置将高精度面阵摄像机固定在载物台的上方，并在固定装置上设置可调节角度和长度的转臂结构使高精度面阵摄像机可根据待测轴承的位置自动或手动的调节拍摄角度及高精度面阵摄像机所处位置。
40.所述高精度面阵摄像机即工业相机的一种，工业相机是机器视觉系统中的一个关键组件,一般安装在流水线上代替人眼来做测量和判断,选择合适的相机也是机器视觉系统设计中的重要环节。在各种工业相机中，按照分辨率分类可分为高精度相机和普通精度相机，按照结构类型分类可分为面阵相机和线阵相机。面阵相机采用的连续的、面状扫描光线来实现产品的检测，应用较广可以获取测量图像直观的二维图像信息；线阵相机采用线状光线实现产品的检测，扫描精度高但效率低。本技术根据实施例应用需求选用高精度面阵摄像机对轴承缺口进行检测。
41.s200，将轴承正面图像的背景无关区域切割掉，得到无背景轴承正面图像。所述背
景无关区域包括轴承背景区域及轴承正面图像中与待测轴承内圈和外圈不在同水平面的阴影区域。所述将轴承正面图像的背景无关区域切割掉应是将拍摄的轴承正面图像输入计算机通过专用软件进行处理，处理后得到的无背景轴承正面图像应由计算机软件直接输入到下个步骤进行所述图像处理，在切割背景的过程中软件可设置调节参数的功能及调节参数过程中逐步查看图像的功能，以便无背景轴承正面图像可以满足技术人员的特定需求。无背景轴承正面图像如图3一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的无背景轴承正面图像所示。
42.s300，对无背景轴承正面图像进行图像处理，得到二值化roi区域图像。所述二值化roi区域图像如图4一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的二值化roi区域图像所示，roi区域(region of interest，感兴趣区域)即为待研究区域或待检测区域，在本技术实施例中，roi区域为待测轴承正面的内圈和外圈区域。所述图像处理，应是计算机软件自动或手动将无背景轴承正面图像输入软件中的图像处理单元进行图像处理，在图像处理过程中应设置参数调节及节参数过程中逐步查看图像的功能，以便技术人员可对去噪增强滤波和二值化处理过程进行把控。
43.所述图像处理，步骤包括：
44.s310，对无背景轴承正面图像进行去噪增强滤波，得到清晰的无背景轴承正面图像；
45.s320，对清晰的无背景轴承正面图像进行二值化处理，提取roi区域,得到二值化roi区域图像。
46.s400，对二值化roi区域图像进行压缩近似处理，进行第一次缺口检测。在对轴承缺口进行机器视觉检测的传统方法中，需要先提取轴承边缘轮廓，再进行检测。但是，直接提取边缘的话，会发现边缘并不是单边缘，与肉眼观察到的边缘偏差很大，同一区域容易产生多边缘现象，而且特别容易受到局部光照不均匀的影响。因此在检测前需对二值化roi区域图像进行边缘压缩近似处理，具体为使用teh-chinl chain链近似保存二值化roi区域图像边缘的轮廓，这样就能去除多边缘，得到单边缘轮廓；再对单边缘轮廓做平滑处理，这样就会得到平滑单边缘轮廓，对于平滑单边缘轮廓的检测不易受到局部微小的光照影响，鲁棒性更好。所述压缩近似处理，应是计算机软件自动或手动的将图像处理后的二值化roi区域图像输入软件中的压缩近似处理单元进行压缩近似处理，在压缩近似处理过程中应设置参数调节及调节参数过程中逐步查看图像的功能，以便技术人员可对压缩近似处理过程进行把控。所述第一次缺口检测的检测结果应是由技术人员对二值化roi区域图像做人工判断结合计算机的第一次缺口检测计算结果综合得出。
47.采用边缘压缩准则，对轴承的二值化roi区域图像进行压缩近似处理并进行第一次缺口检测的整体流程包括：
48.s410，取二值化roi区域图像中轴承内圈和外圈的边缘轮廓；
49.s420，近似保存轴承内圈和外圈的边缘轮廓，去除多边缘，得到单边缘轮廓；
50.s430，对单边缘轮廓进行平滑处理，得到平滑单边缘轮廓；
51.s440，将所述平滑单边缘轮廓拟合成边缘拟合圆；
52.s450，计算边缘拟合圆中各个近似边缘点到圆心的距离，得出近似边缘点的起伏程度；
53.s460，若近似边缘点的起伏程度大于设定阈值，则判断轴承正面有缺口；若近似边缘点的起伏程度小于设定阈值，则判断轴承正面无缺口。
54.s500，将二值化roi区域图像与标准件做对比，进行第二次缺口检测。在本技术实施例中，标准件对比准则可为轴承缺口判定提供补充依据。在所述将二值化roi区域图像与标准件做对比前，应是计算机软件自动或手动的将轴承的二值化roi区域图像拆分成内圈二值化图像和外圈二值化图像，并自动或手动的提取事先保存的对应型号轴承的标准件内圈二值化图像和外圈二值化图像。将二值化roi区域图像与标准件做对比应是由计算机软件设有的标准件对比单元进行处理，在处理过程中应设置参数调节及调节参数过程中逐步查看图像的功能，以便技术人员可对轴承二值化roi区域图像与标准件对比的过程进行把控。所述第二次缺口检测的检测结果应是由技术人员肉眼对轴承二值化roi区域图像拆分出的内外圈二值化图像与标准件二值化图像做对比得出的人工判断结果结合计算机的第二次缺口检测计算结果综合而成。
55.采用标准件对比准则，将轴承的二值化roi区域图像与标准件做对比并进行第二次缺口检测的整体流程包括：
56.s510，将二值化roi区域图像拆分成内圈二值化图像和外圈二值化图像；
57.s520，用内圈二值化图像和外圈二值化图像分别减去标准件轴承的内圈二值化图像和外圈二值化图像，得到差值图像；
58.s530，对差值图像进行形态学处理后，得到处理后差值图像；
59.s540，计算所述处理后差值图像的非零像素点数；
60.s550，若非零像素点数大于设定阈值，则判断轴承正面有缺口；若非零像素点数小于设定阈值，则判断轴承正面无缺口。
61.s600，综合第一次缺口检测与第二次缺口检测的结果，判断轴承正面有无缺口。在本技术中，第一次缺口检测采用边缘压缩准则，第二次缺口检测采用标准件对比准则。采用单一准则判断轴承是否有缺口，精度较低。使用了双准则的相互补充的方法来检测缺口，这样就比单一准则的判断方法更全面，更准确。
62.进一步的，所述图像处理前需要将轴承正面图像的背景无关区域切割掉，在本技术实施例中，背景无关区域包括轴承背景区域及轴承正面图像中与待测轴承内圈和外圈不在同水平面的阴影区域，将背景无关区域切割掉的作用是去除背景无关区域对下一图像处理步骤的影响，所述图像处理，包括：
63.对无背景轴承正面图像进行去噪增强滤波，得到清晰的无背景轴承正面图像。所述去噪增强滤波的方法包括：均值滤波、中值滤波、双边滤波等，本技术实施例中采用其中一种或几种方式结合的方案对图像进行滤波处理。去噪增强滤波的作用是去除图像中噪点，使图像能够突出物体结构，使图像物体边缘表示更清晰。
64.对清晰的无背景轴承正面图像中进行二值化处理，提取roi区域,得到二值化roi区域图像。具体的，所述roi区域(region of interest，感兴趣区域)即为待研究区域或待检测区域，在本技术实施例中，roi区域为需检测缺口的区域即轴承正面内圈和外圈区域。所述二值化处理广泛用于图像识别领域，是图像识别的前处理步骤，作用是将roi区域与背景区域分离。所述二值化roi区域图像，具体为：将轴承正面外圈和内圈区域灰度设置为255，其他区域灰度设置为0的图像。
65.进一步的，所述压缩近似处理，步骤包括：
66.取二值化roi区域图像中轴承内圈和外圈的边缘轮廓。所述轴承内圈和外圈的边缘轮廓为二值化roi区域图像中轴承内圈的外径大圆边缘、内径小圆边缘，以及轴承外圈的外径大圆边缘、内径小圆边缘。
67.近似保存轴承内圈和外圈的边缘轮廓，去除多边缘，得到单边缘轮廓。在实际情况中轴承二值化roi区域图像的边缘受光照等因素的影响，会产生不规则的多边缘，对缺口检测精度有较大影响，所以需要将多边缘拟合成单边缘。
68.对单边缘轮廓进行平滑处理，得到平滑单边缘轮廓。上述步骤得到的单边缘轮廓可能存在折线或不规则曲线等异常形状，为保证缺口检测准确，需对其进行平滑处理，消除尖角及异常曲率区域。
69.具体的，所述第一次缺口检测，步骤包括：
70.将所述平滑单边缘轮廓拟合成边缘拟合圆。具体为将压缩近似处理后的二值化roi区域图像中轴承内圈的外径大圆边缘、内径小圆边缘，以及轴承外圈的外径大圆边缘、内径小圆边缘的平滑单边缘轮廓拟合成完整的圆。
71.计算边缘拟合圆中各个近似边缘点到圆心的距离，得到近似边缘点的起伏程度。由于边缘拟合圆不是圆周各部分半径相等的正圆，所以圆上各个近似边缘点到圆心的距离不相等，若轴承外圈或内圈的外部有缺口，则在图像上显示为该处近似边缘点到圆心的距离会较小，所以通过判断各个近似边缘点的起伏程度即可得知缺口位置。
72.若近似边缘点的起伏程度大于设定阈值，则判断轴承正面有缺口。起伏程度表示了边缘拟合圆上各个近似边缘点到圆心的距离的变化率，若是无缺口的轴承则变化率应保持在一定范围内，边缘拟合圆上各个近似边缘点到圆心的距离过大或过小都说明轴承该处存在缺陷。
73.进一步的，所述将二值化roi区域图像与标准件做对比，步骤包括：
74.将二值化roi区域图像拆分成内圈二值化图像和外圈二值化图像。
75.用内圈二值化图像和外圈二值化图像分别减去标准件轴承的内圈二值化图像和外圈二值化图像，得到差值图像。所述用内圈二值化图像和外圈二值化图像分别减去标准件轴承的内圈二值化图像和外圈二值化图像，即是用内圈二值化图像和外圈二值化图像分别与标准件轴承的内圈二值化图像和外圈二值化图像做对比，将图像差异部分分隔出来显示为差值图像。
76.对差值图像进行形态学处理后，得到处理后差值图像。所述形态学处理，包括：膨胀、腐蚀、开运算和闭运算等，作用是分割独立的图像元素，连接相邻的元素，寻找图像中的明显的极大值区域或极小值区域，增强物体结构，去除噪声。本技术实施例采用上述方法的一种或几种结合的方案对差值图像进行形态学处理。
77.具体的，所述第二次缺口检测，具体为：
78.计算所述处理后差值图像的非零像素点数。差值图像中非零像素点数组成的图像即为待测轴承的缺口。
79.若非零像素点数大于设定阈值，则判断轴承正面有缺口。待测轴承若无缺口，也与标准件不可能完全相同，所以差值图像中非零像素点数不可能为零。所述阈值为根据经验及测试得出，其数值设置为当差值图像中非零像素点数大于此数值时待测轴承上一定存在
缺口。
80.具体的，所述综合第一次缺口检测和第二次缺口检测的结果，判断轴承正面有无缺口，具体为：若第一次缺口检测判断轴承正面有缺口，则认定轴承正面有缺口；若第二次缺口检测判断轴承正面有缺口，则认定轴承正面有缺口；若第一次缺口检测与第二次缺口检测都判断轴承正面有缺口，则认定轴承正面有缺口；若第一次缺口检测与第二次缺口检测都判断轴承正面无缺口，则认定轴承正面无缺口。也可说明为，把第一次缺口检测结果与第二次缺口检测结果当成输入，把最终判断结果当成输出，且第一次缺口检测结果、第二次缺口检测结果、最终判断结果之间为“或”的逻辑关系。
81.在所述综合第一次缺口检测与第二次缺口检测的结果，判断轴承正面有无缺口后，还包括：若判断轴承正面有缺口，将轴承缺口区域的轴承正面图像、无背景轴承正面图像、二值化roi区域图像记录并保存，用于后续的缺口大小测试，形成原因分析及存在缺口产品的数据统计等工作。
82.更为具体的，如下为一种基于边缘压缩近似处理的轴承正面缺口检测方法的实施例：
83.以图2一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承正面图像采集示意图中的wt006082轴承为例，根据本技术提出的方法，对其进行缺口检测。
84.先将wt006082轴承放置于某载物台上，用高精度面阵摄像机对轴承正面进行拍摄，使wt006082轴承在拍摄的照片中清晰显示各部分细节。
85.将拍摄的wt006082轴承照片输入计算机软件，由计算机进行去除切割背景，将照片中的背景无关区域切割掉，只留下wt006082轴承内圈、外圈和保持架部分的正面图像，得到无背景轴承正面图像如图3一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的二值化roi区域图像所示。
86.wt006082轴承的无背景轴承正面图像由计算机输入到图像处理单元，进行图像处理，图像处理包括去噪增强滤波处理和二值化处理。先提取图像中的roi区域(region of interest，感兴趣区域)，roi区域即是需要进行缺口检测的区域，在此实施例中的wt006082轴承上为轴承正面外圈和内圈区域，所以在图像中保留wt006082轴承外圈和内圈部分，将图像中wt006082轴承保持架部分去掉，再将图像中留下的wt006082轴承外圈和内圈部分灰度设置成255，其它部分灰度设置成0，得到将wt006082轴承正面外圈和内圈部分高亮显示的二值化roi区域图像。如图4一种基于边缘压缩近似处理的轴承正面缺口检测方法中轴承的二值化roi区域图像所示。从图中看出此wt006082轴承的左上角存在一小缺口。
87.将wt006082轴承的二值化roi区域图像输入到软件设有的检测单元，采用边缘压缩准则和标准件对比准则对wt006082轴承的二值化roi区域图像进行缺口检测。
88.边缘压缩准则：将wt006082轴承的二值化roi区域图像中轴承的内外圈部分的边缘进行边缘压缩近似处理，去除多边缘，形成单边缘轮廓，再进行平滑处理，得到平滑单边缘轮廓，边缘压缩近似处理如图5一种基于边缘压缩近似处理的轴承正面缺口检测方法的边缘压缩近似处理示意图所示。
89.将得到的平滑单边缘轮廓拟合成边缘拟合圆，进行第一次缺口检测。在本实施例中，在wt006082轴承外圈的外径大圆的边缘拟合圆上左上角部分的近似边缘点到圆心的距离较短，说明wt006082轴承外圈靠近外径大圆边缘的部分存在缺口，计算机输出单元输出
第一次缺口检测结果，显示为wt006082轴承有缺口。
90.标准件对比准则：将wt006082轴承的二值化roi区域图像拆分为wt006082轴承的内圈二值化图像与外圈二值化图像，先进行形态学处理再对应的将wt006082轴承的内圈二值化图像和外圈二值化图像分别与标准件轴承的内圈二值化和外圈二值化图像进行对比，由计算机设有的标准件对比单元计算并生成wt006082轴承的差值图像。
91.对差值图像进行第二次缺口检测，本实施例中，wt006082轴承的差值图像中灰度非零的像素点数量大于设定阈值，说明此wt006082轴承存在缺口，计算机输出单元输出第二次缺口检测结果，显示为wt006082轴承有缺口。
92.最后，根据本技术设置的轴承缺口综合判断方法、第一次缺口检测及第二次缺口检测的结果，计算机输出综合判断结果，显示为wt006082轴承有缺口。
93.最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。
94.应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。