基于机器视觉算法的轴承套端面缺陷检测研究

针对目前人工检测轴承套端面缺陷存在的效率低、人为因素影响大等诸多问题,提出了一种应用机器视觉技术实现轴承套端面缺陷检测的方法。首先,对采集到的图像进行了平滑处理,并运用自适应阈值的Canny算子完成了边缘检测;其次,利用最小二乘法拟合了轮廓圆,从而提取出了轴承端面的圆环区域;然后,通过Otsu算法计算出了圆环区域的最佳阈值,实现了阈值分割;最后,通过提取各连通域的特征来检测和判别缺陷。实验结果表明:该方法能有效地检测出轴承套端面存在的缺陷,且误检率低于3%,漏检率低于1%,检测时间不超过50 ms,可满足在线检测要求。     

轴承套圈端面缺陷在线视觉检测的研究与实现

针对轴承生产企业套圈生产过程中普遍存在端面缺陷的问题与人工目检的现状,提出了基于机器视觉的轴承套圈端面缺陷在线检测方法.首先,对套圈图像预处理后进行边缘检测,采用四连通域定位套圈端面区域;其次,采用最小二乘法拟合端面轮廓以判别外形缺陷,采用极坐标变换将套圈环形端面拉伸成矩形,采用Sauvola局部二值化算法对矩形图进行...     

基于机器视觉的齿轮端面缺陷检测方法

为了更好的识别齿轮端面在加工过程中所出现的表面缺陷,本文提出了一种基于机器视觉的齿轮端面缺陷检测方法,该方法将会通过对齿轮端面图像的预处理及识别过程,对端面上缺陷的存在性及缺陷类型进行快速且准确的识别。同时,为了实现检测方法所需的图像多分类任务,本文对一般的支持向量机分类算法进行了改进,同时,利用多线程编程方法加速了对缺陷图像的分类过程。最后,本文还通过控制单元实现了对不同类型缺陷的识别反馈。经图像分类测试,本文所述的缺陷检测方法对本文所涉及的工件表面缺陷图像的识别准确率可达100%。     

基于机器视觉的轮毂轴承缺陷检测方法研究

本文针对人工检测轮毂轴承缺陷效率低、人为因素影响大的问题,提出了一种基于机器视觉的轮毂轴承缺陷检测的方法。首先,对采集到的轮毂轴承的图片进行预处理,对预处理后的图像进行匹配,实现对目标与缺陷区域的快速粗定位;然后采用基于区域灰度值的图像分割和基于区域形态学的最小二乘法进行缺陷提取。实验表明,采用本方法提取的轮毂轴承缺陷与实际的缺陷图像相似度高,验证了该方法的有效性。     

轴承端面缺陷自动检测研究

针对微小轴承端面字符与缺陷两者的灰度值相差无几,对缺陷的直接检测造成干扰,提出了基于缺陷周围高亮度特征的检测方法通过对图像的迭代法阈值分割,定义检测目标的像素数作为缺陷识别的主要依据.结合PLC控制系统,开发的缺陷自动检测程序系统,可实现不合格轴承的在线分拣处理.实验结果表明,系统检测误检率不超过1‰,满足了高精度、高效率检测轴承端面缺陷的要求.     

轴承端面缺陷自动检测研究

针对微小轴承端面字符与缺陷两者的灰度值相差无几,对缺陷的直接检测造成干扰,提出了基于缺陷周围高亮度特征的检测方法;通过对图像的迭代法阈值分割,定义检测目标的像素数作为缺陷识别的主要依据.结合PLC控制系统,开发的缺陷自动检测程序系统,可实现不合格轴承的在线分拣处理.实验结果表明,系统检测误检率不超过1‰,满足了高精度、高效率检测轴承端面缺陷的要求.     

列车滚子轴承表面缺陷机器视觉检测方法研究

针对列车滚子轴承内圈外表面缺陷人工检测方法的不足,提出了一种基于机器视觉的表面缺陷检测方法,通过对缺陷图像的处理和分析,快速、准确地实现了轴承表面缺陷的分类识别.这里使用工业内窥镜进行轴承图像的获取,通过对图像的灰度直方图分析,判断其是否为缺陷轴承;对缺陷图像分别进行二值化处理、形态学滤波和图像标记,以准确获得图像的缺...     

基于机器视觉的轴承缺陷检测研究进展

机器视觉是一种用机器替代人眼进行测量和检测的技术,这种技术应用于缺陷检测具有效率高、速度快、成本低等优点,许多学者将其应用在不同领域(农业、航空航天等),并取得了较好的成果,目前轴承领域也逐渐采用该检测方法。因此,需对应用于不同轴承缺陷及机器学习、深度学习下的轴承缺陷检测算法进行综述,并对其缺陷检测算法的性能进行分析归纳及对比。首先,探讨分析了轴承缺陷形成的磨损机理,并详细介绍了轴承常见磨损形式(腐蚀磨损、疲劳磨损、黏着磨损、滚道磨损等);然后,分别介绍了基于机器学习和深度学习的检测算法的区别及特点;其次,列举了机器学习的算法及深度学习的算法用于轴承缺陷检测的研究应用与分析,主要包括机器学习的人工神经网络、主成分分析、支持向量机等,及深度学习的单阶段和双阶段目标检测算法的应用;最后,为了促进深度学习算法用于轴承缺陷的诊断,针对具体问题提出了轴承缺陷检测的挑战和未来研究方向并给出了详细的建议,对机器视觉在轴承缺陷检测中的研究现状提出了总结与展望。     

轴承套圈端面缺陷分析方法探讨

介绍了套圈端面缺陷种类、特征、产生原因和分析方法,并通过套圈端面缺陷分析案例对套圈端面常见缺陷的分析思路和方法进行了探讨,结果证明,该分析方法适用于套圈端面缺陷的评判。     

机器视觉在厚壁钢管端面缺陷检测中的应用

针对目前人工检测厚壁钢管端面缺陷存在的效率低、速度慢,且还会出现错检、漏检等问题,提出一种基于机器视觉的方法,实现对厚壁钢管端面缺陷的检测及分类。首先单独提取钢管倒角区域,利用最小二乘法对内外倒角包含的轮廓圆进行拟合,并根据欧式距离来判断倒角是否出现偏心的情况;其次提取钢管端面区域,并通过Otsu算法分割出缺陷区域,计算各联通域的特征描述并组成新的特征向量,使用支持向量机来判断缺陷类型。研究结果表明:该方法能准确检测出厚壁钢管的倒角是否偏心、端面是否存在各类的缺陷,且准确率达到96.7%,对一钢管端面的判断时间不超过100 ms,相比人工目测速度有明显的提高。     

轴承外圈侧面缺陷的视觉检测算法研究

针对轴承外圈侧面缺陷的在线检测要求及传统人工检测方法的不足,提出了一种基于差影法的轴承外圈侧面缺陷检测的新方法。该方法通过对轴承外圈侧面图像进行处理与分析,快速、准确地实现了轴承外圈侧面缺陷的识别。首先,使用CCD数字摄像机作为图像传感器进行图像采集;然后,对图像进行滤波去噪、图像分割、边缘检测处理,以对轴承外圈侧面进行快速定位;最后,采用差影法进行缺陷检测,并采用8-连通域法对缺陷进行标记。实验表明,该系统运行稳定,实时性好,抗噪能力强,运算速度快,并可有效检测出轴承外圈侧面缺陷。     

基于RPCA的轴承表面缺陷视觉显著性检测

针对轴承缺陷图像存在的光照不均匀、整体对比度低、缺陷细节模糊等问题,结合鲁棒主成分分析和视觉显著性,提出一种新的轴承表面缺陷检测算法。首先,在鲁棒主成分的基础上,采用广朗日乘子算法计算稀疏矩阵,并根据稀疏矩阵计算缺陷区域的视觉显著值,生成凸显缺陷区域的显著图,然后,利用Otsu法对显著图进行缺陷分割,得到缺陷检测结果。并进行对比实验研究,结果表明,该检测方法能够显著突出轴承表面缺陷区域,实现对轴承表面各类缺陷的有效检测,与其他几种显著性检测方法相比,具有较好的查准率和召回率。     

圆锥轴承保持架视觉检测方法

以352226铁路轴承为例，介绍了圆锥滚子轴承保持架视觉检测方法的应用、检测原理及过程。通过与现行检测方法的结果对比可知，检测数据接近，说明此方法完全能够替代现行的检测方法，在确保检测精度的同时，提高检测效率和稳定性。     

圆柱锂电池端面凹坑缺陷检测方法研究

端面凹坑是圆柱锂电池缺陷检测的重要指标之一。因为明暗对比度小的浅凹坑极易受金属表面上随机出现的亮点暗斑等强噪声的干扰,造成浅凹坑自动检测十分困难。为此,提出了一种解决方案：首先针对在单一光源角度下难以获取清晰的浅凹坑图像问题,采集6张凹坑在不同光源角度下的图像;其次采用时域平均和剔除异常值方法对6张图像进行融合得到基准面图像,并采用基于滑动窗口和奈奎斯特采样定理的空间滤波方法,减弱了信息强度较强的干扰噪声,再根据误差分析理论,提取灰度分布曲线的平均偏差;然后根据凹坑在灰度分布曲线中的形态,提取凹凸曲线段峰谷差和宽度比;最后采用BP神经网络方法建立检测模型来实现凹坑检测。对现场采集到的样本进行了测试,算法的正确检测率为100%。     

轴承球缺陷的超声波检测方法

介绍了一种利用超声波检测技术对轴承球进行无损检测的装置和检测方法.这种方法不受球的材质影响,对球表面粗糙度的要求不高.根据不同缺陷对应不同的缺陷波的特点,可以实现对有缺陷轴承球的自动识别.     

轴承保持架计算机视觉检测方法研究

根据铁路轴承保持架的检测要求,研究了基于图像边缘信息的保持架窗孔梁计算机视觉检测方法。根据检测对象的特点,确定了最佳的保持架边缘检测算法。在算法的具体实现过程中,提出了弦长法确定保持架边缘大端外圆圆心、区域划分检测窗孔梁宽度边缘直线等计算方法,实验表明,将计算机视觉引入轴承保持架生产的在线检测成本低、效率高,检测精度满足要求。     

轴承套圈端面缺陷分析方法探讨北大核心

介绍了套圈端面缺陷种类、特征、产生原因和分析方法,并通过套圈端面缺陷分析案例对套圈端面常见缺陷的分析思路和方法进行了探讨,结果证明,该分析方法适用于套圈端面缺陷的评判。     

TFT-LCD Mura缺陷机器视觉检测方法

针对液晶显示器(Liquid crystal display,LCD)制程中Mura缺陷检测的重要性和人工检测的弊端,研究TFT-LCD Mura缺陷的机器视觉自动检测方法。基于国际半导体设备与材料组织(Semiconductor Equipment and Materials International,SEMI)标准中Mura缺陷的测量规范和LCD视觉检测试验平台,针对Mura缺陷边缘模糊、对比度低、图像中存在重复纹理背景和整体的亮度不均匀等特点,分别研究基于实值Gabor小波滤波的纹理背景抑制方法、基于同态变换和独立分量分析的亮度不均匀校正方法、基于主动轮廓模型和水平集方法的缺陷分割以及基于SEMI标准的缺陷量化方法,综合几个方面的研究,建立Mura缺陷自动检测流程。检测试验证明,所提出方法能较好地抑制纹理背景、校正背景亮度不均匀和莫尔条纹,准确的分割缺陷并进行量化评定。该方法适用于Mura缺陷的自动检测,检测方法与人的视觉特性相似,具有较好的鲁棒性。对于50个带有Mura缺陷的LCD样本,有48个样本被成功检测。     

钢球表面缺陷的机器视觉检测方法

针对钢球表面缺陷的在线检测要求,提出了一种基于机器视觉的钢球表面缺陷轨道自动检测方法。该方法采用6个CCD摄像头,保证摄取到整个钢球的表面;采用自行设计的碗状红色LED圆顶漫射光源,克服了钢球表面易反光的难题,得到了真实清晰的钢球表面图像;并通过图像缺陷识别、球形表面重构等技术,准确地识别出了钢球表面所存在的缺陷。     

粉末冶金齿轮的视觉缺陷检测方法研究

针对粉末冶金齿轮的缺角缺陷,提出一种视觉缺陷检测方法。采用形态学操作及特征分析方法定位齿轮原点,提取齿轮ROI区域,通过连通域标记算法分割图像,对每个连通域进行细分区域灰度值分析,将灰度值分析结果进行阈值判别从而定位缺陷。设计实验进行算法的测试与验证,实验结果表明,该算法具有很好的准确度和稳定性,适合工业现场缺陷检测应用。