基于Canny算法的列車軸承內(nèi)圈外表面缺陷檢測

石煒 王濤

摘要：目前軸承表面缺陷檢測操作的不足之處是速度慢、精確度低、人工成本高，本文提出一種基于機(jī)器視覺軸承內(nèi)圈外表面缺陷識別方法。首先獲取高質(zhì)量的彩色圖像并將其轉(zhuǎn)換為灰度圖，然后對輸入圖像進(jìn)行預(yù)處理，采用直方圖分割法求出最佳閾值對圖像進(jìn)行二值化處理，最后利用目標(biāo)標(biāo)記與邊緣檢測算法對圖像信號進(jìn)行缺陷識別與分析。實(shí)驗(yàn)結(jié)果表明，該方法實(shí)現(xiàn)計(jì)算機(jī)對缺陷圖像的理解和自動(dòng)識別，能夠正確檢測表面缺陷幾何特征，并具有一定的適用性。此方法可以克服人工檢測方法的許多不足，提高檢測精度和速度，為后期的缺陷識別提供了技術(shù)支持。

關(guān)鍵詞：機(jī)器視覺；目標(biāo)標(biāo)記；邊緣檢測；表面缺陷

中圖分類號：TH16；TH133.33 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2018）05-0134-03

軸承是機(jī)械行業(yè)中非常重要且應(yīng)用十分廣泛的機(jī)械部件[1]，生產(chǎn)批量大、精度要求高。當(dāng)前，軸承質(zhì)量的檢測方法是用目測或手感來判斷其內(nèi)外圈及滾子是否存在表面缺陷及其損傷程度，該方法不僅工作量大，檢測速度慢，而且檢測結(jié)果隨機(jī)性大，人工成本高。如果漏檢有缺陷的軸承，將給安全運(yùn)輸埋下重大隱患。基于這種情況，本文提出一種基于機(jī)器視覺軸承內(nèi)圈外表面缺陷識別方法，首先將輸入的圖像進(jìn)行預(yù)處理；然后，采用迭代分割法求出最佳閾值對圖像進(jìn)行二值化處理；最后利用目標(biāo)標(biāo)記與邊緣檢測算法對圖像信號進(jìn)行缺陷識別與分析，從而獲得滿意的效果。……