专利名称：基于嵌入式机器视觉的轴承缺陷检测技术的制作方法
技术领域：
本发明涉及一种轴承缺陷检测技术，具体的说是一种使用嵌入式机器视觉
测控一体机和PC机组态界面软件在线检测轴承缺陷的技术。
背景技术：
检测技术是现代制造业的基础技术之一，是保证产品质量的关键。随着现
代制造业的发展，许多传统的检测技术已不能满足其需要，主要表现在现代 制造产品种类越来越多，制造精度越来越高，很多场合要求实时、在线、非接 触检测；现代制造业的发展需要更快速、有效的产品检测技术。视觉检测技术 是建立在计算机视觉理论基础上的一门新兴检测技术，具有非接触、速度快、 精度高、现场抗干扰能力强等许多优点，能很好地满足现代制造业对检测的需 求，在实际中正取得越来越广泛的应用，如零件外形尺寸测量、零件的缺陷检 査、零件装配、机器人的引导和零件的识别等。
轴承是机械行业的一个非常重要的零件，使用极其普遍且品种繁多，轴承 的加工精度和质量关系到机械产品的使用性能、质量和寿命，因此对各种轴承 的缺陷检测一直是轴承加工厂家关心的问题。现在很多小型轴承加工厂的检测 方法还处在用半自动化与手工相结合的阶段,需要大量人力参与，轴承的检测质 量也难以保证，很难达到100%检测。
随着我国加入WTO以后，用户对产品的质量要求越来越严格，使得一些小 生产厂商濒临倒闭的危险。 一些大型轴承公司为了满足客户对产品高质量的要 求，首先引入了基于PC机的机器视觉的轴承缺陷检测技术，这在一定程度上解
决了以下问题减少了人工劳动量，降低了成本，检测结果稳定，不存在人工
因素影响，提高产品质量的可信度；减少了单个轴承检测时间，提高了劳动效 率，降低了检测成本；解决了高速检测流水线上轴承缺陷的识别问题，适应范 围广，几乎可以面向所有的轴承产品。但是由于基于PC机的视觉检测系统存在 体积大、实时性能不高、在工业现场应用不灵活等缺点，所以又逐步提出了基 于嵌入式机器视觉的测控技术，目前嵌入式机器视觉技术是机器视觉技术的最 高水平。与传统PC机检测系统相比，设计结构新颖，在保证检测精度的同时， 提高了系统的实时性，同时提高性价比。因此，基于嵌入式机器视觉的轴承缺 陷检测技术将极大的保证轴承检测的质量和精度，具有广泛的应用前景。
发明内容
本发明的目的在于克服上述不足之处，提供一种基于嵌入式机器视觉的轴 承缺陷检测技术。
按照本发明提供的技术方案，基于嵌入式机器视觉的轴承缺陷检测技术首 先，通过控制平台控制上工件机器手上工件的速度将轴承放置于检测流水线， 嵌入式机器视觉测控一体机拍摄图像，显示终端进行图像的实时显示。第二步，进行背光轴承缺陷检测工序，利用背光轴承凹面缺陷检测技术将 轴承划分为不合格产品与合格产品，所述一体机发送信号至控制柜，控制柜控 制执行机构将不合格产品通过执行机构流向其他方向。
第三步，对第二步产生的合格产品进行正光轴承缺陷检测工序，利用正光 轴承缺陷检测技术将轴承划分为不合格产品和合格产品，所述一体机发送信号 至控制柜，控制柜控制执行机构将不合格产品通过执行机构流向其他方向。
第四步，对第三步产生的合格产品进行侧光轴承缺陷检测工序，利用侧光 轴承表面缺陷检测技术将轴承划分为不合格产品和合格产品，所述一体机发送 信号至控制柜，控制柜控制执行机构将不合格产品通过执行机构流向其他方向。
最后，下工件机器手将第四步检测最终合格的轴承取出。所述流向其它方 向的意义就是为了把合格产品与不合格产品加以区分。
所述背光轴承凹面缺陷检测技术用于检测轴承是否存在缺钉或缺珠问题， 步骤如下
(2.1) 采用圆定位方法，找到轴承凹面所在区域；
(2.2) 选择背光轴承凹面缺陷检测，并选择检测区域为以上圆定位的区域-，
(2.3) 设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大小；
(2.4) 设置是否区域收縮，若选择区域收縮，则设置相应区域收縮的像素值 大小；
(2.5) 选择二值化方法，设置区域生长法种子像素阈值；
(2.6) 设置是否进行数学形态学的膨胀操作，若选择进行膨胀操作，则设置 膨胀模板大小；
(2.7) 采用背光轴承凹面学习方法，根据步骤(2.1) ~ (2.6)所设置的参数， 得到学习图像的斑点信息致密度和离心率，设置缺钉、缺珠阈值调整参数；
(2.8) 采用背光轴承凹面检测方法，根据步骤(2.1) (2.7)所设置的参数 检测轴承并测试步骤(2.1) (2.7)所设置参数，若无法满足检测精度则重新 进行步骤(2.1) (2.7);
(2.9) 下载配置信息，所述一体机脱机操作，采用背光轴承凹面检测方法进 行轴承的在线实时检测。
所述正光轴承缺陷检测技术用于检测轴承表面是否存在划痕、锈斑，轴承 支架是否存在凹陷问题，包括正光轴承表面缺陷检测技术和正光轴承凹面缺陷 检测技术。
所述正光轴承表面缺陷检测技术的步骤如下 (3丄1)采用圆定位方法，找到轴承表面所在区域；
(3丄2)选择正光轴承表面缺陷检测，并选择检测区域为以上圆定位的区域; (3丄3)设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大
小；
(3丄4)设置是否区域收縮或边缘扩展，若选择区域收缩或边缘扩展，则设 置相应区域收縮或边缘扩展的像素值大小；
(3丄5)选择二值化方法，设置对应二值化阈值；(3丄6)设置是否进行灰度拉伸，用于现场受光源信息影响较大时；
(3丄7)设置是否进行灰度值比较，灰度值比较用于当图像对比度不够大时; 若选择灰度值比较，则设置灰度差值阈值；
(3丄8)采用正光轴承表面学习方法，根据步骤(3丄1) ~ (3丄7)所设置 的参数，得到学习图像的梯度图；设置相应通过条件阈值；所述通过条件为缺 陷像素的总面积及像素面积占圆环的百分比，缺陷所形成的斑点的面积和周长;
(3丄9)采用正光轴承表面检测方法，根据步骤(3丄1) ~ (3丄8)所设置 的参数检测轴承并测试步骤(3丄1) ~ (3丄8)所设置参数，若无法满足检测精 度则重新进行步骤(3丄1) ~ (3丄8);
(3丄10)下载配置信息，所述一体机脱机操作，采用正光轴承表面检测方 法进行轴承的在线实时检测。
所述正光轴承凹面缺陷检测技术的步骤如下
(3.2.1) 采用圆定位方法，找到轴承凹面所在区域；
(3.2.2) 选择正光轴承凹面缺陷检测，并选择检测区域为以上圆定位的区域；
(3.2.3) 设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大
小；
(3.2.4) 设置是否区域收縮，若选择区域收缩，则设置相应区域收缩的像素 值大小；
(3.2.5) 选择二值化方法，设置对应二值化阈值；
(3.2.6) 设置是否对圆环区域进行数学形态学的膨胀操作，若选择膨胀操作， 则设置膨胀模板大小；
(3.2.7) 采用正光轴承凹面学习方法，根据步骤(3.2.1) (3.2.6)所设置 的参数，得到学习图像中斑点的信息最大最小距离比值、面积、周长、中心 矩；设置最大最小距离比值、面积、周长、中心矩的阈值调整参数；设置是否 使用中心矩作为判断条件；
(3.2.8) 采用正光轴承凹面检测方法，根据步骤(3.2.1) ~ (3.2.7)所设置 的参数检测轴承并测试步骤(3.2.1) ~ (3.2.7)所设置参数，若无法满足检测精 度则重新进行步骤(3.2.1) ~ (3.2.7);
(3.2.9) 下载配置信息，所述一体机脱机操作，采用正光轴承凹面检测方法 进行轴承的在线实时检测。
所述侧光轴承缺陷检测技术用于检测轴承侧面是否存在划痕、锈斑问题， 步骤如下
(4.1) 采用点定位方法找到轴承侧面左右边界上的两个点；
(4.2) 选择侧光轴承凹面缺陷检测，并选择侧面边界上两个点为(4.1)中 得到的点；
(4.3) 设置处理区域长度和宽度；
(4.4) 采用侧光轴承表面学习方法，得到区域的纹理特性，包括平均灰度值、 平滑度和一致性，设置纹理特性参数的阈值；
(4.5) 采用侧光轴承表面检测方法，根据步骤(4.1) ~ (4.4)所设置的参数检测轴承并测试步骤(4.1) ~ (4.4)所设置参数，若无法满足检测精度则重新 进行步骤(4.1) ~ (4.4);
(4.6)下载配置信息， 一体机脱机操作，采用侧光轴承表面检测方法进行 轴承的在线实时检测。
本发明与己有技术相比具有以下优点本发明通过对轴承全方位的缺陷检
测，克服了中小型轴承生产厂家普遍采用的半自动人工结合的传统检测方法的
弊端,克服了大型轴承生产厂家采用基于PC机的机器视觉的检测方法带来的弊
端，同时也解决了目前轴承缺陷检测算法功能单一的问题，具有广阔的应用前
景
p^图说明
图1为本发明的轴承缺陷检测的方法及其装置图。
图2为背光轴承凹面学习方法流程图。 图3为背光轴承凹面检测方法流程图。 图4为正光轴承表面学习方法流程图。 图5为正光轴承表面检测方法流程图。 图6为正光轴承凹面学习方法流程图。 图7为正光轴承凹面检测方法流程图。 图8为侧光轴承表面学习方法流程图。 图9为侧光轴承表面检测方法流程图。
具体实施例方式
为了提高系统的稳定性，尽可能地降低整套设备的成本，本发明在基于嵌 入式机器视觉测控系统的基础上，进一步开发出了基于DSP和FPGA系统的轴 承缺陷检测技术。该技术充分利用DSP强大、快速的数据处理能力和FPGA强 大的控制能力的优势，基本上完成了轴承缺陷检测的所有功能轴承表面、侧 面、凹面缺陷及轴承是否存在缺钉或缺珠现象。该技术适应范围广，覆盖轴承 的各个方位的缺陷检测，算法设计满足实时性要求。
下面结合附图和实施例对本发明作进一步说明。
为实现轴承缺陷检测功能，本发明设计的基于嵌入式机器视觉的轴承缺陷 检测技术主要包括背光轴承凹面缺陷检测技术；正光轴承表面缺陷检测技术; 正光轴承凹面缺陷检测技术；侧光轴承表面缺陷检测技术。简述如下。
本发明的背光轴承凹面缺陷检测技术采用计算二值图斑点信息对轴承进行 缺陷检测。使用区域生长法对灰度图进行二值化，数学形态学膨胀操作去除噪
声，然后计算斑点信息，包括面积、周长、致密度、离心率。比较检测图像 中斑点信息是否超过由学习图像中斑点信息得到的阈值来确定轴承是否存在缺 陷问题。其中学习图像指用来作为提取学习阈值的标准轴承的拍摄图像，检测 图像指需要用来检测轴承是否合格的拍摄图像。
本发明的正光轴承表面缺陷检测技术采用图像差值法对轴承进行缺陷检 测。使用灰度拉伸将学习与检测图像调整到同一对比度，然后计算二值图或者 灰度图之间的差值，差值大于设定阈值即认为是缺陷，再使用斑点标记法和边界链码法计算瑕疵斑点的面积和周长，当瑕疵面积、周长或瑕疵比例大于一定 阈值时认为产品不合格。
本发明的正光轴承凹面缺陷检测技术采用计算二值图斑点信息对轴承进行 缺陷检测。使用数学形态学膨胀操作填充图像中斑点缝隙，然后计算斑点信息， 包括最大最小距离比、面积、周长和中心矩。比较学习图像和检测图像之间 满足阈值要求的斑点个数是否相等来确定轴承是否存在缺陷问题。
本发明的侧光轴承表面缺陷检测技术采用计算处理区域中图像的纹理特性 对轴承进行检测。计算的纹理特性包括平均灰度值、平滑度和一致性。计算 学习图像和检测图像之间纹理特性的比值是否超过阈值来确定轴承侧面是否存 在缺陷问题。
基于嵌入式机器视觉的轴承缺陷检测技术的整个检测过程如图1所示，具 体实现方法如下被测轴承按照一定的速率在检测流水线输送机构上运动，嵌 入式机器视觉测控一体机的CCD镜头己经调整就绪，利用光电定位，当轴承移 动到一体机下方时，拍摄图像。轴承检测分为学习时刻和检测时刻两部分。学 习时刻时把采集到的图像传送到上位机，根据图像信息由上位机软件进行算法 选择，并及时的把配置信息下载到一体机中；检测时刻时一体机脱机操作，利 用下载得到的配置信息对轴承进行实时缺陷检测，输出处理结果至控制柜，控 制柜控制执行机构将带有缺陷的轴承自动剔除，把轴承分成合格品、不合格品 两类，分别传输到不同的位置。
按图1所示，为了使轴承全方位得到检测，按照不同的光源将轴承缺陷检 测技术划分为以下几个部分背光轴承缺陷检测技术、正光轴承缺陷检测技术 和侧光轴承缺陷检测技术。其中正光轴承缺陷检测技术包括正光轴承表面和正 光轴承凹面缺陷检测技术。由于正光光源不能很好的将缺珠、缺钉缺陷的特征 凸显出来，缺珠、缺钉又是特殊的凹面缺陷，将背光轴承缺陷检测作为第一道 工序，背光光源能很好的将缺珠、缺钉缺陷的特征凸显出来，便于缺陷检测， 从而避免了后续操作的麻烦。
本发明所述的基于嵌入式机器视觉的轴承缺陷检测技术，首先，通过控制 平台控制上工件机器手上工件的速度将轴承放置于检测流水线，嵌入式机器视 觉测控一体机拍摄图像，显示终端进行图像的实时显示。
第二步，进行背光轴承缺陷检测工序，利用背光轴承凹面缺陷检测技术将 轴承划分为不合格产品与合格产品，所述一体机发送信号至控制柜，控制柜控 制执行机构将不合格产品通过执行机构流向其他方向。
第三步，对第二步产生的合格产品进行正光轴承缺陷检测工序，利用正光 轴承缺陷检测技术将轴承划分为不合格产品和合格产品，所述一体机发送信号 至控制柜，控制柜控制执行机构将不合格产品通过执行机构流向其他方向。
第四步，对第三步产生的合格产品进行侧光轴承缺陷检测工序，利用侧光 轴承表面缺陷检测技术将轴承划分为不合格产品和合格产品，所述一体机发送 信号至控制柜，控制柜控制执行机构将不合格产品通过执行机构流向其他方向。
最后，下工件机器手将第四步检测最终合格的轴承取出。
9下面按照图1所示的顺序进行本发明所述轴承缺陷检测技术的实施例说明。 第一道工序——背光轴承缺陷检测，用于检测轴承是否存在缺钉或缺珠问 题。具体实施步骤如下
(2.1) 采用圆定位方法，找到轴承凹面所在区域。
(2.2) 选择背光轴承凹面缺陷检测，并选择检测区域为以上圆定位的区域。
(2.3) 设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大小。
(2.4) 设置是否区域收縮，若选择区域收縮，则设置相应区域收縮的像素值 大小。
(2.5) 选择二值化方法，设置区域生长法种子像素阈值。
(2.6) 设置是否进行数学形态学的膨胀操作，若选择进行膨胀操作，则设置 膨胀模板大小。
(2.7) 采用背光轴承凹面学习方法，根据步骤(2,1) ~ (2.6)所设置的参数, 得到学习图像的斑点信息致密度和离心率，设置缺钉、缺珠阈值调整参数。
(2.8) 采用背光轴承凹面检测方法，根据步骤(2.1) (2.7)所设置的参数 检测轴承并测试步骤(2.1) ~ (2.7)所设置参数，若无法满足检测精度则重新 进行步骤(2.1) ~ (2.7)。
(2.9) 下载配置信息，所述一体机脱机操作，采用背光轴承凹面检测方法进 行轴承的在线实时检测。
所述圆定位方法是指首先确定待检测圆所在的圆环区域，并将圆环区域进 行二值化，其次从内圆半径到外圆半径的直线段上利用点定位方法得到待检测 圆上的一些近似点，最后采用最小二乘圆拟合方法计算圆心和半径。
所述点定位方法是指寻找一条直线或圆弧上像素值经二值化后从0到255 或从255到0的那些点，并通过设置相应条件(如设置为从0-255的第一个点) 找到所需要的点。
所述二值化方法包括双峰法、迭代法和固定值法；通过这些方法得到一阈 值，当图像像素值大于此阈值时赋值为255;当图像像素小于此阈值时赋值为O， 经过二值化后图像变为一幅像素值只含有0与255两个值的图像，故称为二值 图。
背光轴承缺陷检测技术涉及的致密度是指斑点区域距离的最大值，离心率 是指斑点区域重心到边界各点最大距离与最小距离的比值，当出现缺钉现象时 对应斑点的致密度会比较大，当出现缺珠现象时对应斑点的离心率会接近于1， 经测试这两个参数能作为检测缺珠、缺钉现象的重要指标。
如图2所示，所述背光轴承凹面学习方法如下
根据实施步骤(2.1)、 (2.2)找到轴承凹面学习区域的内外圆圆心和半径。 如果实施步骤(2.4)中选择使用区域收縮，则根据设置参数修改半径，得
到待处理区域所在位置；如果不使用区域收縮，则直接得到处理区域所在位置，
处理区域位置为一圆环，其中圆心为内外圆圆心的均值。 利用区域生长法对所述处理区域进行区域二值化。
如果实施步骤(2.6)中选择使用膨胀操作则对处理区域进行膨胀操作，然后计算各斑点的信息；如果不使用膨胀操作，则直接计算斑点的信息；斑点的
信息包括面积、周长、致密度、离心率。
将最大致密度和最小离心率作为缺珠和缺钉的学习阈值。
根据实施步骤(2.7)设置参数对上述学习阈值进行调整。
如图3所示，所述背光轴承凹面检测方法如下
根据实施步骤(2.1)、 (2.2)找到轴承凹面检测区域的内外圆圆心。
如果实施步骤(2.3)中选择使用检测圆心距，则计算内外圆圆心距离，若
距离超过设定值，则检测结束，否则得到处理区域所在位置；处理区域为一圆
环，其中圆心为内外圆圆心的均值，半径为对应学习方法中获得的内外圆半径。 利用区域生长法对所述处理区域进行区域二值化。
如果实施步骤(2.6)中选择使用膨胀操作则对处理区域进行膨胀操作，然 后计算各斑点的信息；如果不使用膨胀操作，则直接计算斑点的信息；斑点的 信息包括面积、周长、致密度、离心率。
若有斑点的致密度大于学习阈值则输出缺珠，若离心率小于学习阈值则输 出缺钉。
背光轴承缺陷检测技术的核心是采用了区域生长法对图像进行二值化，与 一般二值化方法相比，有以下优点将种子像素阈值与一般二值化方法阈值结 合，可对较难确定阈值的图像进行分割。实际拍摄过程中，发现轴承孔洞中存 在低像素区域，阈值较高则会因为这些低像素将同一区域划分成不同区域，阈 值较低则会将噪声凸显出来。区域生长法首先使用一般二值化方法阈值分割图 像，再利用种子阈值在分割图像中向外生长区域，能将低像素区域较好分割的 同时不凸显噪声。若拍摄图像具有粘连的现象，则可通过膨胀操作去除粘连现 象。
第二道工序——正光轴承缺陷检测，用于检测轴承表面是否存在划痕、锈 斑，轴承支架是否存在凹陷问题，包括正光轴承表面缺陷检测技术和正光轴承 凹面缺陷检测技术。所述正光轴承表面缺陷检测技术的具体实施步骤如下
(3丄1)釆用圆定位方法，找到轴承表面所在区域。
(3丄2)选择正光轴承表面缺陷检测，并选择检测区域为以上圆定位的区域。 (3丄3)设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大小。
(3丄4)设置是否区域收缩或边缘扩展，若选择区域收縮或边缘扩展，则设
置相应区域收縮或边缘扩展的像素值大小。
(3丄5)选择二值化方法，设置对应二值化阈值。
(3丄6)设置是否进行灰度拉伸，用于现场受光源信息影响较大时。
(3丄7)设置是否进行灰度值比较，灰度值比较用于当图像对比度不够大时;
若选择灰度值比较，则设置灰度差值阈值。
G丄8)采用正光轴承表面学习方法，根据步骤(3丄1) (3丄7)所设置
的参数，得到学习图像的梯度图；设置相应通过条件阈值；所述通过条件为缺
陷像素的总面积及像素面积占圆环的百分比，缺陷所形成的斑点的面积和周长。(3丄9)采用正光轴承表面检测方法，根据步骤(3丄1) ~ (3丄8)所设置 的参数检测轴承并测试步骤(3丄1) ~ (3丄8)所设置参数，若无法满足检测精 度则重新进行步骤(3丄1) ~ (3丄8)。
(3丄10)下载配置信息，所述一体机脱机操作，采用正光轴承表面检测方 法进行轴承的在线实时检测。
如图4所示，所述正光轴承表面学习方法如下
根据实施步骤(3丄1)、 (3丄2)找到轴承表面学习区域的内外圆圆心和半径。
如果实施步骤(3丄4)中选择使用区域收縮，则根据设置参数修改半径， 得到待处理区域所在位置；如果不使用区域收縮，则直接得到处理区域所在位 置，处理区域位置为一圆环，其中圆心为内外圆圆心的均值。
根据实施步骤(3丄5)中选择的二值化方法和阈值，对处理区域进行二值 化，得二值图，二值化之前存储原始图像。
使用Sobel算子提取二值图边缘，记为梯度图。
如果实施步骤(3丄4)中选择使用边缘扩展，则根据设置参数对梯度图进 行边缘扩展，记为掩膜图像；如果不使用边缘扩展，则直接将梯度图记为掩膜 图像。
如图5所示，所述正光轴承表面检测方法如下
根据实施步骤(3丄1)、 (3丄2)找到轴承表面检测区域的内外圆圆心。 如果实施步骤(3丄3)中选择使用检测圆心距，则计算内外圆圆心距离， 若距离超过设定值，则检测结束，否则得到处理区域所在位置；处理区域为一 圆环，其中圆心为内外圆圆心的均值，半径为对应学习方法中获得的内外圆半径。
如果实施步骤(3丄6)中选择使用灰度拉伸则对区域像素进行灰度拉伸， 接着对处理区域进行二值化；如果没有使用灰度拉伸则直接进行二值化得二值 图。
若实施步骤(3丄7)中选择灰度值比较，除掩膜图像边界处外，计算与学 习方法中得到的原始图像对应位置的像素差值，记差值大于设定阈值的像素点 为瑕疵，统计瑕疵像素数目和处理区域总像素数目；若没有选择灰度值比较， 则记二值图差值为255的像素点为瑕疵，统计瑕疵像素数目和处理区域总像素 数目。
若瑕疵总面积或瑕疵所占比例大于实施步骤(3丄8)中设定阈值，则存在 缺陷；若小于设定阈值，则检测是否有面积或周长大于设定阈值的斑点，若有 这样的斑点，则存在缺陷。
以上检测方法称为差影法，即利用两幅图像的像素差值进行缺陷检测。此方 法需要进行精确的圆定位，由于在轴承边界处像素值变化较大，会较大程度上 影响检测的正确性，因此区域收縮一般选择使能并设置3~4像素左右。 所述正光轴承凹面缺陷检测技术的具体实施步骤如下
(3.2.1)采用圆定位方法，找到轴承凹面所在区域。(3.2.2) 选择正光轴承凹面缺陷检测，并选择检测区域为以上圆定位的区域。
(3.2.3) 设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大小。
(3.2.4) 设置是否区域收缩，若选择区域收縮，则设置相应区域收縮的像素 值大小。
(3.2.5) 选择二值化方法，设置对应二值化阈值。
(3.2.6) 设置是否对圆环区域进行数学形态学的膨胀操作，若选择膨胀操作， 则设置膨胀模板大小。
(3.2.7) 采用正光轴承凹面学习方法，根据步骤(3.2.1) ~ (3.2.6)所设置 的参数，得到学习图像中斑点的信息最大最小距离比值、面积、周长、中心 矩；设置最大最小距离比值、面积、周长、中心矩的阈值调整参数；设置是否 使用中心矩作为判断条件。
(3.2.8) 采用正光轴承凹面检测方法，根据步骤(3.2.1) ~ (3.2.7)所设置 的参数检测轴承并测试步骤(3.2.1) (3.2.7)所设置参数，若无法满足检测精 度则重新进行步骤(3.2.1) ~ (3.2.7)。
(3.2.9) 下载配置信息，所述一体机脱机操作，采用正光轴承凹面检测方法 进行轴承的在线实时检测。
如图6所示，所述正光轴承凹面学习方法如下
根据实施步骤(3.2.1)、 (3.2.2)找到轴承凹面学习区域的内外圆圆心和半径。
如果实施步骤(3.2.4)中选择使用区域收缩，则根据设置参数修改半径， 得到待处理区域所在位置；如果不使用区域收缩，则直接得到处理区域所在位 置，处理区域位置为一圆环，其中圆心为内外圆圆心的均值。
根据实施步骤(3.2.5)中选择的二值化方法和阈值，对处理区域进行二值 化，得二值图。
如果实施步骤(3.2.6)中选择使用膨胀操作则对处理区域进行膨胀操作， 然后计算各斑点的信息；如果不使用膨胀操作，则直接计算斑点的信息；斑点 的信息包括最大最小距离比值、面积、周长、中心矩。
计算最大最小距离比值均值并作为学习阈值，根据实施步骤(3.2.7)设置 参数对上述距离比值的阈值进行调整；提取所有斑点中距离比值小于阈值的斑 点，计算面积、周长和中心矩的均值作为学习阈值；根据实施步骤(3.2.7)设 置参数对上述面积、周长和中心矩阈值进行调整。
若实施步骤(3.2.7)中选择使用中心矩作为判断条件，则统计面积、周长 或中心矩均大于学习阈值的斑点个数为合格斑点个数；若不使用中心矩作为判 断条件，则统计面积和周长均大于学习阔值的斑点个数为合格斑点个数。
如图7所示，所述正光轴承凹面检测方法如下
根据实施步骤(3.2.1)、 (3.2.2)找到轴承凹面学习区域的内外圆圆心。 如果实施步骤(3.2.3)中选择使用检测圆心距，则计算内外圆圆心距离， 若距离超过设定值，则检测结束，否则得到处理区域所在位置；处理区域为一
13圆环，其中圆心为内外圆圆心的均值，半径为对应学习方法中获得的内外圆半 径。
根据实施步骤(3.2.5)中选择的二值化方法和阈值，对处理区域进行二值 化，得二值图。
如果实施步骤(3.2.6)中选择使用膨胀操作则对处理区域进行膨胀操作， 然后计算各斑点的信息；如果不使用膨胀操作，则直接计算斑点的信息；斑点 的信息包括最大最小距离比值、面积、周长、中心矩。
若实施步骤(3.2.7)中选择使用中心矩作为判断条件，则统计最大最小距 离比值、面积、周长或中心矩均大于学习阈值的斑点个数为合格斑点个数；若 不使用中心矩作为判断条件，则统计最大最小距离比值、面积和周长均大于学 习阈值的斑点个数为合格斑点个数。
若合格斑点个数与学习方法中获得的合格斑点个数不同，则存在缺陷。
正光轴承凹面缺陷检测技术涉及的中心矩是指斑点区域重心到边界各点距 离的总和。当出现凹面缺陷时，导致凹面缺陷处斑点面积变小，从而使斑点的 中心矩也相对较小，经测试中心矩能作为检测凹面缺陷的重要指标。
第三道工序——侧光轴承缺陷检测，用于检测轴承侧面是否存在划痕、锈 斑等问题。具体实施步骤如下
(4.1) 采用点定位方法找到轴承侧面左右边界上的两个点。
(4.2) 选择侧光轴承凹面缺陷检测，并选择侧面边界上两个点为(4.1)中 得到的点。
(4.3) 设置处理区域长度和宽度。
(4.4) 采用侧光轴承表面学习方法，得到区域的纹理特性，包括平均灰度值、 平滑度和一致性，设置纹理特性参数的阈值。
(4.5) 采用侧光轴承表面检测方法，根据步骤(4.1) ~ (4.4)所设置的参数 检测轴承并测试步骤(4.1) ~ (4.4)所设置参数，若无法满足检测精度则重新 进行步骤(4.1) ~ (4.4)。
(4.6) 下载配置信息， 一体机脱机操作，采用侧光轴承表面检测方法进行轴 承的在线实时检测。
如图8所示，所述侧光轴承表面学习方法如下
根据实施步骤(4.1)、 (4.2)找到轴承侧面学习区域的左右边界上的两个点， 取这两个点的均值为学习区域的中心。
根据实施步骤(4.3)中设置的学习区域的宽度和高度，确定学习区域的大小。
提取区域的纹理特性，包括平均灰度值、平滑度和一致性，作为学习阈值。 如图9所示，所述侧光轴承表面检测方法如下-
根据实施步骤(4.1)、 (4.2)找到轴承侧面检测区域的左右边界上的两个点， 取这两个点的均值为检测区域的中心。
根据在对应学习方法中设置的宽度和高度，确定检测区域的大小。 提取区域的纹理特性，包括平均灰度值、平滑度和一致性，计算这三个参量与学习阈值的比值，若有任意一项小于设定阈值，则输出存在缺陷。
侧光轴承缺陷检测技术涉及的平均灰度值、平滑度和一致性均是指区域的纹 理特性。其中平均灰度值是平均亮度度量，平滑度和一致性是区域中亮度的相 对平滑度度量。当轴承侧面出现缺陷时，会出现局部区域像素值降低，从而影 响整个检测区域的纹理特性，降低了平均灰度值和一致性，提高了平滑度。经 测试，上述三个参数能作为检测侧面缺陷的重要指标。
经过以上三道工序的检测操作，对轴承作了全方位的缺陷检测，此外从图l 可以看出与传统半自动化检测或基于PC机的机器视觉测控技术相比，具有操作 简单、灵活，布局方便的优点。轴承缺陷检测技术基于实际工程的思想设计算 法，使得算法满足实时性、针对性强。
上面已经结合具体实施例描述了本发明。然而对于本领域技术人员来说，可 以在不背离本发明的精神和范围的前提下，可对本发明做出不同的改进和变型。 因而所有落入本发明的权利要求范围内的各种改进和变型都应属于本发明的保 护范围之内。
权利要求
1、基于嵌入式机器视觉的轴承缺陷检测技术，其特征是第一步，通过控制平台控制上工件机器手上工件的速度，将轴承放置于检测流水线，嵌入式机器视觉测控一体机拍摄图像，显示终端进行图像的实时显示；第二步，进行背光轴承缺陷检测工序，利用背光轴承凹面缺陷检测技术将轴承划分为不合格产品与合格产品，所述嵌入式机器视觉测控一体机发送信号至控制柜，控制柜控制执行机构将不合格产品通过执行机构流向其他方向；第三步，对第二步产生的合格产品进行正光轴承缺陷检测工序，利用正光轴承缺陷检测技术将轴承划分为不合格产品和合格产品，所述嵌入式机器视觉测控一体机发送信号至控制柜，控制柜控制执行机构将不合格产品通过执行机构流向其他方向；第四步，对第三步产生的合格产品进行侧光轴承缺陷检测工序，再利用侧光轴承表面缺陷检测技术将轴承划分为不合格产品和合格产品，所述嵌入式机器视觉测控一体机发送信号至控制柜，控制柜控制执行机构将不合格产品通过执行机构流向其他方向；第五步，下工件机器手将第四步检测的最终合格的轴承取出。
2、 根据权利要求1所述的基于嵌入式机器视觉的轴承缺陷检测技术，其特 征在于，所述背光轴承凹面缺陷检测技术用于检测轴承是否存在缺钉或缺珠问 题，步骤如下(2.1) 采用圆定位方法，找到轴承凹面所在区域；(2.2) 选择背光轴承凹面缺陷检测，并选择检测区域为以上圆定位的区域；(2.3) 设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大小；(2.4) 设置是否区域收縮，若选择区域收縮，则设置相应区域收縮的像素值 大小；(2.5) 选择二值化方法，设置区域生长法种子像素阈值；(2.6) 设置是否进行数学形态学的膨胀操作，若选择进行膨胀操作，则设置 膨胀模板大小；(2.7) 采用背光轴承凹面学习方法，根据步骤(2.1) (2.6)所设置的参数， 得到学习图像的斑点信息致密度和离心率，设置缺钉、缺珠阈值调整参数；(2.8) 采用背光轴承凹面检测方法，根据步骤(2.1) ~ (2.7)所设置的参数 检测轴承并测试步骤(2.1) (2.7)所设置参数，若无法满足检测精度则重新 进行步骤(2.1) ~ (2.7);(2.9) 下载配置信息，所述一体机脱机操作，采用背光轴承凹面检测方法迸 行轴承的在线实时检测。
3、 根据权利要求1所述的基于嵌入式机器视觉的轴承缺陷检测技术，其特 征在于，所述正光轴承缺陷检测技术用于检测轴承表面是否存在划痕、锈斑，轴承支架是否存在凹陷问题，包括正光轴承表面缺陷检测技术和正光轴承凹面 缺陷检测技术。
4、 根据权利要求3所述的基于嵌入式机器视觉的轴承缺陷检测技术，其特 征在于，所述正光轴承表面缺陷检测技术的步骤如下(3丄1)采用圆定位方法，找到轴承表面所在区域；(3丄2)选择正光轴承表面缺陷检测，并选择检测区域为以上圆定位的区域； (3丄3)设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大小；(3丄4)设置是否区域收縮或边缘扩展，若选择区域收缩或边缘扩展，则设 置相应区域收縮或边缘扩展的像素值大小；(3丄5)选择二值化方法，设置对应二值化阈值；(3丄6)设置是否进行灰度拉伸，用于现场受光源信息影响较大时；(3丄7)设置是否进行灰度值比较，灰度值比较用于当图像对比度不够大时； 若选择灰度值比较，则设置灰度差值阈值；(3丄8)釆用正光轴承表面学习方法，根据步骤(3丄1) (3丄7)所设置 的参数，得到学习图像的梯度图；设置相应通过条件阈值；所述通过条件为缺 陷像素的总面积及像素面积占圆环的百分比，缺陷所形成的斑点的面积和周长；(3丄9)采用正光轴承表面检测方法，根据步骤(3丄1) ~ (3丄8)所设置 的参数检测轴承并测试步骤(3丄1) (3丄8)所设置参数，若无法满足检测精 度则重新进行步骤(3丄1) (3丄8);(3丄10)下载配置信息，所述一体机脱机操作，采用正光轴承表面检测方 法进行轴承的在线实时检测。
5、 根据权利要求3所述的基于嵌入式机器视觉的轴承缺陷检测技术，其特 征在于，所述正光轴承凹面缺陷检测技术的步骤如下(3.2.1) 采用圆定位方法，找到轴承凹面所在区域；(3.2.2) 选择正光轴承凹面缺陷检测，并选择检测区域为以上圆定位的区域；(3.2.3) 设置是否检测圆心距，若选择检测圆心距，则设置圆心距像素值大小；(3.2.4) 设置是否区域收縮，若选择区域收縮，则设置相应区域收縮的像素 值大小；(3.2.5) 选择二值化方法，设置对应二值化阈值；(3.2.6) 设置是否对圆环区域进行数学形态学的膨胀操作，若选择膨胀操作， 则设置膨胀模板大小；(3.2.7) 采用正光轴承凹面学习方法，根据步骤(3.2.1) ~ (3.2.6)所设置 的参数，得到学习图像中斑点的信息最大最小距离比值、面积、周长、中心 矩；设置最大最小距离比值、面积、周长、中心矩的阈值调整参数；设置是否 使用中心矩作为判断条件；(3.2.8) 采用正光轴承凹面检测方法，根据步骤(3.2.1) ~ (3.2.7)所设置 的参数检测轴承并测试步骤(3.2.1) ~ (3.2.7)所设置参数，若无法满足检测精度则重新进行步骤(3.2.1) ~ (3.2.7);(3.2.9)下载配置信息，所述一体机脱机操作，采用正光轴承凹面检测方法 进行轴承的在线实时检测。
6、根据权利要求1所述的基于嵌入式机器视觉的轴承缺陷检测技术，其特 征在于，所述侧光轴承缺陷检测技术用于检测轴承侧面是否存在划痕、锈斑问 题，步骤如下(4.1) 采用点定位方法找到轴承侧面左右边界上的两个点；(4.2) 选择侧光轴承凹面缺陷检测，并选择侧面边界上两个点为(4.1)中 得到的点；(4.3) 设置处理区域长度和宽度；(4.4) 采用侧光轴承表面学习方法，得到区域的纹理特性，包括平均灰度值、 平滑度和一致性，设置纹理特性参数的阈值；(4.5) 采用侧光轴承表面检测方法，根据步骤(4.1) ~ (4.4)所设置的参数 检测轴承并测试步骤(4.1) ~ (4.4)所设置参数，若无法满足检测精度则重新 进行步骤(4.1) ~ (4.4);(4.6) 下载配置信息， 一体机脱机操作，采用侧光轴承表面检测方法进行轴 承的在线实时检测。
全文摘要
本发明提出了一种基于嵌入式机器视觉的轴承缺陷检测技术，通过使用嵌入式机器视觉测控一体机和PC机组态界面软件在线检测轴承存在的缺陷。检测技术主要包括正光轴承表面缺陷检测技术，用于检测轴承表面的划痕、锈斑、黑皮、外导角；正光轴承凹面缺陷检测技术，用于检测轴承支架是否存在凹陷；背光轴承凹面缺陷检测技术，用于检测轴承是否存在缺钉、缺珠；侧光轴承表面缺陷检测技术，用于检测轴承侧面是否存在划痕、锈斑。本发明达到了在轴承检测现场无需人工操作即可对轴承进行全方面检测的目的，由于采用基于工程化思想设计算法，具有针对性强，实时性高的优点，并采用嵌入式机器视觉测控一体机进行检测控制，控制准确，控制成本低。
文档编号G01N21/88GK101526484SQ20091003047
公开日2009年9月9日 申请日期2009年4月13日 优先权日2009年4月13日
发明者史鹏飞, 峰 吉, 新 李, 杜 李, 杨文浩, 白瑞林, 赵晶晶, 莹 陈, 顾国庆 申请人:江南大学;无锡信捷电气有限公司