一种基于图像处理的圆锥滚子轴承端面识别系统及方法与流程

本发明涉及电子检测技术领域，特别涉及一种基于图像处理的圆锥滚子轴承端面识别系统及方法。

背景技术：

轴承打标是轴承生产工艺中必不可少的环节。圆锥滚子轴承的内外圈由于具有锥形滚道，所以轴承存在大小端面，通常对其大端面进行打标。目前轴承生产厂家通常采用人工检测的方法进行大小端面的判断，劳动强度高，检测效率较低。

申请公布号为CN103722468A的中国专利提出了一种用于圆锥滚子轴承自动上料认面机的认面系统，采用了红外线检测探头来判断圆锥滚子轴承的端面。

图像检测技术具有非接触、速度快、精度高、抗干扰能力强等优点，正逐步应用于轴承检测中。因此需要一种基于图像处理的圆锥滚子轴承端面识别方法，解决在轴承自动化生产线上实现圆锥滚子轴承大小端面在线检测问题，提高轴承打标自动化程度。

采用基于图像处理的识别方法比使用机械探针和红外传感器的检测方法对轴承端面的识别更为精准，识别速度更快，且对正反端面差异小的轴承也能达到100％的识别率。

技术实现要素：

为了解决背景技术中所述问题，本发明提供一种基于图像处理的圆锥滚子轴承端面识别系统及方法，采用图像识别技术，能够检测出待测轴承的端面并根据检测的端面结果判定是否需要翻面，使打标设备在指定端面进行打标，识别更为精准，识别速度更快，且对正反端面差异小的轴承也能达到100％的识别率。从而提高轴承打标自动化程度。

为了达到上述目的，本发明采用以下技术方案实现：

一种基于图像处理的圆锥滚子轴承端面识别系统，包括数据采集控制卡、图像处理系统、图像采集单元；所述的图像采集单元包括工业相机、工业镜头、机器视觉光源、可控相机支架。

所述的图像处理系统为工控机，其通过USB接口方式与图像采集单元中的工业相机相连接，通过RS232方式与数据采集控制卡相连接，数据采集控制卡还通过控制电缆连接现场的PLC控制系统。

所述的图像处理系统通过数据采集控制卡接收到现场PLC的发送的轴承到位信号后，开始接收图像采集单元采集的图像信号，并将采集到的图像通过圆锥滚子轴承端面识别方法检测出轴承端面，最后将检测结果-轴承正反端面信息和检测完毕信号通过数据采集控制卡发送至PLC控制系统，PLC控制系统根据检测结果决定是否控制翻面机构进行翻面。

所述的图像采集单元采用机器视觉光源提供稳定光照环境，采用工业镜头调整至最佳对焦位置，采用工业相机进行图像采集，采用可控相机支架根据轴承型号的大小自动调整支架伸缩长度，使被测轴承图像位于图像中心位置。

所述的图像采集单元中的可控相机支架上安装有步进电机，所述步进电机通过丝杠连接相机支架，通过控制电缆与现场PLC控制系统相连接，在轴承生产线上更换下一规格轴承时，PLC控制系统控制可控相机支架的步进电机，带动可控相机支架前后移动，调节相机固定架的伸缩长度。所述的可控相机支架上还安装有机器视觉光源的光源固定架，随着可控相机支架的伸缩，将相机和光源调整到最佳采集位置，使被测轴承图像位于图像中心位置。

一种基于图像处理的圆锥滚子轴承端面识别系统中的锥滚子轴承端面识别方法,包括如下步骤：

步骤一、图像预处理：将采集到的图像通过图像裁剪、灰度处理、二值化处理得到图像预处理效果。

为提高后续图像处理速度，将轴承外围图像进行裁剪；将裁剪后的彩色图像进行灰度处理；为增强轴承图像信息对灰度图像进行中值滤波降噪，突出轴承的边沿信息；为方便提取轴承图像特征信息，采用局部自适应阈值的方式对图像做二值化处理，以最大程度保留轴承轮廓信息。

步骤二、特征信号分析与提取：精准确定轴承圆心和半径。

为准确提取轴承图像特征信号，需精准确定轴承圆心和半径；以预处理后的二值图像中心坐标点为搜索圆心，设置最大搜索半径，形成搜索圆，从搜索圆上选取n个坐标点为搜索起始点，各自延搜索圆心方向搜索的第一个像素值突变点坐标设为(像素值由0变1的坐标点)，根据这n个像素值突变点的坐标，利用最小二乘法拟合求得轴承圆心(x_c,y_c)及圆心到轴承外圈的半径R，则(x_c,y_c)和R之间的关系如式(1)所示。

进一步地，轴承定位后，确定了轴承图像的圆心和半径，对以轴承圆心为起始点向上下左右四个方向做像素值检测；由于二值图像中仅存在像素值为0和1的像素点，所以可以将检测到的一维像素值数组转化为波形图(X轴为坐标点距离圆心长度，Y轴为像素值)；各方波下降沿对应的X轴坐标为所对应圆环的半径长度；基于圆锥滚子轴承的结构特点，通常根据测得的图像外圆半径长度和次外圆半径长度之差作为特征值，外圆半径为R₁，次外圆半径为R₂，设ΔR为特征值，ΔR计算方法为四个方向测得的R₁平均值与四个方向测得的R₂平均值之差。

步骤三、将测得的数据存入特征数据库：如果所检测的圆锥滚子轴承规格为第一次检测的规格，则需要将此轴承的A面和B面分别进行上述步骤一和步骤二的检测，并将测得的特征值ΔR_A和ΔR_B存入特征数据库；并设定各规格轴承的A、B端面的特征范围写入特征库，为待测轴承的端面判定提供特征值的所属区间；如果所检测的圆锥滚子轴承规格不是第一次检测，特征值已经存在数据库中，则跳过此步骤。

步骤四、端面判定：通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面。

当轴承生产线上更换其他规格轴承时，从图像处理系统的操作界面中选择待测轴承规格，图像处理系统通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面，即：

If P is P_i andthen检测端面为A面

If P is P_i andthen检测端面为B面

其中P为待测轴承规格，P_i为图像处理系统当前判定规格；分别是A面和B面特征值的最小值和最大值，ΔR为在线提取被测轴承的特征值。

与现有技术相比，本发明的有益效果是：

1、在端面识别过程中，采用基于图像处理的识别方法相比使用机械探针和红外传感器的检测方法对轴承端面的识别更为精准，识别速度更快，且对正反端面差异小的轴承也能达到100％的识别率。

2、图像采集单元采用机器视觉光源能够为设备提供稳定光照环境，采用可控相机支架并安装有步进电机，使步进电机能够根据现场的PLC指令动作，根据轴承型号的大小自动调整支架伸缩长度，使被测轴承图像位于图像中心位置。

3、采用的串口数据采集卡含有4路DI输入和4路DO输出并支持RS232MODBUS RTU串口通信协议，能够连接图像处理系统的工控机和现场的PLC控制系统，使本发明的基于图像处理的圆锥滚子轴承端面识别系统能够与现场的控制系统相连通，实现与现场的一体化控制。

4、采用图像识别技术进行圆锥滚子轴承的端面识别，在更换轴承规格的过程中，仅需在图像处理系统的特征库中选择待检测轴承的特征值判定区间，然后根据图像处理系统的判定规则完成端面识别功能。相比采用机械探针检测手动调节探针位置的方式更为方便、迅捷。

5、采用图像识别技术进行圆锥滚子轴承的端面识别，在加入新规格轴承时，仅需在图像处理系统中对新增规格轴承的特征值进行入库，即可对新增规格轴承进行端面判定。

附图说明

图1为基于图像处理的圆锥滚子轴承端面识别系统示意图；

图2为可控相机支架示意图；

图3为轴承端面识别算法流程图。

其中，1-数据采集控制卡 2-图像处理系统 3-图像采集单元 4-步进电机 5-可控相机支架 6-光源固定架 7-工业相机 8-工业镜头 9-机器视觉光源 10-丝杠。

具体实施方式

以下结合附图对本发明提供的具体实施方式进行详细说明。

如图1所示，一种基于图像处理的圆锥滚子轴承端面识别系统，包括数据采集控制卡1、图像处理系统2、图像采集单元3；

如图2所示，所述的图像采集单元3包括工业相机7、工业镜头8、机器视觉光源9、可控相机支架5。

所述的图像处理系统2为工控机，其通过USB接口方式与图像采集单元3中的工业相机相连接，通过RS232方式与数据采集控制卡1相连接，数据采集控制卡1还通过控制电缆连接现场的PLC控制系统。

如图1所示，上料机构的推板将待测工件推入“V”形钳夹，钳夹将待测工件从上料位带至检测位，PLC控制系统立即向数据采集控制卡1发送检测位到位信号。

所述的图像处理系统2通过数据采集控制卡1接收到现场PLC的发送的轴承到位信号后，开始接收图像采集单元3采集的图像信号，并将采集到的图像通过圆锥滚子轴承端面识别方法检测出轴承端面，最后将检测结果-轴承正反端面信息和检测完毕信号通过数据采集控制卡1发送至PLC控制系统，PLC控制系统根据检测结果决定是否控制翻面机构进行翻面。

待上料机构的钳夹将轴承从检测位带至翻转位后，所述的翻面机构执行PLC控制系统发出的指令，若轴承处于指定打标端面，则翻面机构旋转一定角度使轴承通过重力滑至后续打标环节；若轴承未处于指定打标端面，则翻面机构带动轴承翻转，并通过重力使轴承滑至后续打标环节。

所述的图像采集单元3采用机器视觉光源9提供稳定光照环境，采用工业镜头8调整至最佳对焦位置，采用工业相机7进行图像采集，采用可控相机支架5根据轴承型号的大小自动调整支架伸缩长度，使被测轴承图像位于图像中心位置。

所述的图像采集单元3中的可控相机支架5上安装有步进电机4，所述步进电机4通过丝杠10连接相机支架5，通过控制电缆与现场PLC控制系统相连接，在轴承生产线上更换下一规格轴承时，PLC控制系统控制可控相机支架5的步进电机4，带动可控相机支架5前后移动，调节相机固定架5的伸缩长度。所述的可控相机支架5上还安装有机器视觉光源9的光源固定架6，随着可控相机支架5的伸缩，将相机和光源调整到最佳采集位置，使被测轴承图像位于图像中心位置。

所述的数据采集卡优选型号为DAM0404，包括4路DI输入和4路DO输出，支持RS232 MODBUS RTU串口通信协议。

所述的工业相机7采用显微精工的XG500型，免驱工业相机USB高清500万像素；所述的工业镜头8采用XG0612型，300万高清监控镜头1/2C口手动变焦6-12无畸变；所述的机器视觉光源9选择200LIGHTING的LED环形光源，60内径带磨砂罩。

如图3所示，一种基于图像处理的圆锥滚子轴承端面识别系统中的锥滚子轴承端面识别方法,包括如下步骤：

步骤一、图像预处理：将采集到的图像通过图像裁剪、灰度处理、二值化处理得到图像预处理效果。

为提高后续图像处理速度，将轴承外围图像进行裁剪；将裁剪后的彩色图像进行灰度处理；为增强轴承图像信息对灰度图像进行中值滤波降噪，突出轴承的边沿信息；为方便提取轴承图像特征信息，采用局部自适应阈值的方式对图像做二值化处理，以最大程度保留轴承轮廓信息。

步骤二、特征信号分析与提取：精准确定轴承圆心和半径。

为准确提取轴承图像特征信号，需精准确定轴承圆心和半径；以预处理后的二值图像中心坐标点为搜索圆心，设置最大搜索半径，形成搜索圆，从搜索圆上选取n个坐标点为搜索起始点，各自延搜索圆心方向搜索的第一个像素值突变点坐标设为(像素值由0变1的坐标点)，根据这n个像素值突变点的坐标，利用最小二乘法拟合求得轴承圆心(x_c,y_c)及圆心到轴承外圈的半径R，则(x_c,y_c)和R之间的关系如式(1)所示。

进一步地，轴承定位后，确定了轴承图像的圆心和半径，对以轴承圆心为起始点向上下左右四个方向做像素值检测；由于二值图像中仅存在像素值为0和1的像素点，所以可以将检测到的一维像素值数组转化为波形图(X轴为坐标点距离圆心长度，Y轴为像素值)；各方波下降沿对应的X轴坐标为所对应圆环的半径长度；基于圆锥滚子轴承的结构特点，通常根据测得的图像外圆半径长度和次外圆半径长度之差作为特征值，外圆半径为R₁，次外圆半径为R₂，设ΔR为特征值，ΔR计算方法为四个方向测得的R₁平均值与四个方向测得的R₂平均值之差。

步骤三、将测得的数据存入特征数据库：如果所检测的圆锥滚子轴承规格为第一次检测的规格，则需要将此轴承的A面和B面分别进行上述步骤一和步骤二的检测，并将测得的特征值ΔR_A和ΔR_B存入特征数据库；并设定各规格轴承的A、B端面的特征范围写入特征库，为待测轴承的端面判定提供特征值的所属区间；如果所检测的圆锥滚子轴承规格不是第一次检测，特征值已经存在数据库中，则跳过此步骤。

步骤四、端面判定：通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面。

当轴承生产线上更换其他规格轴承时，从图像处理系统2的操作界面中选择待测轴承规格，图像处理系统2通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面，即：

If P is P_i andthen检测端面为A面

If P is P_i andthen检测端面为B面

其中P为待测轴承规格，P_i为图像处理系统当前判定规格；分别是A面和B面特征值的最小值和最大值，ΔR为在线提取被测轴承的特征值。

以上实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。