机器视觉检测技术中轴承定位算法地研究.pdfVIP

机器视觉检测技术中轴承定位算法的研究 陈跃飞1’2，王恒迪1，邓四二1 (1．河南科技大学机电工程学院，河南洛阳471003l2．洛阳轴研科技股份有限公司，河南洛阳471039) 摘要t利用机器视觉技术对轴承进行在线检测的过程中。由于每一个被检轴承的位置均有所不同，因此检测 算法首先要确定图像中轴承的位置。鉴于此本文提出了一种简单准确的轴承定位算法：以LabVIEW软件为平 台，在对采集到的轴承图像进行滤波降噪和快速二值化的基础上，以多边界点的最dx--乘拟合圆作为轴承的 定位基准。实验结果表明，该方法简单准确，识别效率高。 关键词l滚动轴承；机器视觉；图像处理；定位算法；LabVlL孺 机器视觉检测技术是指利用计算机来模拟 别等工作做准备。这里提出了一种基于LabVIEW 人的视觉功能，从获取的图像中提取出有用信息， 软件平台的轴承定位算法，该方法可以高效地确 通过对信息的加工处理和理解，最终代替人工完 定图像中轴承的位置。 成检测或测量。典型的机器视觉检测系统一般包 括光源及其控制器、图像采集模块、图像处理及 1图像预处理 决策判断模块和机械执行单元等。首先应该根据 被检测对象选择方案合理、照度合适的光源及其 轴承图像预处理的目的有两个：一是消除图 控制器；图像采集模块负责获取被检测对象的图 像采集过程中的噪声干扰，提高信噪比，改善图 像信息，经A／D转换后传送至图像处理及决策判 像的视觉效果；二是减小图像信息，方便特征提 断模块进行分析；最后根据判断结果控制和驱动 取。图像预处理包括中值滤波和二值化。 机械执行单元完成相应的处理。 1．1中值滤波 轴承的生产批量一般较大，为了保证产品质 受多方面因素的影响，采集得到的轴承图像 量，在其生产过程中需要对多项参数进行检测。 往往存在退化，导致图像失真。为使图像更加逼 目前有些检测工作仍然由人工完成，人工检测往 真地复现被检轴承，必须进行降噪处理，剔除干 往会由于生产批最大、检查人员的视觉疲劳、劳 扰信号。常用的降噪方法有领域平滑、保存边界 动惯性而导致漏检或错检，无法满足现代企业对 平滑、多图像平均和中值滤波等。 产品质量的高要求。而机器视觉检测技术属于非 中值滤波幅1是一种基于排序统计理论的非线 接触的方法，设计良好的检测系统可以适应工业 性平滑滤波方法，原理是首先确定一个以某个像 现场的恶劣环境，且具有速度快、精度高的优点。 素为中心点的方形邻域，然后将邻域中各像素的 将机器视觉检测技术应用到轴承的生产过程中已 灰度值进行排序，取中间值作为中心像素新的灰 成为目前研究的一个热点u训，国内有一大批学者 度值，这里的邻域通常被称为窗口。以图l所示 致力于将机器视觉检测技术应用于轴承尺寸检 3x3窗口为例，设图像的狄度如图所示，欲进行 测、轴承表面质量和装配质量控制等方面，部分 中值滤波，首先将窗口中各像素的欢度值从小到 成果已经应用于轴承的生产现场中，实现了产品 大进行排序，并将中间值(即扶度值4)作为中 质量的在线全检，从而有效保证了轴承质量的提 心像素新的灰度值，即认为图中灰度值为lO的像 升。 素是图像的噪声，这样经中值滤波后噪声被清除。 在开发轴承在线检测机器视觉系统中，受现 中值滤波的窗口一般选择3x3，5x5，7×7等， 场工况的限制，每一个到达被检工位轴承的位置 小窗口适合于滤除小的噪声，对于较大噪声则必 均不固定，在一定范围内有所变动，因此检测算 须选择大窗口。经过实验对比，采用5x5窗口的 法首先要确定图像中轴承的位置，为后续特征识