轴承表面缺陷类型识别算法-计算机应用研究.PDF

第３２卷第５期 计 算 机 应 用 研 究 Ｖｏｌ３２Ｎｏ５ ２０１５年５月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｍａｙ２０１５ 轴承表面缺陷类型识别算法 １ １ ２ １ 陈　龙 ，侯普华 ，王　进 ，朱文博 （１．上海理工大学机械工程学院，上海２０００９３；２．浙江大学ＣＡＤ＆ＣＧ国家重点实验室，杭州 ３１００２７） 摘　要：针对生产和装配过程中轴承表面缺陷检测传统方法的不足，提出一种新的轴承表面缺陷类型识别算 法。首先改进Ｃａｎｎｙ算子以提高轮廓识别度，将Ｓｉｆｔ算法应用于缺陷区域提取，对轴承表面缺陷图像和无缺陷图 像进行Ｓｉｆｔ图像匹配以定位缺陷区域，运用像素点的异或运算以精确提取缺陷区域。选择部分Ｈｕ矩值和几何 特征值准确描述缺陷区域，将其作为ＢＰ神经网络算法的输入，从而最终识别出缺陷类型。实验表明，该方法提 高了识别率，且具有非接触、速度快、精度高和抗干扰能力强等优点，较好地实现了轴承表面缺陷类型的检测。 关键词：轴承；表面缺陷；缺陷识别；Ｓｉｆｔ算法；ＢＰ算法 中图分类号：ＴＰ３９１４；ＴＨ１３３．３　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１５）０５１５４９０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１５．０５．０６８ Ｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｏｎｂｅａｒｉｎｇｓｕｒｆａｃｅｄｅｆｅｃｔｔｙｐｅ １ １ ２ １ ＣＨＥＮＬｏｎｇ，ＨＯＵＰｕｈｕａ，ＷＡＮＧＪｉｎ，ＺＨＵＷｅｎｂｏ （１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２０００９３，Ｃｈｉｎａ；２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙ ｏｆＣＡＤ＆ＣＧ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｓｏｍｅｓｈｏｒｔｃｏｍｉｎｇｓｉｎｔｈｅｔｒａｄｉｔｉｏｎａｌｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｓｆｏｒｔｈｅｂｅａｒｉｎｇｓｕｒｆａｃｅｄｅｆｅｃｔｇｅｎｅｒａｔｅｄｄｕｒｉｎｇ ｔｈｅｐｒｏｃｅｓｓｏｆｐｒｏｄｕｃｔｉｏｎａｎｄａｓｓｅｍｂｌｙ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｅｗｂｅａｒｉｎｇｓｕｒｆａｃｅｄｅｆｅｃｔｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔｌｙ，ｉｔｐｕｔ ｆｏｒｗａｒｄａｎｉｍｐｒｏｖｅｄＣａｎｎｙｏｐｅｒａｔｏｒｔｏｅｎｈａｎｃｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅ，ａｎｄａｌｓｏａｐｐｌｉｅｄＳｉｆｔｉｍａｇｅｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍｏｎｔｈｅ ｂｅａｒｉｎｇｓｕｒｆａｃｅｄｅｆｅｃｔｅｘｔｒａｃｔｉｏｎｔｏｌｏｃａｔｅｔｈｅｄｅｆｅｃｔａｒｅａｗｉｔｈｏｒｗｉｔｈｏｕｔｄｅｆｅｃｔｂｙｍａｔｃｈｉｎｇｔｈｅｉｍａｇｅｓ．ＩｔｕｓｅｄｔｈｅｐｉｘｅｌＸＯＲ ｏｐｅｒａｔｉｏｎｔｏｅｘｔｒａｃｔｔｈｅｄｅｆｅｃｔａｒｅａｐｒｅｃｉｓｅｌｙａｎｄｓｅｌｅｃｔｅｄｐａｒｔｏｆＨｕｍｏｍｅｎｔａｎｄｇｅｏｍｅｔｒｉｃｆｅａｔｕｒｅｓｖａｌｕｅｓｔｏｄｅｓｃｒｉｂｅｔｈｅｄｅ ｆｅｃｔａｒｅａａｃｃｕｒａｔｅｌｙａｎｄｕｓｅｄａｓｔｈｅｉｎｐｕｔｄａｔａｆｏｒｔｈｅＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍ．Ｆｉｎａｌｌｙ，ｉｔｉｄｅｎｔｉｆｉｅｄｄｅｆｅｃｔｔｙｐｅ．Ｅｘｐｅｒｉ ｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｉｍｐｒｏｖｅｓｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅ，ａｎｄｗｉｔｈｔｈｅｍｅｒｉｔｓｏｆｎｏｎｃｏｎｔａｃｔ，ｆａｓｔｓｐｅｅｄ，ｈｉｇｈａｃｃｕｒａｃｙａｎｄ ｓｔｒｏｎｇａｎｔｉｊａｍｍｉｎｇｃ