轴承滚子表面缺陷检测与分类技术研究.pdfVIP

摘要

轴承是当代机械设备中的基础零部件，其中滚子轴承是轴承的重要组成种类之一。经

过近七十年的工业发展，我国轴承制造水平取得较大进步，但轴承质量仍落后于欧美日韩

等国家。滚子作为滚子轴承的重要部件，其质量影响着滚子轴承的整体质量，因此对轴承

滚子缺陷检测是轴承生产过程中必要环节。

本课题研究的是一种以机器视觉为检测方案，基于图像处理算法以及机器学习的算法

开发出一套适用于本课题轴承滚子的缺陷检测与分类算法。本课题首先分别对轴承滚子柱

面和端面进行图像采集，针对其图像特征进行图像预处理，主要包括图像校正、滤波去噪、

目标提取等步骤。再根据缺陷图像信息特点，进行传统图像处理手段，包括边缘检测，特

征提取，缺陷识别。传统图像处理手段存在局限性，本课题对基于卷积神经网络的算法进

行探索，开发出一套综合传统图像处理与卷积神经网络算法相结合的缺陷分类的算法。本

缺陷检测及分类技术与传统人工目视缺陷检测技术相比，具有速度快、准确率高、缺陷分

类丰富、成本低等优点。本课题主要研究工作如下：

1、调研国内外轴承制造业现状，探究课题的工程应用意义。对轴承滚子表面缺陷成因、

类型以及缺陷特征进行研究，分析目前行业领域内滚子缺陷检测技术，提出了本课题的缺

陷检测与分类技术方案，并