基于運(yùn)動(dòng)視覺技術(shù)的鋼球表面缺陷檢測.pdf

1、軸承是機(jī)械基礎(chǔ)部件，鋼球作為軸承的滾動(dòng)體，其表面質(zhì)量直接影響軸承精度、動(dòng)態(tài)性能和使用壽命，因此，對鋼球表面質(zhì)量的檢測技術(shù)的研究是具有非常重要意義的課題。本文應(yīng)用運(yùn)動(dòng)視覺技術(shù)對鋼球表面缺陷進(jìn)行圖像序列獲取、分析、跟蹤與識別研究，并進(jìn)行了運(yùn)動(dòng)視覺檢測儀器的開發(fā)，其主要研究內(nèi)容如下。 首先，設(shè)計(jì)了鋼球表面缺陷視覺檢測實(shí)驗(yàn)系統(tǒng)的整體方案，開發(fā)了主要的檢測機(jī)構(gòu)模塊及實(shí)驗(yàn)系統(tǒng)控制單元及電路板，從而搭建了運(yùn)動(dòng)視覺檢測的實(shí)驗(yàn)平臺。 針對

2、鋼球視覺檢測系統(tǒng)存在的畸變問題，設(shè)計(jì)了基于多項(xiàng)校正模型的攝像機(jī)標(biāo)定方法。首先綜合分析了鋼球序列圖像畸變的特征，得出鋼球機(jī)器視覺檢測系統(tǒng)共存在兩種畸變：攝像機(jī)安裝畸變和幾何畸變。逐一針對畸變進(jìn)行研究并建立校正矩陣。然后計(jì)算坐標(biāo)系統(tǒng)的變換和校正后攝像機(jī)模型的內(nèi)外參數(shù)，最終推導(dǎo)出系統(tǒng)標(biāo)定的數(shù)學(xué)模型。 其次，研究了鋼球圖像序列的去噪和復(fù)原問題。在分析現(xiàn)場噪聲的函數(shù)特性和鋼球運(yùn)動(dòng)模糊的規(guī)律基礎(chǔ)上，提出了鋼球運(yùn)動(dòng)圖像退化模型，并設(shè)計(jì)了基于參

3、數(shù)估計(jì)的維納濾波方法進(jìn)行圖像恢復(fù)。實(shí)驗(yàn)效果表明本文復(fù)原算法具有明顯的清晰度優(yōu)勢。還針對鋼球反光與法線光暈現(xiàn)象，分析了其原因并探討了兩種可能的解決途徑。設(shè)計(jì)了組合式照明方案，實(shí)現(xiàn)了鋼球反光與法線光暈的弱化。 再次，針對場景中多個(gè)運(yùn)動(dòng)鋼球序列圖像追蹤的問題，設(shè)計(jì)了基于卡爾曼運(yùn)動(dòng)估計(jì)的免疫自適應(yīng)模板追蹤算法。首先，利用基于改進(jìn)的免疫算法搜索出最優(yōu)相關(guān)匹配點(diǎn)，檢測出鋼球。然后，采用Kalman算法得到每個(gè)鋼球運(yùn)動(dòng)參數(shù)的估計(jì)，獲取運(yùn)動(dòng)鋼球

4、的位置信息。并對匹配模板編號。最后，以基于加權(quán)的自適應(yīng)模板更新算法解決跟蹤點(diǎn)漂移問題。還提出基于蟻群算法的動(dòng)態(tài)輪廓模型(Snake)實(shí)現(xiàn)鋼球輪廓的自動(dòng)提取策略。第一步，設(shè)計(jì)了基于圓弧鄰域擴(kuò)展連接邊緣的改進(jìn)型Canny算法來獲得鋼球Snake模型的初始化輪廓。第二步，設(shè)計(jì)了基于時(shí)間模型的蟻群算法獲取Greedy演化最優(yōu)解，獲取了最佳輪廓。 最后，對鋼球表面缺陷的有無判斷和缺陷分類進(jìn)行了研究。首先分析了鋼球表面圖像紋理特征，在研究了