基于圖像處理的軸承防塵蓋表面缺陷檢測(cè)研究.pdf

1、作為非接觸式檢測(cè)的重要手段之一，基于圖像處理的缺陷檢測(cè)技術(shù)被廣泛地應(yīng)用于工業(yè)領(lǐng)域之中。本文將軸承圖像作為研究對(duì)象，以數(shù)字圖像處理技術(shù)為基礎(chǔ)，研究合適的防塵蓋表面缺陷檢測(cè)算法，研究?jī)?nèi)容主要包括以下幾個(gè)方面：
　　 ⑴針對(duì)軸承本身的形狀特點(diǎn)及工業(yè)標(biāo)準(zhǔn)，提出了一種基于最小二乘法的快速提取軸承防塵蓋區(qū)域的算法。通過(guò)粗略二值化、輪廓提取與輪廓跟蹤獲得軸承的外圓輪廓，再采用最小二乘法進(jìn)行圓心定位及半徑計(jì)算，最終根據(jù)軸承型號(hào)參數(shù)等先驗(yàn)知識(shí)分離

2、出以軸承圓心為中心的防塵蓋圓環(huán)。
　　 ⑵針對(duì)原始圖像設(shè)計(jì)了適當(dāng)?shù)念A(yù)處理算法，采用基于OTSU閾值分割的算法進(jìn)行缺陷提取，并提出了對(duì)輸出圖像進(jìn)行修正的后處理算法。將灰度變換、中值濾波、高斯平滑與拉普拉斯銳化這幾種常規(guī)圖像處理算法進(jìn)行組合，使得預(yù)處理后的圖像在質(zhì)量上得到比較大的提升。使用OTSU法對(duì)圖像進(jìn)行閾值分割之后，采用基于區(qū)域生長(zhǎng)的雜點(diǎn)濾除算法對(duì)分割后的圖像進(jìn)行后處理。
　　 ⑶針對(duì)閾值分割算法難以區(qū)分較淺缺陷與紋理

3、的問(wèn)題，提出了一種基于小波變換及紋理特征量的Canny算子邊緣檢測(cè)算法。對(duì)預(yù)處理后的圖像進(jìn)行一層快速小波分解以削弱防塵蓋區(qū)域的隨機(jī)紋理，對(duì)分解后得到的低頻部分和高頻部分分別采用不同參數(shù)的Canny算子進(jìn)行邊緣檢測(cè)，最后通過(guò)小波反變換重構(gòu)圖像。同時(shí)，總結(jié)了防塵蓋區(qū)域的紋理特征量與所選Canny算子參數(shù)之間的關(guān)系，設(shè)計(jì)了一種以直方圖熵值為參考的自適應(yīng)策略。
　　 ⑷對(duì)全文各缺陷提取算法進(jìn)行綜合分析，提出最終的缺陷檢測(cè)及優(yōu)劣判定算法。