基于數(shù)字濾波的圓錐滾子倒裝缺陷視覺(jué)識(shí)別系統(tǒng).pdf

1、滾動(dòng)體缺失、圓錐滾子倒裝等軸承裝配缺陷是影響軸承質(zhì)量的重要因素。機(jī)器視覺(jué)檢測(cè)技術(shù)以其準(zhǔn)確性好、檢測(cè)速率高、可靠性強(qiáng)等優(yōu)點(diǎn)彌補(bǔ)了傳統(tǒng)檢測(cè)方法的缺點(diǎn)。由于軸承生產(chǎn)現(xiàn)場(chǎng)中復(fù)雜的環(huán)境干擾，檢測(cè)系統(tǒng)易出現(xiàn)誤判，因此，對(duì)穩(wěn)定性好、識(shí)別率高的圓錐滾子倒裝缺陷檢測(cè)系統(tǒng)的研究是非常必要的。
　　本文提出了一種基于數(shù)字濾波的圓錐滾子倒裝缺陷視覺(jué)識(shí)別系統(tǒng)，該系統(tǒng)由圖像采集單元獲取軸承圖像，通過(guò)分析軸承滾動(dòng)體圖像信號(hào)，確定其所對(duì)應(yīng)的頻域特征參數(shù)，并根據(jù)圖

2、像預(yù)處理算法和基于數(shù)字濾波的缺陷識(shí)別算法實(shí)現(xiàn)圓錐滾子倒裝缺陷的識(shí)別。首先，分析軸承滾動(dòng)體自身結(jié)構(gòu)、倒裝缺陷及其他干擾因素對(duì)軸承滾動(dòng)體圖像的影響特性；進(jìn)而研究滾動(dòng)體環(huán)帶內(nèi)像素統(tǒng)計(jì)信號(hào)的頻域特征，確定以上影響因素在像素統(tǒng)計(jì)信號(hào)中的頻域特征參數(shù)；然后，采用局部自適應(yīng)閾值二值化算法對(duì)原始圖像進(jìn)行分割，得到軸承滾動(dòng)體圖像細(xì)節(jié)完整的軸承圖像；通過(guò)形態(tài)學(xué)濾波中的閉運(yùn)算對(duì)軸承圖像中噪聲進(jìn)行濾波，得到滾動(dòng)體輪廓清晰的增強(qiáng)圖像，完成圖像預(yù)處理。最后，依據(jù)滾

3、動(dòng)體圖像信號(hào)影響因素的頻域特征參數(shù)，采用基于數(shù)字濾波的信號(hào)處理方法實(shí)現(xiàn)圓錐滾子倒裝缺陷識(shí)別。主要通過(guò)快速圓心定位算法和環(huán)帶定位算法確定滾動(dòng)體所在環(huán)帶區(qū)域，采集軸承環(huán)帶上的滾動(dòng)體圖像像素統(tǒng)計(jì)信息；根據(jù)頻域特征參數(shù)，采用 FIR數(shù)字低通濾波器濾除像素統(tǒng)計(jì)信號(hào)中滾動(dòng)體自身結(jié)構(gòu)所對(duì)應(yīng)的高頻信號(hào)；對(duì)處理后的像素統(tǒng)計(jì)信號(hào)進(jìn)行 FFT變換，采用高階巴特沃斯濾波器濾除變換后信號(hào)中干擾信息所對(duì)應(yīng)的低頻信號(hào)，并對(duì)濾波后的像素統(tǒng)計(jì)信號(hào)進(jìn)行 IFFT變換，得到