摘要
轴承是支持机械工作的重要部件,对其质量的评估和微形变的检测有着重要研究意义。文章主要针对机械工业用途的轴承工件进行计算机视觉检测,通过系统的规划与检测算法研究来检测轴承工件的微形变。对边缘进行拟合检测时,先对图像进行非线性对数灰度变换预处理,改进的Hed网络先轴承边缘进行特征提取,应用Canny算法的非极大值抑制技术来过滤掉非边缘像素,将模糊的边界变得清晰,然后再对处理后的图利用Hough变换进行圆拟合以及边缘像素点提取,最后通过全象限分割算法。通过算法判断比较特征图像边缘像素点和设定值之间的差异,通过阈值判断来检测轴承工件是否发生形变。
Bearing is an important part to support mechanical work, and its quality assessment and micro-deformation detection has important research significance. The paper mainly aims at the bearing workpiece used in mechanical industry for computer vision detection, through the system planning and detection algorithm research, to detect the bearing workpiece micro-deformation. For edge fitting detection, the image is preprocessed by nonlinear log-gray transform, the improved HED network first carries out feature extraction on edge, and the non-maximum suppression technology of Canny algorithm is applied to filter out non-edge pixels, and the fuzzy boundary becomes clear. Then, Hough transform is used to carry out circle fitting and edge pixel extraction on the processed graph. Finally, the difference between edge pixel and set value of the feature image is judged by the full quadrant segmentation algorithm, and the bearing workpiece deformation is detected by threshold judgment.
作者
文玲通
王浩楠
闫瑞锦
李沐阳
高远
侯明
WEN Lingtong;WANG Haonan;YAN Ruijin;LI Muyang;GAOYuan;HOU Ming(College of Automation,Beijing Information Science and Technology University,Beijing 100192,China)
出处
《传感器世界》
2023年第1期28-33,共6页
Sensor World
基金
北京信息科技大学大学生创新创业大赛基金(No.S202211232091)。
关键词
轴承微形变
图像特征提取
边缘拟合
bearing micro-deformation
image feature extraction
edge fitting
作者简介
文玲通:北京信息科技大学自动化学院,本科生,研究方向为机器视觉,图像测量。通信地址:北京市海淀区清河小营东路12号邮编:100192邮箱:3188028498@qq.com;王浩楠:北京信息科技大学自动化学院,本科生,研究方向为机器视觉,图像测量。闫瑞锦:北京信息科技大学自动化学院,本科生,研究方向为机器视觉,图像测量;李沐阳:北京信息科技大学自动化学院,本科生,研究方向为机器视觉,图像测量;高远:北京信息科技大学自动化学院,本科生,研究方向为机器视觉,图像测量;侯明:北京信息科技大学,硕士研究生导师,高级实验师,研究方向为高精度运动控制系统理论技术与应用,智能车辆、高性能机床控制。
