基于差影和模板匹配的微小轴承表面缺陷检测
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Key words:change couple device(CCD);micro bearing ;surface defect ;subst raction ;template matching
0 引言
微小轴承在 生产 、装 配过程中 , 由于 加工技 术 、微小异物等因素 , 在轴承的外圆表面 、密封盖 端面等处会产生各种压痕 、吭伤 、划痕等缺陷 , 这 些缺陷将会对微小轴承的使用性能和外观产生一 定影响 。 对微小轴承 进行表面检测 是保证其正 常 、安全 、可靠运行的重要技术手段 。 目前 , 国内 轴承生产厂家对轴承表面的检测主要利用人工目 测完成 , 由于受检查人员技术 、经验 、工作环境以 及视力疲劳等影响 , 很容易出现误检和漏检 , 这种 方法不仅效率低 、缺乏准确性和规范化 , 并且不能 将检测数据实时送入计算机进行质量管理 , 对企业 造成不必要的损失 。 本文提出一种将光电耦合器 (change couple device , CCD)技术应用于微小轴承 表面缺陷检测的方法 , 并开发出一套利用计算机控 制且具有实时图像处理和分类功能的检测系统 。
1. Ningbo Unive rsity o f T echnolog y , Ning bo , Z hejiang , 315016 2. Ji li n Univ ersity , Changchun , 130025
Abstract :Focusing o n t he charact eri sti cs t hat t he col lected image w as uncer tain because of the bearing surface defect’ s posi tion and area as well as dept h chang ing random ly , an auto matic def ect inspection sy stem by t he image identifi catio n t echno logy w as desig ned. T he system had adv ant ag es of the i nvariableness of lig ht source and lo ng stable w o rking time , w hich i mproved the image collecting precision great ly . By studyi ng the digit al image feat ures and the theories and technolo gy of pat tern recognitio n such as segment ation of i mage , t he subt ract ing bet ween tw o im ag es and tem plat e m atching , the paper came to t he co nclusions t hat t he bearing surface image should be divided into tw o part s t o inspect the def ect effi cient ly , one wi th reg ular g ray - value and the ot he r wi th ir reg ular g ray - value because of m odel tex t. T he subt ract ion could be directly used i n t he f ormer situatio n and t he t emplate mat chi ng could be used in t he later. Finally t he expe riment resul t show s that accuracy of t he sy st em reached as hig h as 98 %.
图 2 标准轴承和缺陷轴承比 较
目前 , 利用计算机视觉进行工件在线检测的
方法一般为差影法 , 即将检测目标图像与事先采
集的标 准模 板图 像进行 差影计算来进行判断[ 2] 。
但进行 差影 的前 提条件
是两个 图像 不存 在较大
的位置误差和角度误差 ,
在图 2a 和图 2b 中 , 由于
密封盖 端面 上刻 印文字 的影响 , 使两图差影结果
收稿日期 :2005 — 12 — 05 基金项目 :宁波市工业科研攻关项目(2005B100014)
1 数字图像采集系统设计
在基于 CCD 技术的微小轴承表面缺陷检测 系统中 , 光源的设计 、图像的采集与处理是整个系 统成功与否的关键 。 为了采集到高质量的图像信 息 , 便于后续图像特征量的提取和分析 , 本系统采 用德国 Basler 公司的 A102f 型 CCD 面阵数字摄 像头为图像传感器 , 利用数字图像处理技术对微 小轴承的表面质量特征进行识别检测 , 该系统可 供调节的参数有曝光时间 、灰度值 、采集范围以及 采样频率 。通过图像采集卡转化为数字化图像输 入计算机 , 由系统进行在线识别 。
刻印区域采用模板匹配法 , 结果表明该方法识别正确率达 98 %。
关键词 :光电耦合器 ;微小轴承 ;表面缺陷 ;差影 ;模板匹配 中图分类号 :T P391. 4 ;T H 133. 3 文章编号 :1004 —132X(2006)10 —1019 —04
The Inspection of Bearing’ s Surface Defect Based on Image Substraction and Template Matching Chen Lianqing1 Cui Zhi2 Wang L ongshan2
101 9
亮度 。光源的设计必须满足亮度大 、均匀性好 、稳
定性高等要求 , 以抑制外界环境中各种光线对图
像质 量 产 生 不 良 影 响 而 导 致 检 测 系 统 故 障
或误判 。
为此 , 我们设 计了如
图 1 所示的图像采集系
统 。 该系统使用冷光源以
75°的 倾斜角对 工件进行
照明以突出微小轴承表面
特点是处理速度快 、图像精度高 , 并可以保证检测
系统的实时性 。
2 微小轴承的图像特征分析
轴承表面主要由外圈工作面 、外压槽 、密封盖 端面 、内压槽及内圈工作面组成 , 其中在密封盖端 面上还刻印有轴承型号等文字 。在大量实验的基 础上 , 我们对轴承采集图像的特征进行了详细分 析 , 图 2 为标准轴承与缺陷轴承的对比图 。
期性的噪声或者是在图像上每一像素处均已知的
附加污染 。差影法同样可以用于检测同一场景的
两幅图像之间的变化 。差值图像提供了图像间的 差异信息 , 对于缺陷目标的识别和检测工作非常 适用[ 4] 。但图像在做差影运算时必须使两相减图
像的对应像点位于空间同一目标点上 , 否则不能
得出正确的差影图像 , 也就无法正确反映工件缺
中国机械工程第 17 卷第 10 期 2006 年 5 月下半月
存在相当大的干扰(图 3), 不利于后续对缺陷的 判别工作 。
通过对加工现场进行统计归类 , 约 80 %的轴 承表面缺陷出现在内外圈端面及密封盖端面上 , 为了简化检测模型及加快检测速度 , 可以对轴承 采集图像先进行区域分割 , 重点突出检测部位 , 以 便按照不同的表面条件进行分步检测 。
轴承表面上的凹坑缺陷位置 、缺陷的深度与 斜面倾斜角均为随机值 , 使得表面对于平行光的 反射出现不确定性 , 导致所采集的缺陷图像也具 有不确定性 。 在检测系统中 , 图像灰度及其分布 是一个很重要的参数 , 光源与照明方案的设计应 尽可能突出被检测工件的灰度特征量 。 在增加对 比度的同时 , 还应保证被检测区域有足够的整体
缺陷 , 其底部放置均匀可
调背 光 源以 消除 工 件阴
影, 加装偏振器滤去数字
摄像 机的杂光 , 采用暗箱
隔绝外界环境光 。这种设
计既能满足图像采集的需 1. 检测系统 2. CCD 摄像头
要, 又有利于保持光源的 恒定 , 保证系统能够长时 间稳定工作[ 1] 。 该系统的
3. 偏振器 4. 锥形光源 5. 检测轴承 6. 背光源 图 1 图像采集系统
是指对两幅输入图像进行点对点的减法而得到输
出图像的运算 , 其数学表达式如下 :
C( x , y) = A(x , y) - B(x , y)
(1)
式 中 , A(x , y) 和 B( x , y) 为 输 入 图 像 ;C(x , y) 为 输 出图像 。
图像相减可用于去除一幅图像中不需要的加
wenku.baidu.com
性图案 , 加性图案可能是缓慢变化的背景阴影 、周
图 4 所示为为方便计算机视觉系统的质量检 测而对轴承图像进行的理论区域分割 。 将内外圈 端面(图 4 中的阴影线部分以及图 5a)作为一个 整体进行图像处理及差影 , 将刻印文字所在的密 封盖端面(图 4 中的网格线部分以及图 5b)作为 一个单独表面进行图像处理完成表面质量检测 。
由于轴承的形状为圆形 , 只需求出圆心坐标 和半径就可以完全确定其位置 。圆心的定位可由 H ough 变换方法得到[ 3] 。在进行 H ough 变换前要 进行 XY 双向扫描 , 根据灰度变化检测出图像中 的有效图像坐标极值 , 并以此大致确定轴承所在 的一个方形区域 , 同时也就确定了圆心可能存在 的范围 , 从而显著减小了 H ough 变换的运算量 。 然后采用标准 H ough 变换对图像边缘进行圆度 拟合 , 实现圆心的精确定位 。
陷 , 有可能产生误检 。
由此需要在全局统计意义上对两差影图像进
行分析 , 将两差影图像差值均方误差 D 与预先设
定阈值进行比较 , 其中 D 的计算公式如下 :
同一型号的轴承外圆半径是一定的 , 上述检 测系统所设计的固定支架和固定焦距保证了采集 图像的大小一致 , 只要将待测图上的轴承圆心与 标准图的轴承圆心进行对齐 , 整幅图像的对齐工 作就自动完成 。同时 , 根据图像外形与轴承实际尺 寸的比值 , 可以完成图像的尺寸标定 。
(a)标准轴承
(b)缺陷轴承
基于差影和模板匹配的微小轴承表面缺陷检测 ——— 陈廉清 崔 治 王龙山
基于差影和模板匹配的微小轴承表面缺陷检测
陈廉清1 崔 治2 王龙山2
1. 宁波工程学院 , 宁波 , 315016 2. 吉林大学 , 长春 , 130025
摘要 :针对轴承表面缺陷的位置 、面积 、深度等随机变化导致图像采集具有不确定性的特
点 , 设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统 。 该系统光源恒定 、处
理速度快 、图像精度高 , 能长时间稳定工作 , 显著提高了图像采集质量 。 经过深入研究图像分 割 、图像差影 、模板匹配等模式识别理论与技术及微小轴承图像特征发现 , 要检测轴承的表面
缺陷 , 需将轴承表面分割成两部分进行识别 , 轴承表面的均匀分布区域直接采用差影法 , 文字
基于差影和模板匹配的微小轴承表面缺陷检测 ——— 陈廉清 崔 治 王龙山
(a)S1 区域
(b)S2 区域
图 5 图像分割
3 差影法和模板匹配在检测系统中 的实现
3. 1 图像差影 差影法实际上就是图像的相减运算(又称减
影技术), 是指把相似景物的拍摄图像或者同一景
物在不同时间拍摄的图像相减 。图像的相减运算
图 3 差影图像
10 20
1. 刻印文字 2. 密封端盖 3. 压槽 4. 轴承内圈 5. 轴承外圈
图 4 理 论轴承图区域分割
对于同一型号的轴承 , 图 5 中所标出的各图 像边缘半径 R1 ～ R6 都是确定不变的 , 对于尺寸 标定已经完成的图像 , 在内外圈及密封盖的圆心 定位后可以直接按照 r ∈ (R1 , R 2) ∪ (R5 , R6)及 r ∈ (R3 , R4 )将图形分割为 S1 (内外圈端面) 和 S2 (密封盖端面)。
0 引言
微小轴承在 生产 、装 配过程中 , 由于 加工技 术 、微小异物等因素 , 在轴承的外圆表面 、密封盖 端面等处会产生各种压痕 、吭伤 、划痕等缺陷 , 这 些缺陷将会对微小轴承的使用性能和外观产生一 定影响 。 对微小轴承 进行表面检测 是保证其正 常 、安全 、可靠运行的重要技术手段 。 目前 , 国内 轴承生产厂家对轴承表面的检测主要利用人工目 测完成 , 由于受检查人员技术 、经验 、工作环境以 及视力疲劳等影响 , 很容易出现误检和漏检 , 这种 方法不仅效率低 、缺乏准确性和规范化 , 并且不能 将检测数据实时送入计算机进行质量管理 , 对企业 造成不必要的损失 。 本文提出一种将光电耦合器 (change couple device , CCD)技术应用于微小轴承 表面缺陷检测的方法 , 并开发出一套利用计算机控 制且具有实时图像处理和分类功能的检测系统 。
1. Ningbo Unive rsity o f T echnolog y , Ning bo , Z hejiang , 315016 2. Ji li n Univ ersity , Changchun , 130025
Abstract :Focusing o n t he charact eri sti cs t hat t he col lected image w as uncer tain because of the bearing surface defect’ s posi tion and area as well as dept h chang ing random ly , an auto matic def ect inspection sy stem by t he image identifi catio n t echno logy w as desig ned. T he system had adv ant ag es of the i nvariableness of lig ht source and lo ng stable w o rking time , w hich i mproved the image collecting precision great ly . By studyi ng the digit al image feat ures and the theories and technolo gy of pat tern recognitio n such as segment ation of i mage , t he subt ract ing bet ween tw o im ag es and tem plat e m atching , the paper came to t he co nclusions t hat t he bearing surface image should be divided into tw o part s t o inspect the def ect effi cient ly , one wi th reg ular g ray - value and the ot he r wi th ir reg ular g ray - value because of m odel tex t. T he subt ract ion could be directly used i n t he f ormer situatio n and t he t emplate mat chi ng could be used in t he later. Finally t he expe riment resul t show s that accuracy of t he sy st em reached as hig h as 98 %.
图 2 标准轴承和缺陷轴承比 较
目前 , 利用计算机视觉进行工件在线检测的
方法一般为差影法 , 即将检测目标图像与事先采
集的标 准模 板图 像进行 差影计算来进行判断[ 2] 。
但进行 差影 的前 提条件
是两个 图像 不存 在较大
的位置误差和角度误差 ,
在图 2a 和图 2b 中 , 由于
密封盖 端面 上刻 印文字 的影响 , 使两图差影结果
收稿日期 :2005 — 12 — 05 基金项目 :宁波市工业科研攻关项目(2005B100014)
1 数字图像采集系统设计
在基于 CCD 技术的微小轴承表面缺陷检测 系统中 , 光源的设计 、图像的采集与处理是整个系 统成功与否的关键 。 为了采集到高质量的图像信 息 , 便于后续图像特征量的提取和分析 , 本系统采 用德国 Basler 公司的 A102f 型 CCD 面阵数字摄 像头为图像传感器 , 利用数字图像处理技术对微 小轴承的表面质量特征进行识别检测 , 该系统可 供调节的参数有曝光时间 、灰度值 、采集范围以及 采样频率 。通过图像采集卡转化为数字化图像输 入计算机 , 由系统进行在线识别 。
刻印区域采用模板匹配法 , 结果表明该方法识别正确率达 98 %。
关键词 :光电耦合器 ;微小轴承 ;表面缺陷 ;差影 ;模板匹配 中图分类号 :T P391. 4 ;T H 133. 3 文章编号 :1004 —132X(2006)10 —1019 —04
The Inspection of Bearing’ s Surface Defect Based on Image Substraction and Template Matching Chen Lianqing1 Cui Zhi2 Wang L ongshan2
101 9
亮度 。光源的设计必须满足亮度大 、均匀性好 、稳
定性高等要求 , 以抑制外界环境中各种光线对图
像质 量 产 生 不 良 影 响 而 导 致 检 测 系 统 故 障
或误判 。
为此 , 我们设 计了如
图 1 所示的图像采集系
统 。 该系统使用冷光源以
75°的 倾斜角对 工件进行
照明以突出微小轴承表面
特点是处理速度快 、图像精度高 , 并可以保证检测
系统的实时性 。
2 微小轴承的图像特征分析
轴承表面主要由外圈工作面 、外压槽 、密封盖 端面 、内压槽及内圈工作面组成 , 其中在密封盖端 面上还刻印有轴承型号等文字 。在大量实验的基 础上 , 我们对轴承采集图像的特征进行了详细分 析 , 图 2 为标准轴承与缺陷轴承的对比图 。
期性的噪声或者是在图像上每一像素处均已知的
附加污染 。差影法同样可以用于检测同一场景的
两幅图像之间的变化 。差值图像提供了图像间的 差异信息 , 对于缺陷目标的识别和检测工作非常 适用[ 4] 。但图像在做差影运算时必须使两相减图
像的对应像点位于空间同一目标点上 , 否则不能
得出正确的差影图像 , 也就无法正确反映工件缺
中国机械工程第 17 卷第 10 期 2006 年 5 月下半月
存在相当大的干扰(图 3), 不利于后续对缺陷的 判别工作 。
通过对加工现场进行统计归类 , 约 80 %的轴 承表面缺陷出现在内外圈端面及密封盖端面上 , 为了简化检测模型及加快检测速度 , 可以对轴承 采集图像先进行区域分割 , 重点突出检测部位 , 以 便按照不同的表面条件进行分步检测 。
轴承表面上的凹坑缺陷位置 、缺陷的深度与 斜面倾斜角均为随机值 , 使得表面对于平行光的 反射出现不确定性 , 导致所采集的缺陷图像也具 有不确定性 。 在检测系统中 , 图像灰度及其分布 是一个很重要的参数 , 光源与照明方案的设计应 尽可能突出被检测工件的灰度特征量 。 在增加对 比度的同时 , 还应保证被检测区域有足够的整体
缺陷 , 其底部放置均匀可
调背 光 源以 消除 工 件阴
影, 加装偏振器滤去数字
摄像 机的杂光 , 采用暗箱
隔绝外界环境光 。这种设
计既能满足图像采集的需 1. 检测系统 2. CCD 摄像头
要, 又有利于保持光源的 恒定 , 保证系统能够长时 间稳定工作[ 1] 。 该系统的
3. 偏振器 4. 锥形光源 5. 检测轴承 6. 背光源 图 1 图像采集系统
是指对两幅输入图像进行点对点的减法而得到输
出图像的运算 , 其数学表达式如下 :
C( x , y) = A(x , y) - B(x , y)
(1)
式 中 , A(x , y) 和 B( x , y) 为 输 入 图 像 ;C(x , y) 为 输 出图像 。
图像相减可用于去除一幅图像中不需要的加
wenku.baidu.com
性图案 , 加性图案可能是缓慢变化的背景阴影 、周
图 4 所示为为方便计算机视觉系统的质量检 测而对轴承图像进行的理论区域分割 。 将内外圈 端面(图 4 中的阴影线部分以及图 5a)作为一个 整体进行图像处理及差影 , 将刻印文字所在的密 封盖端面(图 4 中的网格线部分以及图 5b)作为 一个单独表面进行图像处理完成表面质量检测 。
由于轴承的形状为圆形 , 只需求出圆心坐标 和半径就可以完全确定其位置 。圆心的定位可由 H ough 变换方法得到[ 3] 。在进行 H ough 变换前要 进行 XY 双向扫描 , 根据灰度变化检测出图像中 的有效图像坐标极值 , 并以此大致确定轴承所在 的一个方形区域 , 同时也就确定了圆心可能存在 的范围 , 从而显著减小了 H ough 变换的运算量 。 然后采用标准 H ough 变换对图像边缘进行圆度 拟合 , 实现圆心的精确定位 。
陷 , 有可能产生误检 。
由此需要在全局统计意义上对两差影图像进
行分析 , 将两差影图像差值均方误差 D 与预先设
定阈值进行比较 , 其中 D 的计算公式如下 :
同一型号的轴承外圆半径是一定的 , 上述检 测系统所设计的固定支架和固定焦距保证了采集 图像的大小一致 , 只要将待测图上的轴承圆心与 标准图的轴承圆心进行对齐 , 整幅图像的对齐工 作就自动完成 。同时 , 根据图像外形与轴承实际尺 寸的比值 , 可以完成图像的尺寸标定 。
(a)标准轴承
(b)缺陷轴承
基于差影和模板匹配的微小轴承表面缺陷检测 ——— 陈廉清 崔 治 王龙山
基于差影和模板匹配的微小轴承表面缺陷检测
陈廉清1 崔 治2 王龙山2
1. 宁波工程学院 , 宁波 , 315016 2. 吉林大学 , 长春 , 130025
摘要 :针对轴承表面缺陷的位置 、面积 、深度等随机变化导致图像采集具有不确定性的特
点 , 设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统 。 该系统光源恒定 、处
理速度快 、图像精度高 , 能长时间稳定工作 , 显著提高了图像采集质量 。 经过深入研究图像分 割 、图像差影 、模板匹配等模式识别理论与技术及微小轴承图像特征发现 , 要检测轴承的表面
缺陷 , 需将轴承表面分割成两部分进行识别 , 轴承表面的均匀分布区域直接采用差影法 , 文字
基于差影和模板匹配的微小轴承表面缺陷检测 ——— 陈廉清 崔 治 王龙山
(a)S1 区域
(b)S2 区域
图 5 图像分割
3 差影法和模板匹配在检测系统中 的实现
3. 1 图像差影 差影法实际上就是图像的相减运算(又称减
影技术), 是指把相似景物的拍摄图像或者同一景
物在不同时间拍摄的图像相减 。图像的相减运算
图 3 差影图像
10 20
1. 刻印文字 2. 密封端盖 3. 压槽 4. 轴承内圈 5. 轴承外圈
图 4 理 论轴承图区域分割
对于同一型号的轴承 , 图 5 中所标出的各图 像边缘半径 R1 ～ R6 都是确定不变的 , 对于尺寸 标定已经完成的图像 , 在内外圈及密封盖的圆心 定位后可以直接按照 r ∈ (R1 , R 2) ∪ (R5 , R6)及 r ∈ (R3 , R4 )将图形分割为 S1 (内外圈端面) 和 S2 (密封盖端面)。