[发明专利]一种通过图像特征点的轴承表面瑕疵检测的方法

权利要求书

1.一种通过图像特征点的信息，进行轴承表面瑕疵检测的方法，所述方法包括：

对待检测图像进行预处理，通过Hough变换拟合方法和轴承防尘盖占轴承内外圆半径的比例，分割防尘盖图像，通过中值滤波阈值分割预处理圆环图像；

基于预处理后的待检测图像提取特征点，建立特征点描述子；

基于最近邻算法进行查找，使用汉明距离进行匹配筛选出更合适的匹配结果，并通过随机抽样一致算法消除误匹配点计算出变换矩阵。

通过变换矩阵，变换检测图像，并与模板图像匹配比较，最终检测出瑕疵。

2.根据权利要求1所述的对待检测图像进行预处理，通过圆形提取方法轴承防尘盖占轴承内外圆大小的比例，分割防尘盖图像，通过滤波方法阈值分割预处理圆环图像：

利用Hough变换拟合方法进行轴承圆心的定位以及外圆大小的计算。根据轴承的型号参数等先验知识能够得知防尘盖区域的内外大小占轴承外圆的比例，据此分离出以轴承圆心为中心的防尘盖圆环；采用自适应中值滤波滤除噪声，消除毛刺，并最大程度的保留图像边缘细节；利用最大类间方差法(Ostu)阈值分割圆环图像。

3.根据权利要求1预处理后的待检测图像提取特征点，建立特征点描述子，其中特征点提取为：

一个图像的尺度空间，L(x，y，δ)，定义为原始图像I(x，y)与一个可变尺度的2维高斯函数G(x，y，δ)卷积运算：

L(x，y，σ)＝G(x，y，σ)*I(x，y)

为了简化运算，使用高斯差分算子近似尺度归一化的拉普拉斯高斯算子

D(x，y，δ)＝L(x，y，δ)-L(x，y，δ)

关键点是由DOG空间的局部极值点组成的。

4.根据权利要求3预处理后的待检测图像提取特征点，建立特征点描述子，其中描述子为：

特征点描述通过对关键点所在尺度确定描述子所需图像区域，计算区域内的梯度幅值和方向，在窗口中取(4×4)像素的区域形成一个种子点，共4×4个种子点，在每个种子点区域内分别计算8个方向的梯度累加值，绘制梯度方向的方向直方图.最终获得一个4×4×8＝128维的特征描述向量。

5.根据权利要求1所述，通过变换矩阵，变换检测图像，并与模板图像匹配比较：

根据匹配的特征点集合用随机抽样一致算法求解模板图像与检测图像之间的变换矩阵M，设模板图像为I₁(x，y)，待检测图像为I₂(x，y)，I₂(x，y)通过变换矩阵进行变换形成与模板图像相匹配图像I′₂(x′，y′)，计算公式：

为了消除待检测图像I₂(x，y)与模板图像I₁(x，y)存在旋转角度的差异，通过变换矩阵变换后的匹配图像I′₂(x′，y′)与模板图像I₁(x，y)不存在旋转角度的差异，完成了图像的匹配，通过对两幅图像的融合检测出瑕疵。