[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

说明书

【技术领域】

本发明涉及对象特征、目标识别与图像配准领域，特别涉及一种基于图像特征点的轴承瑕疵检测的方法。

【背景技术】

轴承在工业生产和日常生活等行业中起着举足轻重的作用，所以对轴承质量性能和寿命要求越来越高，不仅是生产轴承厂家还是使用轴承的客户都是非常关心的问题。轴承在制造、运输过程中，由于各种原因，容易导致轴承防尘盖表面容易产生各种各样的瑕疵，这些问题会严重影响它的质量，会直接导致在使用的过程中出现问题，从而降低轴承的使用性能，造成不可估计的损失，还会对使用它的机器造成危害，容易形成多种安全隐患，不仅给企业正常生产造成影响，而且带来经济效益的损失，影响企业的信誉。所以在轴承出产前的质量检验工作是至关重要的。

目前，国内外轴承生产厂家常常采用人工目测的方式来对轴承防尘盖表面的进行检验。由于人工检测受体力等认为的各种因素的影响，容易造成漏检的现象，而且人工检测效率比较低，人工费用昂贵，随着机器化的发展，实现轴承表面瑕疵的自动检测势在必行。

常用的基于机器视觉的轴承瑕疵检测算法，一般可以转化为与模板图像的配准，然后对两者的差异进行分析。基于特征点的匹配算法能够根据图像特征进行匹配.由于特征点具有旋转、尺度缩放、亮度变化保持不变性，代表图像的局部特征，对视角变化、仿射变换、噪声也保持一定程度的稳定性，所以特征点能够在图像配准中实现精确匹配，达到检测出瑕疵的目的。

【发明内容】

本发明的目的在于提供一种基于图像特征点的轴承瑕疵检测方法，轴承图像瑕疵检测算法可以转化为待检测图像与模板图像的差异性比较，故可以通过基于特征点实现将模板图像与检测图像进行配准实现差异性比较。

为了达到本发明的目的，本发明提供一种基于图像特征点的轴承瑕疵检测方，所述方法包括：通过图像处理算法，对轴承图像进行预处理；通过特征点提取算法，提取图像特征点；通过特征点信息实现特征点对的匹配，对匹配关系建立变换矩阵；最后通过变换矩阵实现配准。

由于原始图像采集后，轴承在图像中的位置存在差异，对图像配准造成影响，所以对原始图像中的轴承进行提取。原始图像中含有的噪声，采用中值滤波，高斯平滑处理，消除噪声。

轴承区域图像的提取，首先利用形态学轮廓跟踪方法提取出最外圆的轮廓，然后通过Hough变换拟合方法，确定轴承的圆心(x，y)和半径r，根据轴承型号参数中的防尘盖所占半径比例，分离出防尘盖圆环，并截取出防尘盖区域。

特征点检测可分为3步，尺度空间极值点的检测、关键点的精确定位、关键点方向的分配.

通过特征点匹配通过特征向量集进行查找，得出最小错误概率p下的相应的变换矩阵M，用变换矩阵去筛选特征点，将不满足变换模型的误匹配点剔除。

根据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：