[发明专利]基于机器视觉的轴质量检测方法

权利要求书

1.一种基于机器视觉的轴质量检测方法，其特征在于，步骤为：

S1：图像预处理；包括寻找轴截面矩形区域，并进行图像增强处理；

S2：将经过步骤S1处理后的图像进行分割处理，即将轴截面图像分割为若干个小区域，对每个区域内的每小块求解灰度值均值，用柱状图分析单个区域内的灰度值均值变化情况；

S3：进行分类判断依据步骤S2得到的柱状图，从而判定轴的质量问题；

在所述步骤S3中，对轴的质量问题情况对应分为五类进行判断：

A. 若柱状图中出现多个波峰，且波峰数量越多，则为质量问题轴的可能性越大；

B. 若柱状图中出现多个波谷，且波谷数量越多，则为质量问题轴可能性越大；

C. 若柱状图中连续出现等高的柱状块，等高柱状图越多则为质量问题轴的可能性越大；

D. 若柱状图中连续两相邻柱状块的高度值，变化率越大则为质量问题轴的可能性越大；

E. 若柱状图中连续相隔柱状块的高度值，其变化率越大则为质量问题轴的可能性越大。

2.根据权利要求1所述的基于机器视觉的轴质量检测方法，其特征在于，在所述步骤S1中，所述寻找轴截面矩形区域的具体流程为：

S101：获取图像；利用图像采集设备获取到轴的横截面图像；

S102：灰度转化；将步骤S1得到的彩色图像进行灰度转化；

S103：Canny边缘检测；对步骤S2得到的整幅图像进行Canny边缘检测算法；

S104：找到每段连续边缘矩形区域坐标；从图像信息中的每一段具有相对的坐标数据，将各段的坐标数据转换成矩形区域；

S105：使用聚类算法对矩形区域进行分类、合并；根据矩形区域中心距离的远近利用聚类算法进行分类、合并；

S106：得到轴截面矩形区域，将轴截面矩形区域图像像素的大小进行归一化处理。

3.根据权利要求1所述的基于机器视觉的轴质量检测方法，其特征在于，在所述步骤S1中，所述图像增强处理的具体流程为：

S1001：对轴检测的截面图像的像素灰度值进行直方图统计分析，根据统计分析结果获取图像中的亮斑阈值A；

S1002：将超过该阈值A的所有像素点舍弃后，对轴截面图像中每一像素点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，即中值滤波；在中值滤波时，只对小于、等于或小于等于阈值A的所有像素点进行滤波处理；

S1003：获得轴截面图像。

4.根据权利要求1或2或3所述的基于机器视觉的轴质量检测方法，其特征在于，在所述步骤S2中，所述区域的形状为扇形、圆环形或矩形。

5.根据权利要求4所述的基于机器视觉的轴质量检测方法，其特征在于，所述轴截面图像以45度角分割成八块，再以每个扇形进行细分为十块，全图共分为八十块小区域。

6.根据权利要求1所述的基于机器视觉的轴质量检测方法，其特征在于，在所述判断过程中，对于质量问题的轴检测情况，根据五类问题划分等级Cn为0至5，其中n为1至5，所对应的加权权值分别是波峰质量问题错误权值K₁为0.32，波谷质量问题错误权值K₂为0.42，连续等高柱状块的质量问题错误权值K₃为0.45，相邻柱状块变化率的质量问题错误权值K₄为0.46，间隔柱状块变化率的质量问题错误权值K₅为0.35；将电机轴截面检测中的质量问题错误等级与质量问题的错误权值相乘，并对所有的质量问题错误的值进行求和，以此来判断待测电机轴的质量情况。