[发明专利]基于统计投影训练的轴承表面缺陷检测系统及检测方法

权利要求书

1.一种基于统计投影训练的轴承表面缺陷检测系统，包括前端信息获取设备、计算机和执行系统，其特征在于：

所述的前端信息获取设备包括平行光源及相机，安置在轴承待检流水线上；由前端信息获取设备采集到的图像传入计算机；所述的计算机包括客户端、图像处理模块及决策输出模块，客户端连接到图像处理模块并与前端信息获取设备相连，图像处理模块连接到决策输出模块，决策输出模块连接到客户端；所述的计算机连接到执行系统。

2.根据权利要求1所述的一种基于统计投影训练的轴承表面缺陷检测系统，其特征在于：所述的前端信息获取设备采用平行光源、定焦镜头及CCD相机，平行光源使背景亮度保持均匀一致以获取背景平稳的轴承表面图像，不干扰统计投影特征的提取。

3.根据权利要求1所述的一种基于统计投影训练的轴承表面缺陷检测系统，其特征在于：所述的计算机包括客户端、图像处理模块及决策输出模块。客户端通过人机交互界面协助用户控制系统，同时显示原始图像、投影图像及缺陷判定结果；图像处理模块进行图像预处理、极坐标展开p2c、条带分割、特征提取及SVM分类器的训练；决策输出模块通过训练好的SVM分类器检测该轴承是否缺陷。

4.根据权利要求1所述的一种基于统计投影训练的轴承表面缺陷检测系统，其特征在于：所述的执行系统将判定结果为缺陷的轴承直接从检测位后陷落去除；将检测为无缺陷的轴承统一翻转到另一面，由循环流水线再次送至镜头下，或在后续流水线上再次使用本系统，以便完成轴承双面缺陷检测。

5.一种基于权利要求1所述的一种基于统计投影训练的轴承表面缺陷检测系统的轴承表面缺陷检测方法，其特征在于：

所述的轴承表面缺陷检测方法训练一个支持向量机SVM分类器，通过对原始样本图像预处理、极坐标p2c变换，垂直统计投影排序获得展开条带的有序能量投影向量，并与水平投影拼接构成特征训练SVM分类器，利用训练好的SVM分类器实现缺陷轴承实时在线检测而不受轴承随机旋转的影响；该检测方法主要通过以下步骤实现：

1)首次检测时，需首先拍摄本型号正常和缺陷轴承各百张量级作为训练样本，分别将S个正常轴承及缺陷轴承摆放在待检流水线上，拍摄并保存图像作为本型号轴承的样本数据后转到步骤3)，其中缺陷大小、位置、形状可不同；

2)自动检测模式下，通过计算机客户端控制相机对流水线上的待检轴承依次拍照，获得待测图像后转入步骤3)，并在客户端界面上显示原始图像，拍照频率依据流水线前进速度，通常为每2～3s，依次对行进到摄像头正中央的待检测轴承进行一次拍照；

3)计算机图像处理模块对待检测轴承图像进行以下处理：

图像预处理：先对图像进行灰度转换，之后对灰度图进行形态学操作、中值滤波、图像增强，以去除轴承表面较小的纹理噪点并增强字符与缺陷；

图像分割：采用圆检测算法获取轴承圆心位置及外圈圆半径，利用轴承内外圈半径比获得分割边界并进行防尘盖与内外圈分割；

极坐标展开：将轴承防尘盖进行p2c展开，获得一个长方形条带；

统计投影：对上一步的轴承展开图进行二值化转换后，计算垂直与水平方向的统计投影:

其中VSP(i)表示第i列像素垂直统计投影能量，HSP(j)表示第j行像素的水平统计投影能量，P(i,j)表示i列j行点的值，该值为0或1，l表示展开条带的长度，k表示展开条带的宽度，则轴承p2c展开条带共有k行l列，l个VSP(i)与k个HSP(j)的值分别构成垂直投影向量V与水平投影向量H，将投影图在客户端界面显示；

特征提取：将垂直投影向量V中的值进行从大到小排序，分别取V的前m个峰值能量与水平投影向量H的转置拼接构成m+k维的有序峰值能量特征向量E，其中m满足：

所有字符宽度和<m<展开条带的长度l

以去除大部分的纹理噪点干扰，并实现特征向量降维；特征提取之后，若为首次检测则转到步骤4)，若为自动检测模式则转到步骤5)；

4)首次检测某型号时，计算机通过保存的样本训练一个SVM分类器，样本数据即首次拍摄保存的原始轴承图像，需通过步骤3)获得两类有序能量投影特征E，并分别生成S·(m+k)的正负样本特征矩阵，采用线性核函数训练SVM分类器并将训练好的SVM保存，转到步骤2)进行自动缺陷检测；若更换待测轴承型号则需重新获得该型号的轴承样本，重复步骤1)、3)、4)完成新型号轴承的初始化拍摄和分类器训练；

5)自动检测模式下决策输出模块调用训练好的SVM轴承二分类器对待检测图像特征进行检测判定，并在客户端显示判定结果，计算机依据此结果调用执行系统对正常轴承进行翻面，缺陷轴承进行去除。