[发明专利]用于滚动轴承保持架铆合缺陷的机器视觉检测方法

权利要求书

1.一种用于滚动轴承保持架铆合缺陷的机器视觉检测方法，其特征在于，包括以下步骤：

S1:将待检测轴承放置于检测装置的检测工位上，采集轴承两面图像；

S2:对采集到的轴承灰度图像进行预处理；

S3:获取轴承图像的圆心坐标以及内、外圈半径；

S4:将轴承从笛卡尔坐标系展开到直角坐标系；

S5:对展开后的轴承图像进行二值化处理，对于处理后图像进行水平投影，并统计白色像素点的个数并绘制图像；

S6:提取保持架区域的梯度方向直方图算子构成特征矩阵，训练机器学习模型。

2.根据权利要求1所述的用于滚动轴承保持架铆合缺陷的机器视觉检测方法，其特征在于：步骤S2中，图像的预处理为：对采集到的轴承灰度图像进行滤波，采用双边滤波方法，用以获取去除噪声干扰后的轴承图像。

3.根据权利要求1所述的用于滚动轴承保持架铆合缺陷的机器视觉检测方法，其特征在于：步骤S3中，首先对原图像进行形态学重建-腐蚀操作，对原图中的高亮部分进行腐蚀，计算腐蚀核覆盖的区域的像素点的最小值，效果图拥有比原图更小的高亮区域；

然后利用该腐蚀结果作为标记图像，原图像作为掩模图像，进行重建；然后对重建后的腐蚀图像进行形态学重建-膨胀操作，对图像中的高亮部分进行膨胀，计算膨胀核覆盖的区域像素点的最大值，效果图拥有比原图更大的高亮区域；

由此图像作为标记图像，之前腐蚀操作后的图像作为掩模图像；使用Sobel算子获取形态学处理后的图像的边缘图像，

最后，利用霍夫变换算法对边缘图像进行圆检测，通过反复检测，确定轴承圆心和内、外圈外轮廓的半径。

4.根据权利要求1所述的用于滚动轴承保持架铆合缺陷的机器视觉检测方法，其特征在于：步骤S4中，将图像从笛卡尔坐标系展开到直角坐标系中，在极坐标系采用极坐标方程，利用角度θ和半径R进行描述环形区域，在笛卡尔直角坐标系中采用横轴坐标X和纵轴坐标Y描述矩形区域；在展开过程中，依据坐标变换公式对像素点进行坐标变换。

5.根据权利要求4所述的用于滚动轴承保持架铆合缺陷的机器视觉检测方法，其特征在于：进行坐标变换的方式为：

X＝x₀+(R₁+Δh)*cos(π-θ+Δω)

Y＝x₀+(R₁+Δh)*sin(π-θ+Δω)

θ＝(N+1)*θ₀

其中，(x₀,y₀)为圆心的坐标，R₁为轴承内圈半径，Δh为圆环径向长度增量，Δω为角度增量，N为重复次数，N值的范围为0到

6.根据权利要求1所述的用于滚动轴承保持架铆合缺陷的机器视觉检测方法，其特征在于：步骤S5中，对于轴承展开后的图像进行二值化处理，对二值化处理后的图像进行水平投影，并统计其白色像素点的个数S，绘制S随着轴承宽度的变化图像，通过图像能清晰的观察到轴承的水平投影为表现高低不同的几个区域，进而得到轴承内外圈区域以及保持架区域的边界坐标，即可单独提取出保持架区域。

7.根据权利要求1所述的用于滚动轴承保持架铆合缺陷的机器视觉检测方法，其特征在于：步骤S6中，将保持架区域标准化到同一大小，提取保持架区域的方向梯度直方图算子，构成特征矩阵；建立机器学习判别模型，模型可以选择支持向量机、偏最小二乘判别分析等分类模型，若特征矩阵维度过高，还可以使用主成分分析方法进行降维。