“十二五規(guī)劃”期間,國(guó)家明確指出,軸承是加快振興裝備制造業(yè)的16個(gè)關(guān)鍵領(lǐng)域的核心基石,它在多個(gè)關(guān)鍵領(lǐng)域有著廣泛的應(yīng)用。作為軸承核心零件之一的軸承滾子,其表面質(zhì)量直接決定了軸承的質(zhì)量。近年來(lái)隨著機(jī)器視覺(jué)技術(shù)的蓬勃發(fā)展,越來(lái)越多的學(xué)者將機(jī)器視覺(jué)技術(shù)應(yīng)用于軸承滾子表面瑕疵檢測(cè)之中。但在軸承滾子瑕疵檢測(cè)中會(huì)受到光照不均的影響,導(dǎo)致誤檢或漏檢,從而降低系統(tǒng)檢測(cè)的準(zhǔn)確性。針對(duì)這個(gè)問(wèn)題,本文通過(guò)對(duì)工業(yè)相機(jī)、工業(yè)鏡頭和工業(yè)光源的選型完成瑕疵檢測(cè)系統(tǒng)圖像采集模塊的搭建,并對(duì)軸承滾子各表面的常見(jiàn)瑕疵進(jìn)行整理和分析,依托實(shí)際項(xiàng)目進(jìn)行了如下研究:(1)本文對(duì)傳統(tǒng)的Retinex光照校正算法進(jìn)行了分析研究,并針對(duì)該算法在軸承滾子瑕疵檢測(cè)中出現(xiàn)的細(xì)節(jié)丟失問(wèn)題,提出了一種基于中值濾波的改進(jìn)型Retinex光照校正算法。該改進(jìn)型算法使用中值濾波代替高斯環(huán)繞函數(shù)完成圖像光照分量的估計(jì),并使用信息熵函數(shù)完成對(duì)原圖光照均勻性檢測(cè),以此減少算法在實(shí)際應(yīng)用中的冗余計(jì)算。仿真結(jié)果表明,該改進(jìn)型算法與傳統(tǒng)Retinex光照校正算法相比,在處理時(shí)間相近的前提下,明顯改善傳統(tǒng)Retinex光照校正算法的細(xì)節(jié)丟失問(wèn)題。(2)在光照校正算法基礎(chǔ)上設(shè)計(jì)了一套軸承滾子瑕疵檢測(cè)算法,并使用多線程技術(shù)對(duì)算法進(jìn)行了實(shí)現(xiàn)和多工位結(jié)果融合。軸承滾子瑕疵檢測(cè)算法共5個(gè)步驟,分別是ROI定位、光照校正、預(yù)處理、疑似瑕疵定位以及瑕疵確認(rèn)。此外,作者對(duì)影響系統(tǒng)處理速度的各向異性濾波算法進(jìn)行了CUDA加速,將其算法速度提升了近20倍,最終使軸承滾子瑕疵檢測(cè)系統(tǒng)的檢測(cè)速度達(dá)到了400~500ms/個(gè),滿足實(shí)際項(xiàng)目對(duì)于軸承滾子檢測(cè)速度的要求。經(jīng)過(guò)現(xiàn)場(chǎng)測(cè)試,基于光照校正算法的軸承滾子瑕疵檢測(cè)系統(tǒng)相對(duì)于未加入光照校正的系統(tǒng)能夠較好地避免誤檢和漏檢瑕疵,相對(duì)于人工檢測(cè)方式具有更快的檢測(cè)速度和更穩(wěn)定的準(zhǔn)確率。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TH133.3;TP391.41
【部分圖文】：

重慶郵電大學(xué)碩士學(xué)位論文上幾種瑕疵主要存在于軸承滾子表面 除此之外還有一些瑕疵可能出現(xiàn)在，這種類型的瑕疵主要在軸承滾子鋼材生產(chǎn)環(huán)節(jié)中出現(xiàn) 如軸承滾子鋼材，由于原材料中某類礦物元素配比出錯(cuò)，造成軸承滾子整體力學(xué)結(jié)構(gòu)產(chǎn)生軸承滾子鋼材冷卻過(guò)程中出現(xiàn)內(nèi)部擠壓而產(chǎn)生軸承滾子內(nèi)部結(jié)構(gòu)斷裂，出這種瑕疵難以通過(guò)機(jī)器視覺(jué)技術(shù)進(jìn)行有效檢測(cè)，故此類瑕疵在檢測(cè)過(guò)程中據(jù)以上對(duì)軸承滾子瑕疵形成原因的分析和在實(shí)際工廠中的調(diào)研結(jié)果 如圖承滾子表面主要存在 6 種瑕疵類型 根據(jù)存在深度與否，可將幾種瑕疵類一類是以劃傷 凹坑為代表的具有深度的表面瑕疵；一類是以銹斑為代表但是灰度值偏低的表面瑕疵，這兩類瑕疵的視覺(jué)特征如表 2.1 所示

圖 2.3 軸承滾子各表面示意圖承滾子生產(chǎn)行業(yè)中，通常將軸承滾子大端面和側(cè)滾動(dòng)面定義為工作端面 大倒角和小倒角定義為非工作面或非接觸面 工作面即在軸承動(dòng)的軸承滾子表面；非工作面即不承擔(dān)軸承轉(zhuǎn)動(dòng)而僅僅作為軸承滾子承滾子表面 因此在洛陽(yáng)某軸承生產(chǎn)工廠進(jìn)行軸承瑕疵調(diào)研時(shí)，發(fā)現(xiàn)作面和非工作面的差別，對(duì)軸承滾子不同表面的瑕疵檢測(cè)精度 差別行軸承滾子瑕疵檢測(cè)算法設(shè)計(jì)時(shí)，可根據(jù)客戶要求開(kāi)放檢測(cè)精度調(diào)整質(zhì)量等級(jí)的軸承滾子檢測(cè)情況 承滾子各表面進(jìn)行分析后可得出各表面主要瑕疵及瑕疵特征 具體

圖 2.11 光源示意圖選型結(jié)果，具體的大/小端面，大/小倒角和側(cè)滾動(dòng)面的照明集圖像如圖 2.3 所示 倒角照射方式面陣相機(jī)軸承滾子方形光源端面照射方式面陣相機(jī)軸承滾子

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周悅;;基于Retinex理論的霧靄天氣圖像增強(qiáng)[J];內(nèi)燃機(jī)與配件;2017年01期

2 任榮;張小伍;;改進(jìn)Retinex在紅外圖像增強(qiáng)中的應(yīng)用[J];激光雜志;2016年08期

3 滿晨龍;史再峰;徐江濤;姚素英;;基于區(qū)域分割的快速隨機(jī)噴灑Retinex方法[J];南開(kāi)大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

4 孔登峰;;關(guān)于Retinex算法對(duì)刑事模糊圖像增強(qiáng)的適用性探討[J];數(shù)字技術(shù)與應(yīng)用;2012年11期

5 凌敏;;基于Retinex理論的圖像增強(qiáng)算法研究[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2014年01期

6 譚躍;;基于Retinex理論的圖像增強(qiáng)算法研究[J];技術(shù)與市場(chǎng);2009年12期

7 吳振中;;基于Retinex理論的圖像增強(qiáng)算法的研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2016年26期

8 袁洪;湯輝;;基于Retinex理論圖像增強(qiáng)的邊緣檢測(cè)[J];昆明冶金高等�？茖W(xué)校學(xué)報(bào);2015年03期

9 程耀瑜;王宇;;基于Retinex可變框架的X射線圖像增強(qiáng)方法研究[J];激光與紅外;2008年10期

10 王彥臣;李樹(shù)杰;黃廉卿;;基于多尺度Retinex的數(shù)字X光圖像增強(qiáng)方法研究[J];光學(xué)精密工程;2006年01期

相關(guān)會(huì)議論文 前6條

1 陳亮;;一種快速的基于自適應(yīng)尺度Retinex的圖像增強(qiáng)算法[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

2 陳云善;盛磊;李一芒;高世杰;;Retinex圖像增強(qiáng)算法的GPU實(shí)現(xiàn)[A];儀器儀表學(xué)報(bào)（2015（增刊）第36卷）[C];2015年

3 詹潔;嚴(yán)非;;一種新的變分Retinex圖像增強(qiáng)方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 張肅;饒順斌;王海葳;趙紅蕊;;基于模糊Retinex的高空間分辨率遙感影像陰影消除方法[A];第四屆海峽兩岸GIS發(fā)展研討會(huì)暨中國(guó)GIS協(xié)會(huì)第十屆年會(huì)論文集[C];2006年

5 江興方;陶純堪;;Retinex彩色圖像增強(qiáng)理論及其研究進(jìn)展[A];2004全國(guó)光學(xué)與光電子學(xué)學(xué)術(shù)研討會(huì)、2005全國(guó)光學(xué)與光電子學(xué)學(xué)術(shù)研討會(huì)、廣西光學(xué)學(xué)會(huì)成立20周年年會(huì)論文集[C];2005年

6 孫勁光;李揚(yáng);;基于Mean-Shift的Retinex算法在人臉識(shí)別中的應(yīng)用[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

相關(guān)博士學(xué)位論文 前7條

1 趙曉霞;基于RETINEX理論的視頻圖像增強(qiáng)系統(tǒng)研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2011年

2 潘天工;面向PACS系統(tǒng)的圖像增強(qiáng)和圖像加密算法研究[D];哈爾濱理工大學(xué);2014年

3 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

4 胡勇;面向室外場(chǎng)景的圖像紋理分析與應(yīng)用研究[D];南京理工大學(xué);2010年

5 呂國(guó)豪;面向鐵路運(yùn)行環(huán)境檢測(cè)的圖像復(fù)原、增強(qiáng)及配準(zhǔn)方法研究[D];北京交通大學(xué);2017年

6 嵇曉強(qiáng);圖像快速去霧與清晰度恢復(fù)技術(shù)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

7 王志偉;航空?qǐng)D像的增強(qiáng)及其道路的提取和分析[D];長(zhǎng)安大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 劉超;基于改進(jìn)型Retinex算法的軸承滾子瑕疵檢測(cè)技術(shù)研究[D];重慶郵電大學(xué);2019年

2 劉彤;基于粒子群優(yōu)化的Retinex圖像增強(qiáng)[D];重慶師范大學(xué);2016年

3 肖燕峰;基于Retinex理論的圖像增強(qiáng)恢復(fù)算法研究[D];上海交通大學(xué);2007年

4 趙清楠;基于Retinex理論的圖像增強(qiáng)凸優(yōu)化模型研究[D];電子科技大學(xué);2016年

5 吳偉玉;基于局部雙邊濾波的實(shí)時(shí)Retinex圖像增強(qiáng)[D];安徽大學(xué);2013年

6 儲(chǔ)昭輝;基于Retinex理論的小波域圖像增強(qiáng)方法研究[D];合肥工業(yè)大學(xué);2010年

7 孫天;基于Retinex理論的復(fù)雜光照下的人眼檢測(cè)系統(tǒng)研究[D];西安電子科技大學(xué);2012年

8 何瑋;基于Retinex的紅外圖像預(yù)處理系統(tǒng)的研究與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

9 傅雪陽(yáng);基于變分框架的Retinex圖像增強(qiáng)方法研究[D];廈門(mén)大學(xué);2014年

10 朱磊;Retinex圖像增強(qiáng)算法的研究與FPGA實(shí)現(xiàn)[D];清華大學(xué);2012年

本文編號(hào)：2830636