第5期 2017年5月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2017)05009204
DOI: 10. 13462/j. cenki. mmtamt. 2017. 05. 024
No.5 May2017
基于机器视觉的滑动轴承缺陷检测系统设计
陈琦，阮鸿雁
（江苏大学机械工程学院，江苏镇江212000）
摘要：针对滑动轴承生产过程中存在的检测速度慢、自动化水平低、检测精度低等问题，提出一种基于机器视觉的滑动轴承内表面缺陷检测系统的设计方案，实现了轴承体的自动检测功能。首先设计了一种实验检测平台用于获取滑动轴承内表面的图像通过基于形状的模板匹配算法对预处理后的图像进行匹配，实现对目标物体与缺陷区域的快速定位；为了实现对缺陷的提取，提出了一种基于区城灰度值的图像分割方法与基于区城形态学处理的特征提取方法。实验表明，系统的检测效果与传
统的检测方法相比，具有明显的优越性，为滑动轴承内表面检测提供了新的方法。关键词：滑动轴承：机器视觉；内表面；缺陷检测
中图分类号：TH164：TG506
文献标识码：A
Design of Detection System for Slide Bearing Defects Based on Machine Vision
CHEN Qi, RUAN Hong-yan
(School of Mechanical Engineering, Jiangsu University, Zhenjiang Jiangsu 212000, China)
Abstract : For bearings production process in the slow speed, low levels of automation and accuracy prob-lems is presented bearing inner surface defects based on machine vision detecting system design, realized the auto-detection of the bearing body. Firstly, a testing platform is designed for obtaining images of bearing in-ner surface; By template matching algorithm based on shape matches the image after preprocessing to a-chieve rapid positioning of the objects with the defective area; In order to realize the defect extraction, this paper proposes a image segmentation method based on region grey value and feature extraction method based on morphological processing area. Experiments show that performance compared with the traditional method of the system has obvious advantages, provided a new method for slide bearing inner surface defects detec-tion.
Key words: slide bearing; machine vision; inner surface; defects detection
0引言
滑动轴承作为基础传动件，在机械行业使用广泛且种类繁多。滑动轴承生产过程中，由于生产工艺以及生产过程中不确定因素的影响，内表面会有划痕、凹坑、毛刺、剥落等缺陷面成为废品，出广前必须将这些废品识别并剔除，因此对生产的轴承进行质量检查是轴承生产产业不可缺少的一部分[12]
目前多数企业采用人工目测的方法来完成上述工
作，人工检测中工人劳动强度大，受限制工人的精神状态、检测熟练水平、经验积累水平以及工作环境等方面的影响，检测的效率低、速度慢、器件的一致性标准难以得到保证，检测过程中由于工人疲劳，不可避免的产生错检、漏检，不合格产品的流出不仪会给工厂带来经济损失，而且给用户带来安全隐患["]。随着现代制造业的发展，对滑动轴承的检测提出了更高的要求，因此
收稿日期：20160806；修回日期：20160919
如何快速高效并准确的检测零件表面的缺陷成为制造业产业急需解决的问题[4]
机器视觉技术在轴承检测中的应用主要集中在轴承的尺寸检测和表面质量检测[5]。滑动轴承由于生产工艺与安装的需求，存在的缝隙使得检测方法与传统的轴承检测方法大不相同，传统的轴承检测选用基于多尺度阅值分制方法对缺陷提取快速进行16]。本文基于实际工业需求，提出了一种应用于滑动轴承内表面缺陷检测的视觉检测方案，通过分析采集到计算机的轴承图像，对轴承内表面的划痕、凹坑、毛刺、剥落等缺陷进行识别并取得了较好的效果。
自动检测系统的构成
1
自动检测系统由硬件系统设计和图像处理分析软件的设计两个部分构成。
作者简介：陈琦（1992—），男，江苏徐州人，江苏大学预士研究生，研究方向为机器视觉技术，（E-mail）chen89158515@163.com；通讯作者：阮鸿
雁（1961—），男，江苏镇江人，江苏大学教授，碳士研生导师，研究方向为机电一体化及工业控制技术，（E-mail）hynan@126.oom
万方数据