第10期 2017年10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)10002205
D0I:10.13462/j. cnki. mmtamt.2017.10.005
基于预测匹配差与全局-局部阈值化的
轴承缺陷检测与定位算法
尚军，张晓晖，刘青
（西安理工大学工程训练中心，西安710048）
No.10 Oct.2017
摘要：为了准确检测轴承在生产加工过程中出现的滚动体漏装等缺陷，提出了基于预测匹配差与全局-局部阅值化的轴承缺陷检测与定位算法，完成滚动体缺失、破损检测与定位。首先，引入分段线性图像增强技术，扩大滚动体与轴承背景的对比度；其次，综合全局与局部阅值化方法，结合种子填充技术，对轴承进行连通边缘标记；再设计一种圆验证机制，将轴承中的非圆边缘滤除，以提取滚动体的ROI区域，缩小了目标检测范国，提高滚动体缺陷的检测效率；最后，利用OpenCV来统计不同部件的轮廊面积，从而设计预测匹配差方法，对缺失或破损的滚动体进行定位。仿真结果显示，与当
前轴承检测方法相比，对于滚动体漏装或破损轴承，所提算法具有更高的检测与定位准确。关键词：滚动体缺失检测；滚动体定位；全局-局部二值化；预测匹配差定位
中图分类号：TH165;TG115
文献标识码：A
Bearing Defect Detection-Location Algorithm Based on Predictive
Matching Difference and Global Local Thresholding
SHANG Jun, ZHANG Xiao-hui, LIU Qing
(Engineering Training Center, Xi'an University of Technology, Xi'an 710048,China)
Abstract : In order to accurately detect the defects of rolling body leakage in the process of production bear-ing, the bearing defect detection-location algorithm based on predictive matching difference and global local thresholding was proposed in this paper to finish the detection and location of missing and damaged rolling bodies. Firstly, the piecewise linear image enhancement technique was introduced to enlarge the contrast be-tween the rolling body and the bearing. Then the linking edge marking of the bearing was done by construc-ting the global-local thresholding method and combining the seed filling technology. And the ROI region of the rolling body was extracted by designing a circle verification mechanism to filter out the non circle edge of the bearing for reducing the target detection range and improving the detection efficiency. Finally , the pre-dictive matching method was designed by using the OpenCV to calculate the contour area of different compo-nents for locating the missing or damaged rolling objects. Simulation results show that this algorithm has higher detection and localization accuracy compared with current bearing detection methods.
Key words: rolling body missing detection; rolling body localization; global-local binaryzation; predictive matching difference localization
0引言
在机械行业中，滚动轴承应用非常广，在动力传动
机构中具有重要作用，而滚动体对轴承力学性能和实用寿命具有重大影响，但是在制造滚动轴承过程中，经常容易漏装滚动体或者滚动体损坏的情况，若不及时将其检测出来，会导致传动效率下降[1]。在实际轴承生产期间，为了防止出现滚动体漏装、或者滚动体损坏等现象，当前各工户主要还是借助人工目视和称重法[2-3]，其中，人工目视是通过人眼观察来判别是否存
在漏装或破损情况，这种方式跟检测人员的经验以及工作态度有关，主观性强，且长时间工作后检测人员往往因为疲劳而降低工作效率和检测的准确性；对于称重法3，由于滚动轴承加工时存在尺寸偏差，这种重量的偏差和单个滚动体破损重量的偏差往往相近，因此，此时如果使用称重法会出现误检情况
为了解决人工作业的不足，部分学者着手于对该问题的研究，提出了一些轴承缺陷检测技术，且取得良好的实际应用效果，陈韬等[4]提出一种对滚动体及铆钉缺失检测的方法，根据已知的轴承半径和保持架的
收稿日期：20170608；修回日期：2017-07-07
*基金项目：国家自然科学基金项目（61405157,61075007）；陕西省自然科学基础研究计划(2012JM7006）
作者简务旁数撰5一），男，陕西府谷人，西安理工大学工程师，研究方向为模式识别、计算机应用、机电设备研发，（E-mail）shjun@xaul.edu.
cn；张晓晖(1975一)，男，陕西兴平人，西安理工大学教授，博士生导师，博士，研究方向为信息控制、视觉识别算法。