CN106908444B - 一种基于图像处理的圆锥滚子轴承端面识别系统及方法 - Google Patents

一种基于图像处理的圆锥滚子轴承端面识别系统及方法 Download PDF

Info

Publication number
CN106908444B
CN106908444B CN201710163959.0A CN201710163959A CN106908444B CN 106908444 B CN106908444 B CN 106908444B CN 201710163959 A CN201710163959 A CN 201710163959A CN 106908444 B CN106908444 B CN 106908444B
Authority
CN
China
Prior art keywords
bearing
image
face
detected
tapered roller
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710163959.0A
Other languages
English (en)
Other versions
CN106908444A (zh
Inventor
徐少川
阎相伊
李健卓
徐思鸿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Liaoning USTL
Original Assignee
University of Science and Technology Liaoning USTL
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Liaoning USTL filed Critical University of Science and Technology Liaoning USTL
Priority to CN201710163959.0A priority Critical patent/CN106908444B/zh
Publication of CN106908444A publication Critical patent/CN106908444A/zh
Application granted granted Critical
Publication of CN106908444B publication Critical patent/CN106908444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8411—Application to online plant, process monitoring
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种基于图像处理的圆锥滚子轴承端面识别系统及方法，所述的系统包括数据采集控制卡、图像处理系统、图像采集单元；所述的图像采集单元包括工业相机、工业镜头、机器视觉光源、可控相机支架。所述的图像处理系统为工控机，其通过USB接口方式与图像采集单元中的工业相机相连接，通过RS232方式与数据采集控制卡相连接，数据采集控制卡还通过控制电缆连接现场的PLC控制系统。所述的方法为基于图像处理的圆锥滚子轴承端面识别系统中的锥滚子轴承端面识别方法，采用图像识别技术，能够检测出待测轴承的端面并根据检测的端面结果判定是否需要翻面，使打标设备在指定端面进行打标，从而提高轴承打标自动化程度。

Description

一种基于图像处理的圆锥滚子轴承端面识别系统及方法
技术领域
本发明涉及电子检测技术领域，特别涉及一种基于图像处理的圆锥滚子轴承端面识别系统及方法。
背景技术
轴承打标是轴承生产工艺中必不可少的环节。圆锥滚子轴承的内外圈由于具有锥形滚道，所以轴承存在大小端面，通常对其大端面进行打标。目前轴承生产厂家通常采用人工检测的方法进行大小端面的判断，劳动强度高，检测效率较低。
申请公布号为CN103722468A的中国专利提出了一种用于圆锥滚子轴承自动上料认面机的认面系统，采用了红外线检测探头来判断圆锥滚子轴承的端面。
图像检测技术具有非接触、速度快、精度高、抗干扰能力强等优点，正逐步应用于轴承检测中。因此需要一种基于图像处理的圆锥滚子轴承端面识别方法，解决在轴承自动化生产线上实现圆锥滚子轴承大小端面在线检测问题，提高轴承打标自动化程度。
采用基于图像处理的识别方法比使用机械探针和红外传感器的检测方法对轴承端面的识别更为精准，识别速度更快，且对正反端面差异小的轴承也能达到100％的识别率。
发明内容
为了解决背景技术中所述问题，本发明提供一种基于图像处理的圆锥滚子轴承端面识别系统及方法，采用图像识别技术，能够检测出待测轴承的端面并根据检测的端面结果判定是否需要翻面，使打标设备在指定端面进行打标，识别更为精准，识别速度更快，且对正反端面差异小的轴承也能达到100％的识别率。从而提高轴承打标自动化程度。
为了达到上述目的，本发明采用以下技术方案实现：
一种基于图像处理的圆锥滚子轴承端面识别系统，包括数据采集控制卡、图像处理系统、图像采集单元；所述的图像采集单元包括工业相机、工业镜头、机器视觉光源、可控相机支架。
所述的图像处理系统为工控机，其通过USB接口方式与图像采集单元中的工业相机相连接，通过RS232方式与数据采集控制卡相连接，数据采集控制卡还通过控制电缆连接现场的PLC控制系统。
所述的图像处理系统通过数据采集控制卡接收到现场PLC的发送的轴承到位信号后，开始接收图像采集单元采集的图像信号，并将采集到的图像通过圆锥滚子轴承端面识别方法检测出轴承端面，最后将检测结果-轴承正反端面信息和检测完毕信号通过数据采集控制卡发送至PLC控制系统，PLC控制系统根据检测结果决定是否控制翻面机构进行翻面。
所述的图像采集单元采用机器视觉光源提供稳定光照环境，采用工业镜头调整至最佳对焦位置，采用工业相机进行图像采集，采用可控相机支架根据轴承型号的大小自动调整支架伸缩长度，使被测轴承图像位于图像中心位置。
所述的图像采集单元中的可控相机支架上安装有步进电机，所述步进电机通过丝杠连接相机支架，通过控制电缆与现场PLC控制系统相连接，在轴承生产线上更换下一规格轴承时，PLC控制系统控制可控相机支架的步进电机，带动可控相机支架前后移动，调节相机固定架的伸缩长度。所述的可控相机支架上还安装有机器视觉光源的光源固定架，随着可控相机支架的伸缩，将相机和光源调整到最佳采集位置，使被测轴承图像位于图像中心位置。
一种基于图像处理的圆锥滚子轴承端面识别系统中的锥滚子轴承端面识别方法,包括如下步骤：
步骤一、图像预处理：将采集到的图像通过图像裁剪、灰度处理、二值化处理得到图像预处理效果。
为提高后续图像处理速度，将轴承外围图像进行裁剪；将裁剪后的彩色图像进行灰度处理；为增强轴承图像信息对灰度图像进行中值滤波降噪，突出轴承的边沿信息；为方便提取轴承图像特征信息，采用局部自适应阈值的方式对图像做二值化处理，以最大程度保留轴承轮廓信息。
步骤二、特征信号分析与提取：精准确定轴承圆心和半径。
为准确提取轴承图像特征信号，需精准确定轴承圆心和半径；以预处理后的二值图像中心坐标点为搜索圆心，设置最大搜索半径，形成搜索圆，从搜索圆上选取n个坐标点为搜索起始点，各自延搜索圆心方向搜索的第一个像素值突变点坐标设为 (像素值由0变1的坐标点)，根据这n个像素值突变点的坐标，利用最小二乘法拟合求得轴承圆心(xc,yc)及圆心到轴承外圈的半径R，则/>(xc,yc)和R之间的关系如式(1)所示。
进一步地，轴承定位后，确定了轴承图像的圆心和半径，对以轴承圆心为起始点向上下左右四个方向做像素值检测；由于二值图像中仅存在像素值为0和1的像素点，所以可以将检测到的一维像素值数组转化为波形图(X轴为坐标点距离圆心长度，Y轴为像素值)；各方波下降沿对应的X轴坐标为所对应圆环的半径长度；基于圆锥滚子轴承的结构特点，通常根据测得的图像外圆半径长度和次外圆半径长度之差作为特征值，外圆半径为R1，次外圆半径为R2，设ΔR为特征值，ΔR计算方法为四个方向测得的R1平均值与四个方向测得的R2平均值之差。
步骤三、将测得的数据存入特征数据库：如果所检测的圆锥滚子轴承规格为第一次检测的规格，则需要将此轴承的A面和B面分别进行上述步骤一和步骤二的检测，并将测得的特征值ΔRA和ΔRB存入特征数据库；并设定各规格轴承的A、B端面的特征范围 写入特征库，为待测轴承的端面判定提供特征值的所属区间；如果所检测的圆锥滚子轴承规格不是第一次检测，特征值已经存在数据库中，则跳过此步骤。
步骤四、端面判定：通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面。
当轴承生产线上更换其他规格轴承时，从图像处理系统的操作界面中选择待测轴承规格，图像处理系统通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面，即：
If P is Pi andthen检测端面为A面
If P is Pi andthen检测端面为B面
其中P为待测轴承规格，Pi为图像处理系统当前判定规格； 分别是A面和B面特征值的最小值和最大值，ΔR为在线提取被测轴承的特征值。
与现有技术相比，本发明的有益效果是：
1、在端面识别过程中，采用基于图像处理的识别方法相比使用机械探针和红外传感器的检测方法对轴承端面的识别更为精准，识别速度更快，且对正反端面差异小的轴承也能达到100％的识别率。
2、图像采集单元采用机器视觉光源能够为设备提供稳定光照环境，采用可控相机支架并安装有步进电机，使步进电机能够根据现场的PLC指令动作，根据轴承型号的大小自动调整支架伸缩长度，使被测轴承图像位于图像中心位置。
3、采用的串口数据采集卡含有4路DI输入和4路DO输出并支持RS232MODBUS RTU串口通信协议，能够连接图像处理系统的工控机和现场的PLC控制系统，使本发明的基于图像处理的圆锥滚子轴承端面识别系统能够与现场的控制系统相连通，实现与现场的一体化控制。
4、采用图像识别技术进行圆锥滚子轴承的端面识别，在更换轴承规格的过程中，仅需在图像处理系统的特征库中选择待检测轴承的特征值判定区间，然后根据图像处理系统的判定规则完成端面识别功能。相比采用机械探针检测手动调节探针位置的方式更为方便、迅捷。
5、采用图像识别技术进行圆锥滚子轴承的端面识别，在加入新规格轴承时，仅需在图像处理系统中对新增规格轴承的特征值进行入库，即可对新增规格轴承进行端面判定。
附图说明
图1为基于图像处理的圆锥滚子轴承端面识别系统示意图；
图2为可控相机支架示意图；
图3为轴承端面识别算法流程图。
其中，1-数据采集控制卡 2-图像处理系统 3-图像采集单元 4-步进电机 5-可控相机支架 6-光源固定架 7-工业相机 8-工业镜头 9-机器视觉光源 10-丝杠。
具体实施方式
以下结合附图对本发明提供的具体实施方式进行详细说明。
如图1所示，一种基于图像处理的圆锥滚子轴承端面识别系统，包括数据采集控制卡1、图像处理系统2、图像采集单元3；
如图2所示，所述的图像采集单元3包括工业相机7、工业镜头8、机器视觉光源9、可控相机支架5。
所述的图像处理系统2为工控机，其通过USB接口方式与图像采集单元3中的工业相机相连接，通过RS232方式与数据采集控制卡1相连接，数据采集控制卡1还通过控制电缆连接现场的PLC控制系统。
如图1所示，上料机构的推板将待测工件推入“V”形钳夹，钳夹将待测工件从上料位带至检测位，PLC控制系统立即向数据采集控制卡1发送检测位到位信号。
所述的图像处理系统2通过数据采集控制卡1接收到现场PLC的发送的轴承到位信号后，开始接收图像采集单元3采集的图像信号，并将采集到的图像通过圆锥滚子轴承端面识别方法检测出轴承端面，最后将检测结果-轴承正反端面信息和检测完毕信号通过数据采集控制卡1发送至PLC控制系统，PLC控制系统根据检测结果决定是否控制翻面机构进行翻面。
待上料机构的钳夹将轴承从检测位带至翻转位后，所述的翻面机构执行PLC控制系统发出的指令，若轴承处于指定打标端面，则翻面机构旋转一定角度使轴承通过重力滑至后续打标环节；若轴承未处于指定打标端面，则翻面机构带动轴承翻转，并通过重力使轴承滑至后续打标环节。
所述的图像采集单元3采用机器视觉光源9提供稳定光照环境，采用工业镜头8调整至最佳对焦位置，采用工业相机7进行图像采集，采用可控相机支架5根据轴承型号的大小自动调整支架伸缩长度，使被测轴承图像位于图像中心位置。
所述的图像采集单元3中的可控相机支架5上安装有步进电机4，所述步进电机4通过丝杠10连接相机支架5，通过控制电缆与现场PLC控制系统相连接，在轴承生产线上更换下一规格轴承时，PLC控制系统控制可控相机支架5的步进电机4，带动可控相机支架5前后移动，调节相机固定架5的伸缩长度。所述的可控相机支架5上还安装有机器视觉光源9的光源固定架6，随着可控相机支架5的伸缩，将相机和光源调整到最佳采集位置，使被测轴承图像位于图像中心位置。
所述的数据采集卡优选型号为DAM0404，包括4路DI输入和4路DO输出，支持RS232MODBUS RTU串口通信协议。
所述的工业相机7采用显微精工的XG500型，免驱工业相机USB高清500万像素；所述的工业镜头8采用XG0612型，300万高清监控镜头1/2C口手动变焦6-12无畸变；所述的机器视觉光源9选择200LIGHTING的LED环形光源，60内径带磨砂罩。
如图3所示，一种基于图像处理的圆锥滚子轴承端面识别系统中的锥滚子轴承端面识别方法,包括如下步骤：
步骤一、图像预处理：将采集到的图像通过图像裁剪、灰度处理、二值化处理得到图像预处理效果。
为提高后续图像处理速度，将轴承外围图像进行裁剪；将裁剪后的彩色图像进行灰度处理；为增强轴承图像信息对灰度图像进行中值滤波降噪，突出轴承的边沿信息；为方便提取轴承图像特征信息，采用局部自适应阈值的方式对图像做二值化处理，以最大程度保留轴承轮廓信息。
步骤二、特征信号分析与提取：精准确定轴承圆心和半径。
为准确提取轴承图像特征信号，需精准确定轴承圆心和半径；以预处理后的二值图像中心坐标点为搜索圆心，设置最大搜索半径，形成搜索圆，从搜索圆上选取n个坐标点为搜索起始点，各自延搜索圆心方向搜索的第一个像素值突变点坐标设为 (像素值由0变1的坐标点)，根据这n个像素值突变点的坐标，利用最小二乘法拟合求得轴承圆心(xc,yc)及圆心到轴承外圈的半径R，则/>(xc,yc)和R之间的关系如式(1)所示。
进一步地，轴承定位后，确定了轴承图像的圆心和半径，对以轴承圆心为起始点向上下左右四个方向做像素值检测；由于二值图像中仅存在像素值为0和1的像素点，所以可以将检测到的一维像素值数组转化为波形图(X轴为坐标点距离圆心长度，Y轴为像素值)；各方波下降沿对应的X轴坐标为所对应圆环的半径长度；基于圆锥滚子轴承的结构特点，通常根据测得的图像外圆半径长度和次外圆半径长度之差作为特征值，外圆半径为R1，次外圆半径为R2，设ΔR为特征值，ΔR计算方法为四个方向测得的R1平均值与四个方向测得的R2平均值之差。
步骤三、将测得的数据存入特征数据库：如果所检测的圆锥滚子轴承规格为第一次检测的规格，则需要将此轴承的A面和B面分别进行上述步骤一和步骤二的检测，并将测得的特征值ΔRA和ΔRB存入特征数据库；并设定各规格轴承的A、B端面的特征范围 写入特征库，为待测轴承的端面判定提供特征值的所属区间；如果所检测的圆锥滚子轴承规格不是第一次检测，特征值已经存在数据库中，则跳过此步骤。
步骤四、端面判定：通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面。
当轴承生产线上更换其他规格轴承时，从图像处理系统2的操作界面中选择待测轴承规格，图像处理系统2通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面，即：
If P is Pi andthen检测端面为A面
If P is Pi andthen检测端面为B面
其中P为待测轴承规格，Pi为图像处理系统当前判定规格； 分别是A面和B面特征值的最小值和最大值，ΔR为在线提取被测轴承的特征值。
以上实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。

Claims (3)

1.一种基于图像处理的圆锥滚子轴承端面识别系统的锥滚子轴承端面识别方法，所述的系统包括数据采集控制卡、图像处理系统、图像采集单元；所述的图像采集单元包括工业相机、工业镜头、机器视觉光源、可控相机支架；
所述的图像处理系统为工控机，其通过USB接口方式与图像采集单元中的工业相机相连接，通过RS232方式与数据采集控制卡相连接，数据采集控制卡还通过控制电缆连接现场的PLC控制系统；
所述的图像处理系统通过数据采集控制卡接收到现场PLC的发送的轴承到位信号后，开始接收图像采集单元采集的图像信号，并将采集到的图像通过圆锥滚子轴承端面识别方法检测出轴承端面，最后将检测结果-轴承正反端面信息和检测完毕信号通过数据采集控制卡发送至PLC控制系统，PLC控制系统根据检测结果决定是否控制翻面机构进行翻面；
其特征在于,所述锥滚子轴承端面识别方法包括如下步骤：
步骤一、图像预处理：将采集到的图像通过图像裁剪、灰度处理、二值化处理得到图像预处理效果；
为提高后续图像处理速度，将轴承外围图像进行裁剪；将裁剪后的彩色图像进行灰度处理；为增强轴承图像信息对灰度图像进行中值滤波降噪，突出轴承的边沿信息；为方便提取轴承图像特征信息，采用局部自适应阈值的方式对图像做二值化处理，以最大程度保留轴承轮廓信息；
步骤二、特征信号分析与提取：精准确定轴承圆心和半径；
为准确提取轴承图像特征信号，需精准确定轴承圆心和半径；以预处理后的二值图像中心坐标点为搜索圆心，设置最大搜索半径，形成搜索圆，从搜索圆上选取n个坐标点为搜索起始点，各自延搜索圆心方向搜索的第一个像素值突变点坐标设为 (像素值由0变1的坐标点)，根据这n个像素值突变点的坐标，利用最小二乘法拟合求得轴承圆心(xc,yc)及圆心到轴承外圈的半径R，则/>(xc,yc)和R之间的关系如式(1)所示；
进一步地，轴承定位后，确定了轴承图像的圆心和半径，对以轴承圆心为起始点向上下左右四个方向做像素值检测；由于二值图像中仅存在像素值为0和1的像素点，所以可以将检测到的一维像素值数组转化为波形图(X轴为坐标点距离圆心长度，Y轴为像素值)；各方波下降沿对应的X轴坐标为所对应圆环的半径长度；基于圆锥滚子轴承的结构特点，通常根据测得的图像外圆半径长度和次外圆半径长度之差作为特征值，外圆半径为R1，次外圆半径为R2，设ΔR为特征值，ΔR计算方法为四个方向测得的R1平均值与四个方向测得的R2平均值之差；
步骤三、将测得的数据存入特征数据库：如果所检测的圆锥滚子轴承规格为第一次检测的规格，则需要将此轴承的A面和B面分别进行上述步骤一和步骤二的检测，并将测得的特征值ΔRA和ΔRB存入特征数据库；并设定各规格轴承的A、B端面的特征范围 写入特征库，为待测轴承的端面判定提供特征值的所属区间；如果所检测的圆锥滚子轴承规格不是第一次检测，特征值已经存在数据库中，则跳过此步骤；
步骤四、端面判定：通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面；
当轴承生产线上更换其他规格轴承时，从图像处理系统的操作界面中选择待测轴承规格，图像处理系统通过确认被测轴承的判定规格和寻找被测轴承所提取特征值的所属区间，来判断轴承A、B端面，即：
If P is Pi andthen检测端面为A面
If P is Pi andthen检测端面为B面
其中P为待测轴承规格，Pi为图像处理系统当前判定规格； 分别是A面和B面特征值的最小值和最大值，ΔR为在线提取被测轴承的特征值。
2.根据权利要求1所述的一种基于图像处理的圆锥滚子轴承端面识别系统的锥滚子轴承端面识别方法，其特征在于，所述的图像采集单元采用机器视觉光源提供稳定光照环境，采用工业镜头调整至最佳对焦位置，采用工业相机进行图像采集，采用可控相机支架根据轴承型号的大小自动调整支架伸缩长度，使被测轴承图像位于图像中心位置。
3.根据权利要求1所述的一种基于图像处理的圆锥滚子轴承端面识别系统的锥滚子轴承端面识别方法，其特征在于，所述的图像采集单元中的可控相机支架上安装有步进电机，所述步进电机通过丝杠连接相机支架，通过控制电缆与现场PLC控制系统相连接，在轴承生产线上更换下一规格轴承时，PLC控制系统控制可控相机支架的步进电机，带动可控相机支架前后移动，调节相机固定架的伸缩长度，所述的可控相机支架上还安装有机器视觉光源的光源固定架，随着可控相机支架的伸缩，将相机和光源调整到最佳采集位置，使被测轴承图像位于图像中心位置。
CN201710163959.0A 2017-03-20 2017-03-20 一种基于图像处理的圆锥滚子轴承端面识别系统及方法 Active CN106908444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710163959.0A CN106908444B (zh) 2017-03-20 2017-03-20 一种基于图像处理的圆锥滚子轴承端面识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710163959.0A CN106908444B (zh) 2017-03-20 2017-03-20 一种基于图像处理的圆锥滚子轴承端面识别系统及方法

Publications (2)

Publication Number Publication Date
CN106908444A CN106908444A (zh) 2017-06-30
CN106908444B true CN106908444B (zh) 2023-10-10

Family

ID=59187359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710163959.0A Active CN106908444B (zh) 2017-03-20 2017-03-20 一种基于图像处理的圆锥滚子轴承端面识别系统及方法

Country Status (1)

Country Link
CN (1) CN106908444B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109059867B (zh) * 2018-06-14 2020-10-30 同济大学 手表外壳工件的正反姿态判断的单目机器视觉方法
CN108956618B (zh) * 2018-06-25 2020-08-11 衢州学院 一种基于频域视觉的圆锥滚子轴承表面检测方法
CN110116344B (zh) * 2019-05-18 2021-06-15 慈兴集团有限公司 一种轴承认面机
CN111127421B (zh) * 2019-12-20 2022-02-08 合肥联宝信息技术有限公司 一种定位电子设备b面的下边框和b面边框的方法
CN111678446B (zh) * 2020-06-29 2022-08-23 浙江农林大学 一种用于检测重卡轮毂轴承内径的检测机及其检测方法
CN113723266B (zh) * 2021-08-25 2022-11-22 贵州航天林泉电机有限公司 一种无刷电机冲片筛选系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07209197A (ja) * 1994-01-13 1995-08-11 Kawasaki Heavy Ind Ltd 円筒ころ軸受の検査方法およびその検査装置
CN101221134A (zh) * 2007-01-10 2008-07-16 宁波工程学院 计算机视觉技术检测微小轴承表面缺陷的方法及其装置
CN203337564U (zh) * 2013-07-19 2013-12-11 洛阳久德轴承模具技术有限公司 一种用于圆锥滚子的图像检测系统
CN103722468A (zh) * 2013-12-19 2014-04-16 浙江五环轴承集团有限公司 用于圆锥滚子轴承自动上料认面机的认面系统
CN204535652U (zh) * 2015-01-31 2015-08-05 慈溪市西西那提机械科技有限公司 一种轴承滚子外观自动检测装置
JP2016053523A (ja) * 2014-09-03 2016-04-14 株式会社ジェイテクト ころ軸受の挙動測定装置および挙動測定方法
CN105674877A (zh) * 2015-06-18 2016-06-15 洛阳久德轴承模具技术有限公司 圆锥滚子端面检测装置
CN105783748A (zh) * 2016-03-24 2016-07-20 洛阳亨基智能数控装备科技有限公司 一种检测微型圆锥滚子两端面直径尺寸公差的方法
CN106290392A (zh) * 2016-08-05 2017-01-04 宁波达尔机械科技有限公司 一种小微轴承表面凹痕缺陷在线检测方法及其系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07209197A (ja) * 1994-01-13 1995-08-11 Kawasaki Heavy Ind Ltd 円筒ころ軸受の検査方法およびその検査装置
CN101221134A (zh) * 2007-01-10 2008-07-16 宁波工程学院 计算机视觉技术检测微小轴承表面缺陷的方法及其装置
CN203337564U (zh) * 2013-07-19 2013-12-11 洛阳久德轴承模具技术有限公司 一种用于圆锥滚子的图像检测系统
CN103722468A (zh) * 2013-12-19 2014-04-16 浙江五环轴承集团有限公司 用于圆锥滚子轴承自动上料认面机的认面系统
JP2016053523A (ja) * 2014-09-03 2016-04-14 株式会社ジェイテクト ころ軸受の挙動測定装置および挙動測定方法
CN204535652U (zh) * 2015-01-31 2015-08-05 慈溪市西西那提机械科技有限公司 一种轴承滚子外观自动检测装置
CN105674877A (zh) * 2015-06-18 2016-06-15 洛阳久德轴承模具技术有限公司 圆锥滚子端面检测装置
CN105783748A (zh) * 2016-03-24 2016-07-20 洛阳亨基智能数控装备科技有限公司 一种检测微型圆锥滚子两端面直径尺寸公差的方法
CN106290392A (zh) * 2016-08-05 2017-01-04 宁波达尔机械科技有限公司 一种小微轴承表面凹痕缺陷在线检测方法及其系统

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
唐辉,吕文娜,于海波.圆锥轴承保持架视觉检测方法.轴承.2003,(第06期),全文. *
徐巧玉 ; 王已伟 ; 王军委 ; 王红梅 ; .基于数字滤波的圆锥滚子倒装识别算法.轴承.2016,(第04期),第53页第01-08段、第59页第01-03段、图3、图4. *
徐燕 ; 卢炎麟 ; 侯伟 ; .基于机器视觉和Labview的磁环在线自动检测系统.计算机测量与控制.2008,(第09期),全文. *
文生平 ; 刘云明 ; .基于机器视觉的圆锥滚子外观缺陷检测系统研究.计算机测量与控制.2017,(第01期),全文. *
王恒迪 ; 李莎 ; 杨建玺 ; 刘盟盟 ; .轴承端面缺陷的视觉检测方法.轴承.2016,(第03期),全文. *
苏俊宏 ; 刘胜利 ; 杨利红 ; 陈智利 ; .基于机器视觉的高精密轴承在线检测.光学与光电技术.2013,(第06期),全文. *
陈廉清 ; 崔治 ; 王龙山 ; .基于计算机视觉的微小轴承表面缺陷在线识别.农业机械学报.2006,(第05期),全文. *
陈文达 ; 白瑞林 ; 吉峰 ; 温振市 ; .基于机器视觉的轴承防尘盖表面缺陷检测.计算机工程与应用.2012,(第06期),全文. *
陈永清 ; 陈庆勇 ; 徐金海 ; .轴承端面缺陷自动检测研究.制造业自动化.2009,(第10期),摘要、第199页第02-03段、第201页第07段. *
雷良育,周晓军,潘明清.基于机器视觉的轴承内外径尺寸检测系统.农业机械学报.2005,(第03期),第132页第1-5段、第133页第05-09段、图1. *

Also Published As

Publication number Publication date
CN106908444A (zh) 2017-06-30

Similar Documents

Publication Publication Date Title
CN106908444B (zh) 一种基于图像处理的圆锥滚子轴承端面识别系统及方法
CN109969736B (zh) 一种大型运载皮带跑偏故障智能检测方法
CN103604808B (zh) 一种瓶盖缺陷视觉检测方法
CN109974582B (zh) 一种汽车线束的芯线尺寸非接触式视觉检测装置及方法
CN203750868U (zh) 基于计算机视觉的毛边检测装置
CN103063137B (zh) 一种基于机器视觉的药瓶测量系统及其测量方法
CN108037132B (zh) 一种用于干电池浆层纸卷绕缺陷检测的视觉传感器系统及方法
CN103785956B (zh) 具有自动检测球体最高点位置的激光打孔设备及打孔方法
CN110405540B (zh) 一种人工智能断刀检测系统及方法
CN102253048A (zh) 可用于多种产品检测的机器视觉检测方法及系统
CN103645573A (zh) 一种基于机器视觉的lcd检测的方法和系统
CN102393906A (zh) 一种基于计算机视觉检测技术的二维码快速检测提取方法
CN109086763B (zh) 一种指针式仪表读取方法及装置
CN109341570B (zh) 一种基于机器视觉的内螺纹检测方法及系统
CN110148175B (zh) 基于二维标签的发酵窖池自动定位与边界检测系统及方法
CN107891012B (zh) 基于等效算法的珍珠大小及圆形度分拣装置
CN103900499B (zh) 基于计算机视觉技术的卷烟包装警语区域面积测定方法
CN107516329B (zh) 一种减速机油孔定位方法
CN109945842B (zh) 成捆圆钢端面标签漏贴检测及贴标误差分析方法
CN109827515A (zh) 一种分离式的螺纹钢丝头尺寸检测系统和方法
CN112247675A (zh) 一种基于大数据自主学习检测刀具寿命的系统及方法
CN111611953B (zh) 一种基于目标特征训练的抽油机识别方法与系统
CN113566704A (zh) 一种基于机器视觉的轴承总成滚珠尺寸检测方法
CN106546175A (zh) 便携式刀具磨损测量装置
CN108663376B (zh) 一种无缝钢管质量检测装置及检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant