CN117451830B - 荧光磁粉喷砂轴承工件缺陷检测系统 - Google Patents
荧光磁粉喷砂轴承工件缺陷检测系统 Download PDFInfo
- Publication number
- CN117451830B CN117451830B CN202311397475.4A CN202311397475A CN117451830B CN 117451830 B CN117451830 B CN 117451830B CN 202311397475 A CN202311397475 A CN 202311397475A CN 117451830 B CN117451830 B CN 117451830B
- Authority
- CN
- China
- Prior art keywords
- noise reduction
- signal noise
- analysis mechanism
- data
- bearing
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 239000006247 magnetic powder Substances 0.000 title claims abstract description 45
- 230000007547 defect Effects 0.000 title claims abstract description 33
- 238000005488 sandblasting Methods 0.000 title abstract description 7
- 230000009467 reduction Effects 0.000 claims abstract description 111
- 230000007246 mechanism Effects 0.000 claims abstract description 71
- 238000005507 spraying Methods 0.000 claims abstract description 37
- 238000000605 extraction Methods 0.000 claims abstract description 24
- 238000005242 forging Methods 0.000 claims abstract description 16
- 238000003384 imaging method Methods 0.000 claims description 28
- 230000002708 enhancing effect Effects 0.000 claims description 20
- 230000005855 radiation Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 13
- 239000006249 magnetic particle Substances 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 230000017525 heat dissipation Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims 6
- 238000010586 diagram Methods 0.000 description 6
- 239000010410 layer Substances 0.000 description 4
- 230000003746 surface roughness Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005204 segregation Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
- G01N27/84—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields by applying magnetic powder or magnetic ink
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Electrochemistry (AREA)
- Quality & Reliability (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明涉及一种荧光磁粉喷砂轴承工件缺陷检测系统。所述系统包括:磁粉喷洒器件,设置在完成锻造后的轴承的对面,用于对完成锻造后的轴承执行荧光磁粉的均匀喷洒,以获得经过磁粉喷洒后的轴承工件,并在完成均匀喷洒时触发数据采集指令;质量判断机构,用于在接收到麻点孔洞提取成功信号时,基于对象像素点数量占据信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级。通过本系统,能够在信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,同时基于对象像素点数量占据信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级。
Description
技术领域
本发明涉及轴承缺陷检测领域,更具体地,涉及一种荧光磁粉喷砂轴承工件缺陷检测系统。
背景技术
锻造加热温度过高,保温时间过长产生过热,严重时晶界氧化甚至熔化。微观观察不仅表面层金属晶界被氧化开裂呈现尖角;而且,金属内部成分偏析较严重的区域,晶界也开始熔化,严重时也会形成尖角状洞穴。过烧的材料在这种缺陷状态下进行锻造加工,受到重锤的锻打、冲孔及碾扩,缺陷处会在此产生撕裂,形成更大的缺陷。锻造严重过烧的表面形态如桔子皮,上面分布有细小的裂缝,通常需要采用荧光磁粉进行探伤,使缺陷显示更为清晰。
但是,由于轴承表面的麻点孔洞比较细微,普通的分析机制难以准确进行解析,需要一种智能化水平更高、精度更高的分析机制对轴承表面的麻点孔洞进行有效鉴别。
对于轴承的各项检测,已经公开的技术有:申请公布号CN116519700A公开的一种轴承的三维缺陷检测系统及方法,所述方法包括去除待检测的轴承端面的油滴,之后将轴承依次输送到油滴检测工位和缺陷检测工位;在油滴检测工位对轴承进行拍摄,获得二维轴承彩色图像,在缺陷检测工位对轴承进行拍摄,获得多张二维轴承图像;对二维轴承彩色图像和多张二维轴承图像进行预处理,得到彩色预处理图像和多张预处理图像;对彩色预处理图像进行颜色检测,得到油滴检测结果;将多张预处理图像输入到预先训练的深度学习模型中,得到缺陷检测结果。申请公布号CN115950381A公开的一种采用光电方式检测轴承平整度和圆度的方法,该方法包括:对不同功能用途轴承表面粗糙度和圆弧角度数据利用3D线激光测量仪进行轴承的平整度和圆度数据采集,确定所有待查验违规的轴承表面及形状数据采集时间以及出现不符合标准轴承规范时轴承表面及形状数据的异常表现形式;对不同功能用途轴承表面粗糙度和圆弧角度数据利用聚类算法进行分类,利用与验证性因子分析算法对应的轴承误差原因及所述轴承误差原因的合规预设值,确定用验证性因子分析算法检查轴承表面及形状数据时得到的不同检查正常值;该方法可以有效提高轴承表面粗糙度和圆弧角度检测效率,保证轴承表面粗糙度和圆弧角度检测的稳定性。
发明内容
为了解决轴承表面的麻点孔洞难以智能化检测分析的技术问题,本发明提供了一种荧光磁粉喷砂轴承工件缺陷检测系统,能够在信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,否则,发出麻点孔洞提取失败信号,以及在接收到麻点孔洞提取成功信号时,基于对象像素点数量占据信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级,从而实现对轴承质量的针对性的智能化鉴定。
因此,要实现上述技术效果,该荧光磁粉喷砂轴承工件缺陷检测系统包括:
磁粉喷洒器件,设置在完成锻造后的轴承的对面,用于对完成锻造后的轴承执行荧光磁粉的均匀喷洒,以获得经过磁粉喷洒后的轴承工件,并在完成均匀喷洒时触发数据采集指令;
工件成像器件,与所述磁粉喷洒器件连接且设置在轴承工件的正上方,用于在接收到所述数据采集指令时,执行对所述轴承工件的成像处理以获得并输出工件成像画面;
次序优化器件,包括内容增强设备、数据插值设备以及信号降噪设备,所述数据插值设备分别与所述内容增强设备以及所述信号降噪设备连接,所述内容增强设备还与所述工件成像器件连接,用于对接收到的工件成像画面执行图像空域增强处理,以获得并输出相应的空域增强图像,所述数据插值设备用于对接收到的空域增强图像执行最近邻插值处理,以获得并输出相应的最近邻插值图像,所述信号降噪设备用于对接收到的最近邻插值图像执行自适应递归滤波处理,以获得并输出相应的信号降噪图像;
逐次分析机构,与所述次序优化器件连接,用于将接收到的信号降噪图像的单个像素点作为当前像素点执行以下检测操作:在所述当前像素点在YUV空间下的色调成分数值、亮度成分数值和饱和度成分数值分别落在麻点孔洞对应的色调成分数值区间、亮度成分数值区间和饱和度成分数值区间内时,将所述当前像素点作为对象像素点,否则,将所述当前像素点作为其他像素点;所述逐次分析机构还用于在所述信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,否则,发出麻点孔洞提取失败信号;
质量判断机构,与所述逐次分析机构连接,用于在接收到所述麻点孔洞提取成功信号时,基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级。
本发明的荧光磁粉喷砂轴承工件缺陷检测系统逻辑可靠、操作简便。能够在信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,同时基于对象像素点数量占据信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级。
附图说明
本领域技术人员通过参考附图可更好理解本发明的众多优点。
图1为依照本发明各实施例的轴承结构示意图。
图2是依照本发明首要实施例的荧光磁粉喷砂轴承工件缺陷检测系统的结构示意图。
图3是依照本发明次要实施例的荧光磁粉喷砂轴承工件缺陷检测系统的结构示意图。
图4是依照本发明再次要实施例的荧光磁粉喷砂轴承工件缺陷检测系统的结构示意图。
具体实施方式
首要实施例
图2是依照本发明首要实施例的荧光磁粉喷砂轴承工件缺陷检测系统的结构示意图,所述系统包括:
磁粉喷洒器件,设置在完成锻造后的轴承的对面,用于对完成锻造后的轴承执行荧光磁粉的均匀喷洒,以获得经过磁粉喷洒后的轴承工件,并在完成均匀喷洒时触发数据采集指令;
示例地,磁粉喷洒器件,设置在完成锻造后的轴承的对面,用于对完成锻造后的轴承执行荧光磁粉的均匀喷洒,以获得经过磁粉喷洒后的轴承工件,并在完成均匀喷洒时触发数据采集指令包括:所述磁粉喷洒器件包括磁粉喷洒龙头和驱动电机,所述驱动电机与所述磁粉喷洒龙头连接,用于实现对所述磁粉喷洒龙头的驱动操作;
工件成像器件,与所述磁粉喷洒器件连接且设置在轴承工件的正上方,用于在接收到所述数据采集指令时,执行对所述轴承工件的成像处理以获得并输出工件成像画面;
示例地,所述工件成像器件内置有CMOS传感器或者CCD传感器,用于执行对所述轴承工件的成像处理以获得并输出工件成像画面;
次序优化器件,包括内容增强设备、数据插值设备以及信号降噪设备,所述数据插值设备分别与所述内容增强设备以及所述信号降噪设备连接,所述内容增强设备还与所述工件成像器件连接,用于对接收到的工件成像画面执行图像空域增强处理,以获得并输出相应的空域增强图像,所述数据插值设备用于对接收到的空域增强图像执行最近邻插值处理,以获得并输出相应的最近邻插值图像,所述信号降噪设备用于对接收到的最近邻插值图像执行自适应递归滤波处理,以获得并输出相应的信号降噪图像;
逐次分析机构,与所述次序优化器件连接,用于将接收到的信号降噪图像的单个像素点作为当前像素点执行以下检测操作:在所述当前像素点在YUV空间下的色调成分数值、亮度成分数值和饱和度成分数值分别落在麻点孔洞对应的色调成分数值区间、亮度成分数值区间和饱和度成分数值区间内时,将所述当前像素点作为对象像素点,否则,将所述当前像素点作为其他像素点;所述逐次分析机构还用于在所述信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,否则,发出麻点孔洞提取失败信号;
质量判断机构,与所述逐次分析机构连接,用于在接收到所述麻点孔洞提取成功信号时,基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级;
其中,基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级包括:对象像素点数量占据所述信号降噪图像中的像素点总数的百分比的数值越小,确定的完成锻造后的轴承的质量等级越高。
次要实施例
图3是依照本发明次要实施例的荧光磁粉喷砂轴承工件缺陷检测系统的结构示意图。
图3中的荧光磁粉喷砂轴承工件缺陷检测系统可以包括以下组件:
磁粉喷洒器件,设置在完成锻造后的轴承的对面,用于对完成锻造后的轴承执行荧光磁粉的均匀喷洒,以获得经过磁粉喷洒后的轴承工件,并在完成均匀喷洒时触发数据采集指令;
工件成像器件,与所述磁粉喷洒器件连接且设置在轴承工件的正上方,用于在接收到所述数据采集指令时,执行对所述轴承工件的成像处理以获得并输出工件成像画面;
次序优化器件,包括内容增强设备、数据插值设备以及信号降噪设备,所述数据插值设备分别与所述内容增强设备以及所述信号降噪设备连接,所述内容增强设备还与所述工件成像器件连接,用于对接收到的工件成像画面执行图像空域增强处理,以获得并输出相应的空域增强图像,所述数据插值设备用于对接收到的空域增强图像执行最近邻插值处理,以获得并输出相应的最近邻插值图像,所述信号降噪设备用于对接收到的最近邻插值图像执行自适应递归滤波处理,以获得并输出相应的信号降噪图像;
逐次分析机构,与所述次序优化器件连接,用于将接收到的信号降噪图像的单个像素点作为当前像素点执行以下检测操作:在所述当前像素点在YUV空间下的色调成分数值、亮度成分数值和饱和度成分数值分别落在麻点孔洞对应的色调成分数值区间、亮度成分数值区间和饱和度成分数值区间内时,将所述当前像素点作为对象像素点,否则,将所述当前像素点作为其他像素点;所述逐次分析机构还用于在所述信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,否则,发出麻点孔洞提取失败信号;
质量判断机构,与所述逐次分析机构连接,用于在接收到所述麻点孔洞提取成功信号时,基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级;
数据提升设备,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像;
其中,分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像包括:第一层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行图像复用动作;
其中,分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像还包括:第二层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行最大值滤波动作;
其中,分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像还包括:第三层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行双线性插值动作;
其中,分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像还包括:第四层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行图像空域增强动作。
再次要实施例
图4是依照本发明再次要实施例的荧光磁粉喷砂轴承工件缺陷检测系统的结构示意图。
图4中的荧光磁粉喷砂轴承工件缺陷检测系统可以包括以下组件:
磁粉喷洒器件,设置在完成锻造后的轴承的对面,用于对完成锻造后的轴承执行荧光磁粉的均匀喷洒,以获得经过磁粉喷洒后的轴承工件,并在完成均匀喷洒时触发数据采集指令;
工件成像器件,与所述磁粉喷洒器件连接且设置在轴承工件的正上方,用于在接收到所述数据采集指令时,执行对所述轴承工件的成像处理以获得并输出工件成像画面;
次序优化器件,包括内容增强设备、数据插值设备以及信号降噪设备,所述数据插值设备分别与所述内容增强设备以及所述信号降噪设备连接,所述内容增强设备还与所述工件成像器件连接,用于对接收到的工件成像画面执行图像空域增强处理,以获得并输出相应的空域增强图像,所述数据插值设备用于对接收到的空域增强图像执行最近邻插值处理,以获得并输出相应的最近邻插值图像,所述信号降噪设备用于对接收到的最近邻插值图像执行自适应递归滤波处理,以获得并输出相应的信号降噪图像;
逐次分析机构,与所述次序优化器件连接,用于将接收到的信号降噪图像的单个像素点作为当前像素点执行以下检测操作:在所述当前像素点在YUV空间下的色调成分数值、亮度成分数值和饱和度成分数值分别落在麻点孔洞对应的色调成分数值区间、亮度成分数值区间和饱和度成分数值区间内时,将所述当前像素点作为对象像素点,否则,将所述当前像素点作为其他像素点;所述逐次分析机构还用于在所述信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,否则,发出麻点孔洞提取失败信号;
质量判断机构,与所述逐次分析机构连接,用于在接收到所述麻点孔洞提取成功信号时,基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级;
散热检测设备,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测;
其中,散热检测设备,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测包括:所述散热检测设备采用三个散热检测单元,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测;
以及其中,所述散热检测设备采用三个散热检测单元,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测包括:为所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备采用的三个散热检测单元的结构相同。
另外,在所述荧光磁粉喷砂轴承工件缺陷检测系统中,基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级还包括:采用数值转换函数表示确定的完成锻造后的轴承的质量等级与对象像素点数量占据所述信号降噪图像中的像素点总数的百分比的数值转换关系。
因此,根据上述实施例,本发明技术的实质性特点和显著进步为:
第一,将接收到的信号降噪图像的单个像素点作为当前像素点执行以下检测操作:在所述当前像素点在YUV空间下的色调成分数值、亮度成分数值和饱和度成分数值分别落在麻点孔洞对应的色调成分数值区间、亮度成分数值区间和饱和度成分数值区间内时,将所述当前像素点作为对象像素点,否则,将所述当前像素点作为其他像素点;
第二,在信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,否则,发出麻点孔洞提取失败信号;
第三,在接收到麻点孔洞提取成功信号时,基于对象像素点数量占据信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级,其中,对象像素点数量占据信号降噪图像中的像素点总数的百分比的数值越小,确定的完成锻造后的轴承的质量等级越高,从而实现对轴承质量的针对性的智能化鉴定。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (8)
1.一种荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于,所述系统包括:
磁粉喷洒器件,设置在完成锻造后的轴承的对面,用于对完成锻造后的轴承执行荧光磁粉的均匀喷洒,以获得经过磁粉喷洒后的轴承工件,并在完成均匀喷洒时触发数据采集指令;
工件成像器件,与所述磁粉喷洒器件连接且设置在轴承工件的正上方,用于在接收到所述数据采集指令时,执行对所述轴承工件的成像处理以获得并输出工件成像画面;
次序优化器件,包括内容增强设备、数据插值设备以及信号降噪设备,所述数据插值设备分别与所述内容增强设备以及所述信号降噪设备连接,所述内容增强设备还与所述工件成像器件连接,用于对接收到的工件成像画面执行图像空域增强处理,以获得并输出相应的空域增强图像,所述数据插值设备用于对接收到的空域增强图像执行最近邻插值处理,以获得并输出相应的最近邻插值图像,所述信号降噪设备用于对接收到的最近邻插值图像执行自适应递归滤波处理,以获得并输出相应的信号降噪图像;
逐次分析机构,与所述次序优化器件连接,用于将接收到的信号降噪图像的单个像素点作为当前像素点执行以下检测操作:在所述当前像素点在YUV空间下的色调成分数值、亮度成分数值和饱和度成分数值分别落在麻点孔洞对应的色调成分数值区间、亮度成分数值区间和饱和度成分数值区间内时,将所述当前像素点作为对象像素点,否则,将所述当前像素点作为其他像素点;所述逐次分析机构还用于在所述信号降噪图像中的对象像素点数量占据所述信号降噪图像中的像素点总数的百分比大于等于设定百分比限量时,发出麻点孔洞提取成功信号,否则,发出麻点孔洞提取失败信号;
质量判断机构,与所述逐次分析机构连接,用于在接收到所述麻点孔洞提取成功信号时,基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级;
基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级包括:对象像素点数量占据所述信号降噪图像中的像素点总数的百分比的数值越小,确定完成锻造后的轴承的质量等级越高;
基于对象像素点数量占据所述信号降噪图像中的像素点总数的百分比确定完成锻造后的轴承的质量等级包括:采用数值转换函数表示确定的完成锻造后的轴承的质量等级与对象像素点数量占据所述信号降噪图像中的像素点总数的百分比的数值转换关系。
2.如权利要求1所述的荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于,所述系统还包括:
数据提升设备,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像;
其中,分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像包括:第一层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行图像复用动作。
3.如权利要求2所述的荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于:
分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像还包括:第二层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行最大值滤波动作。
4.如权利要求3所述的荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于:
分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像还包括:第三层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行双线性插值动作。
5.如权利要求4所述的荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于:
分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行数据提升,以获得所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号分别对应的各个数据提升图像还包括:第四层数据提升分别对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的输出图像信号进行图像空域增强动作。
6.如权利要求2-5任一所述的荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于,所述系统还包括:
散热检测设备,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测。
7.如权利要求6所述的荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于:
散热检测设备,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测包括:所述散热检测设备采用四个散热检测单元,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测。
8.如权利要求7所述的荧光磁粉喷砂轴承工件缺陷检测系统,其特征在于:
所述散热检测设备采用四个散热检测单元,分别与所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备连接,用于分别执行对所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备的各自的内部散热量的现场检测包括:为所述逐次分析机构、所述内容增强设备、所述数据插值设备以及所述信号降噪设备采用的四个散热检测单元的结构相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311397475.4A CN117451830B (zh) | 2023-10-26 | 2023-10-26 | 荧光磁粉喷砂轴承工件缺陷检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311397475.4A CN117451830B (zh) | 2023-10-26 | 2023-10-26 | 荧光磁粉喷砂轴承工件缺陷检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117451830A CN117451830A (zh) | 2024-01-26 |
CN117451830B true CN117451830B (zh) | 2024-03-29 |
Family
ID=89588553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311397475.4A Active CN117451830B (zh) | 2023-10-26 | 2023-10-26 | 荧光磁粉喷砂轴承工件缺陷检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117451830B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05107202A (ja) * | 1991-10-18 | 1993-04-27 | Hitachi Ltd | 磁粉探傷装置 |
US6950545B1 (en) * | 1999-10-26 | 2005-09-27 | Hitachi, Ltd. | Nondestructive inspection method and apparatus |
CN105353029A (zh) * | 2015-11-06 | 2016-02-24 | 苏州磁星检测设备有限公司 | 轴承滚子自动探伤检测装置 |
CN105510429A (zh) * | 2015-11-06 | 2016-04-20 | 苏州磁星检测设备有限公司 | 基于图像处理的荧光磁粉探伤检测方法和检测系统 |
CN106504281A (zh) * | 2016-12-02 | 2017-03-15 | 中国电子科技集团公司第四十四研究所 | 应用于cmos图像传感器的图像画质增强和滤波方法 |
CN213600628U (zh) * | 2020-07-16 | 2021-07-02 | 盐城威亚电磁科技有限公司 | 一种微机控制荧光磁粉探伤机 |
CN113888437A (zh) * | 2021-10-15 | 2022-01-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN116416236A (zh) * | 2023-04-12 | 2023-07-11 | 上海互觉科技有限公司 | 基于深度学习的磁粉检测缺陷系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021043095A (ja) * | 2019-09-12 | 2021-03-18 | 株式会社ジェイテクト | 磁粉探傷装置 |
-
2023
- 2023-10-26 CN CN202311397475.4A patent/CN117451830B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05107202A (ja) * | 1991-10-18 | 1993-04-27 | Hitachi Ltd | 磁粉探傷装置 |
US6950545B1 (en) * | 1999-10-26 | 2005-09-27 | Hitachi, Ltd. | Nondestructive inspection method and apparatus |
CN105353029A (zh) * | 2015-11-06 | 2016-02-24 | 苏州磁星检测设备有限公司 | 轴承滚子自动探伤检测装置 |
CN105510429A (zh) * | 2015-11-06 | 2016-04-20 | 苏州磁星检测设备有限公司 | 基于图像处理的荧光磁粉探伤检测方法和检测系统 |
CN106504281A (zh) * | 2016-12-02 | 2017-03-15 | 中国电子科技集团公司第四十四研究所 | 应用于cmos图像传感器的图像画质增强和滤波方法 |
CN213600628U (zh) * | 2020-07-16 | 2021-07-02 | 盐城威亚电磁科技有限公司 | 一种微机控制荧光磁粉探伤机 |
CN113888437A (zh) * | 2021-10-15 | 2022-01-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN116416236A (zh) * | 2023-04-12 | 2023-07-11 | 上海互觉科技有限公司 | 基于深度学习的磁粉检测缺陷系统及方法 |
Non-Patent Citations (1)
Title |
---|
"图像处理在轴承荧光磁粉探伤中的应用研究";张家栋等;《计算机技术与发展》;20090831;第19卷(第8期);第216-219页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117451830A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114937055B (zh) | 基于人工智能的图像自适应分割方法与系统 | |
CN111650204A (zh) | 基于级联目标检测的输电线路金具缺陷检测方法及系统 | |
JP5080649B2 (ja) | 映像処理方法を用いた鋼橋の塗膜検査システム及びその処理方法 | |
Zhou et al. | Automatic detection of industrial wire rope surface damage using deep learning-based visual perception technology | |
CN103279765A (zh) | 基于图像匹配的钢丝绳表面损伤检测方法 | |
CN105158268A (zh) | 精冲零部件缺陷智能在线检测方法、系统及装置 | |
CN115100191A (zh) | 基于工业检测的金属铸件缺陷识别方法 | |
CN111626976A (zh) | 一种基于脉冲耦合神经网络的钢轨表面伤损检测方法 | |
CN109767426B (zh) | 一种基于图像特征识别的盾构隧道渗漏水检测方法 | |
CN110717909A (zh) | 一种金属表面划痕检测方法与装置 | |
CN114049316A (zh) | 一种基于金属光泽区域的钢丝绳缺陷检测方法 | |
CN107145896A (zh) | 基于荧光磁粉的智能缺陷识别系统 | |
CN115601379A (zh) | 一种基于数字图像处理的表面裂纹精确检测技术 | |
CN117451830B (zh) | 荧光磁粉喷砂轴承工件缺陷检测系统 | |
CN117036259A (zh) | 一种基于深度学习的金属板材表面缺陷检测方法 | |
CN115082850A (zh) | 基于计算机视觉的模板支架安全风险识别方法 | |
Hsu et al. | Depth-based feature extraction-guided automatic identification tracking of steel products for smart manufacturing in steel 4.0 | |
CN117522854A (zh) | 一种基于漏磁图像目标检测的钢丝绳缺陷辨识方法 | |
CN111768390B (zh) | 一种基于图像识别的篦冷机红河识别方法 | |
CN116256368A (zh) | 一种基于内、外部缺陷检测的电梯复合钢带报废判定方法 | |
Saha et al. | Analysis of Railroad Track Crack Detection using Computer Vision | |
Aswini et al. | Mathematical morphology and bottom-hat filtering approach for crack detection on relay surfaces | |
Zou et al. | Defect Detection in Metal-Ceramic Substrate Based on Image Processing and Machine Learning | |
CN112129774A (zh) | 一种焊接未熔合缺陷在线检测方法 | |
CN108805855B (zh) | 一种混凝土裂纹快速识别方法 |
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 |