【摘要】：鋼球作為滾珠軸承的主要部件,其表面質(zhì)量對(duì)軸承的精度、使用性能和使用壽命都有著至關(guān)重要的影響。而鋼球引起的失效,在軸承失效中占據(jù)了高達(dá)80%左右的比例,生產(chǎn)過程中的加工工藝水平?jīng)Q定鋼球的質(zhì)量,而缺陷鋼球的分選決定了出廠鋼球的成品合格率。因此,如何使鋼球在出廠時(shí)保證鋼球表面質(zhì)量具有重要的意義。目前,我國軸承行業(yè)中對(duì)鋼球表面質(zhì)量的檢測(cè),仍使用傳統(tǒng)的人工目視檢驗(yàn)法,其質(zhì)量保證措施滿足不了在高速、高溫等工作條件下的檢測(cè)需求。本文從機(jī)器視覺技術(shù)和圖像處理技術(shù)方面進(jìn)行鋼球表面缺陷檢測(cè)的理論研究,并在理論研究的基礎(chǔ)上,搭建高精度、高效率的鋼球表面缺陷檢測(cè)系統(tǒng)。首先,基于數(shù)字圖像處理技術(shù),根據(jù)鋼球表面缺陷圖像的特點(diǎn),設(shè)計(jì)了鋼球表面缺陷檢測(cè)圖像處理算法。研究了圖像去噪和對(duì)比度增強(qiáng)的圖像預(yù)處理算法。在分析了傳統(tǒng)的圖像分割算法的基礎(chǔ)上,提出了基于多標(biāo)準(zhǔn)球并行差分檢測(cè)算法和基于微分的行掃描缺陷檢測(cè)算法,通過這兩種新型缺陷檢測(cè)算法,在保證鋼球表面缺陷提取準(zhǔn)確性的同時(shí),提高了檢測(cè)效率。其次,根據(jù)鋼球表面缺陷檢測(cè)的檢測(cè)原理和技術(shù)要求,分析了鋼球表面缺陷檢測(cè)的關(guān)鍵技術(shù),對(duì)運(yùn)動(dòng)控制方式進(jìn)行優(yōu)選,搭建了鋼球表面缺陷檢測(cè)系統(tǒng)的硬件平臺(tái)。最后,基于VC++軟件開發(fā)平臺(tái)和Open CV計(jì)算機(jī)視覺庫,開發(fā)了鋼球表面缺陷檢測(cè)系統(tǒng)軟件,以檢測(cè)精度及檢測(cè)效率為兩個(gè)關(guān)鍵目標(biāo),實(shí)驗(yàn)驗(yàn)證了檢測(cè)系統(tǒng)的整體性能,最終選擇最優(yōu)檢測(cè)參數(shù)組合。
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;TG115.28
【圖文】：

圖 1-1AVIKO 鋼球自動(dòng)檢測(cè)儀原理圖Fig.1-1 Schematic diagram of AVIKO steel ball automaticAmatsuji公司自主研發(fā)的鋼球檢測(cè)儀器利用子午線展開原理行了檢測(cè)，然后結(jié)合激光技術(shù)檢測(cè)鋼球表面的損傷最小值為聲學(xué)技術(shù)檢測(cè)出鋼球內(nèi)部結(jié)構(gòu)損傷至外表面距離為 0.4mm[11

圖 1-2 渦流檢測(cè)原理圖-2 Schematic diagram of eddy curren的陳貽驥等人[21]通過計(jì)算機(jī)圖面損傷，該項(xiàng)技術(shù)的展開方式

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張杰;柴志雷;喻津;;基于GPU的圖像特征并行計(jì)算方法[J];計(jì)算機(jī)科學(xué);2015年10期

2 江燕;王敬東;;圖像處理在平面零件分揀控制中的應(yīng)用[J];電氣傳動(dòng);2015年02期

3 何加群;;中國工業(yè)強(qiáng)國戰(zhàn)略和軸承產(chǎn)業(yè)[J];軸承;2015年01期

4 劉劍飛;左小清;吳俐民;黃亮;;結(jié)合LOG算子和大津法的遙感影像邊緣檢測(cè)方法[J];測(cè)繪科學(xué);2015年01期

5 劉青;張進(jìn)華;黃軍勤;;基于機(jī)器視覺的鋼球表面缺陷檢測(cè)和分類[J];軸承;2013年10期

6 韓希珍;趙建;;結(jié)合偏微分方程增強(qiáng)圖像紋理及對(duì)比度[J];光學(xué)精密工程;2012年06期

7 厲旭杰;;GPU加速的圖像匹配技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2012年02期

8 盧風(fēng)順;宋君強(qiáng);銀�？�;張理論;;CPU/GPU協(xié)同并行計(jì)算研究綜述[J];計(jì)算機(jī)科學(xué);2011年03期

9 趙彥玲;顧玉武;劉獻(xiàn)禮;;基于小波變換的鋼球圖像邊緣檢測(cè)[J];哈爾濱理工大學(xué)學(xué)報(bào);2007年05期

10 徐淑瓊,蔣沂萍;軸承球缺陷的超聲波檢測(cè)方法[J];機(jī)械制造與自動(dòng)化;2005年05期

相關(guān)博士學(xué)位論文 前5條

1 趙君愛;基于圖像處理的工件表面缺陷檢測(cè)理論與方法研究[D];東南大學(xué);2016年

2 楊皖實(shí);形態(tài)、結(jié)構(gòu)、材料耦元對(duì)合金鋼滾動(dòng)接觸疲勞磨損性能的影響[D];吉林大學(xué);2016年

3 王義文;鋼球表面缺陷檢測(cè)關(guān)鍵技術(shù)研究及樣機(jī)研制[D];哈爾濱理工大學(xué);2010年

4 丁建軍;基于VI的鋼球表面裂紋電渦流檢測(cè)方法研究[D];武漢理工大學(xué);2007年

5 潘洪平;鋼球表面質(zhì)量自動(dòng)評(píng)價(jià)體系建立及其應(yīng)用的研究[D];哈爾濱工業(yè)大學(xué);2000年

相關(guān)碩士學(xué)位論文 前10條

1 任博遠(yuǎn);基于干涉條紋特征分析的主軸回轉(zhuǎn)精度檢測(cè)方法研究[D];哈爾濱理工大學(xué);2017年

2 王斐;基于機(jī)器視覺的編碼器光柵自動(dòng)調(diào)整技術(shù)[D];哈爾濱理工大學(xué);2016年

3 常寧赫;非局部均值濾波去除圖像高斯噪聲的研究[D];西安電子科技大學(xué);2015年

4 劉曉云;基于Sobel算子的實(shí)時(shí)圖像邊緣檢測(cè)系統(tǒng)設(shè)計(jì)[D];中北大學(xué);2015年

5 陳永亮;灰度圖像的直方圖均衡化處理研究[D];安徽大學(xué);2014年

6 張威;數(shù)字圖像增強(qiáng)的研究及其實(shí)現(xiàn)[D];長江大學(xué);2014年

7 王貴彬;基于Canny算子與形態(tài)學(xué)融合的邊緣檢測(cè)算法[D];哈爾濱理工大學(xué);2014年

8 張會(huì)利;基于圖像處理技術(shù)的航天工業(yè)零件參數(shù)測(cè)量研究[D];哈爾濱工業(yè)大學(xué);2013年

9 張永奎;基于光纖傳感技術(shù)的鋼球表面缺陷檢測(cè)研究[D];濟(jì)南大學(xué);2011年

10 李剛;遙感圖像中城市道路交叉口提取方法研究[D];哈爾濱工業(yè)大學(xué);2010年

本文編號(hào)：2721426