论文部分内容阅读
本文检测系统设计的主要目的是为了解决铁路货车滚动轴承内圈滚道面现阶段人工目测所存在的诸多问题,实现货车滚动轴承内圈滚道面检测的自动化。该检测系统主要由三部分组成:(1)图像采集系统结构设计,主要实现铁路货车滚动轴承内圈滚道面图像的自动采集。图像采集过程中,本文提出采用CCD摄像机来代替肉眼采集图像。工作时,光源、CCD摄像机位置固定,电机通过减速箱驱动转台以一定转速转动,与此同时,CCD采用连拍方式对轴承内圈滚道面进行图像采集,并序列保存。(2)缺陷检测程序设计,通过对所采集图像的分析识别,完成对内圈滚道面是否有缺陷的检测。运用图像处理与人工神经网络相结合的方式对轴承内圈滚道面是否有缺陷进行判断。中值滤波与二值化两种图像预处理方法,去除图像中的噪声,并使缺陷与背景的区分更加明显;在提取基于灰度共生矩阵的三个纹理特征的基础上,通过统计分析得出一个新的特征量——二值比,并将其一并组合成特征向量作为人工神经网络的输入量对设计好的网络进行训练及测试,判断轴承内圈滚道面是否有缺陷。(3)缺陷分类程序设计,对检测到缺陷的内圈滚道面图像,完成其细化分类。在缺陷检测程序的基础上,运用了卷积滤波与开、闭运算相结合的图像处理方法,有效去除缺陷周围边缘点的干扰;缺陷最小外接矩形的确定,避免计算不相关区域的特征量;在提取传统特征基础上增加了压缩度、线度、距离极值比、NMI特征和不变矩等特征量,增强了缺陷分类的依据;对BP神经网络的输入矩阵和归一化方法的改进,提高了神经网络的记忆能力及识别速度;对缺陷分类系统识别结果进行检测,保证了系统的可靠性。