基于机器视觉的微小轴承几何量精度检测研究_林海波.pdf

第 40 卷第 2 期2023 年 2 月机电工程Journal of Mechanical Electrical EngineeringVol 40 No 2Feb 2023收稿日期:2022 06 29基金项目:浙江省公益技术研究计划资助项目(LGG20E050005);浙江省教育厅科研项目(Y202250374);台州市科技计划资助项目(1901gy23);台州市高层次人才特殊支持计划项目(台人才领 2020 4 号)作者简介:林海波(1977 )，男，浙江台州人，硕士，教授，主要从事机械设计及理论、数字化设计与制造方面的研究。E-mail:linhaibo_tzvtc163 com。DOI:10 3969/j issn 1001 4551 2023 02 012基于机器视觉的微小轴承几何量精度检测研究*林海波，杨建西(台州职业技术学院 机电工程学院，浙江 台州 318000)摘要:微小轴承在精密仪器设备中使用广泛，其内外径尺寸及其同轴度的精度与整个仪器的精密准确性密切相关。为此，针对滚动轴承内外径尺寸和形位公差检测的研究较为匮乏，且精度较低的问题，提出了一种基于机器视觉的微小轴承几何量精度检测方法。首先，通过背光视觉系统获取了高质量的轴承图像，利用各向异性双边滤波(ABF)算法对其进行了滤波;然后，基于局部区域特征的三次曲线模型，得到了轴承内外圈边缘亚像素信息，并精确计算了其边界的位置;最后，计算了所测轴承内外径尺寸及其同轴度，并以此数据来判断轴承是否合格，同时也验证了该方法的可行性和优越性。研究结果表明:该检测方法的边缘提取精度为 0 2 像素，测量精度可达到 3 m，可以对零件尺寸进行非接触、高精度、智能化、快速目标检测;该方法检测效率高、准确性好，可同时检测多项指标，在准确性和精度上均可满足工业检测的要求。关键词:微小轴承质量检测;滚动轴承视觉检测;各向异性双边滤波;三次函数模型;亚像素;同轴度中图分类号:TH133 3;TP391 4文献标识码:A文章编号:1001 4551(2023)02 0245 07Precision detection of geometric accuracy of tiny bearings basedon machine visionLIN Hai-bo，YANG Jian-xi(School of Mechanical Engineering，Taizhou Vocational Technical College，Taizhou 318000，China)Abstract:Micro bearings were widely used in precision instruments and equipment，and the accuracy of their inner and outer diameterdimensions and coaxiality were closely related to the precision and accuracy of the entire instrument Therefore，in view of the lack ofresearch on the detection of the inner and outer diameters and geometric tolerances of rolling bearings and the low accuracy，a machinevision-based detection method for the precision and high-efficiency of the geometric quantity of small bearings was proposed Firstly，high-quality bearing images were obtained through a backlight vision system，and an anisotropic bilateral filtering(ABF)algorithm was used forfiltering Then，the sub-pixel information of the edge of the inner and outer circles was obtained to accurately calculate the boundary positionbased on the cubic curve model of local area features Finally，the inner and outer diameters of the measured bearings and their coaxialitywere calculated，and the experimental data was analyzed to judge whether the bearings were qualified or not，which verified the feasibility andsuperiority of the method The experimental results show that the accuracy of this method can reach 3 m，realize non-contact，high-precision，intelligent and fast target detection of part size The method has high detection efficiency and good accuracy，and can detect multiple indicatorsat the same time The conclusion is stable and reliable，and both accuracy and precision can meet the requirements of industrial detectionKey words:micro bearing quality detection;visual inspection of rolling bearing;anisotropic bilateral filtering(ABF);third-order functionmodel;sub-pixel;coaxiality0引言随着在全球制造业中的地位不断提升，中国已成为精密设备零件的生产加工基地之一。当前，机械设备一方面朝着大型化方向发展，另一方面也朝着小型精密化方向发展。轴承在机械行业中有着极其重要的地位和作用。因此，业界对其质量的要求也越来越高。轴承的加工质量直接影响轴承的使用性能、精度、寿命和可靠性。而检测技术是保障产品质量的主要方式之一。微小轴承(公制轴承内径1 mm 9 mm，外径3 mm22 mm;英制轴承内径 1 016 mm 9 525 mm，外径9525 mm 22 525 mm)在精密仪器设备中使用广泛，其内、外径尺寸及其同轴度的精度与整个仪器的精密度、准确性密切相关。为了顺应现代生产制造系统和轴承生产模式的转变，机器视觉检测在轴承质量检测中具有重要的应用前景1。轴承检测在保证轴承质量方面发挥着重要的作用。传统的轴承测量方法一系列局限性，比如人为影响因素大、工量具精度差、一致性差等。机器视觉检测在测量的效率、精度、非接触、重复性和实时性方面具有独特的技术优势。凭借其测量的精度、判别的准确率和识别速度等优势，可以在最大程度上减少人为因素的影响，极大地提高检测的生产效率。因此，机器视觉检测的应用范围越来越广2。机器视觉检测作为一种高速、高精准、高效的检测方法，越来越成为了业界关注的焦点3。现今，研究人员对轴承内外圈尺寸的检测已做过很多研究4，5。苏俊宏等人6 设计了基于机器视觉的在线轴承检测系统，采用光学系统和机械旋转平台相配合的方式，采集到了完整的圆柱面图像，经过快速图像处理，可以检测到微米级的轴承表面缺陷及外形尺寸，提高了高精密轴承表面缺陷及尺寸在线检测效率。秦钟伟等人7 提出了一种采用机器视觉技术，检测轴承滚动体数目和尺寸的方法，利用小波降噪对采集到的图像进行了优化，再通过二值化处理和迭代法，得到了轴承滚动体的数目及准确尺寸。范帅等人8 设计了一套轴承内外圈尺寸检测和分类系统，对采集到的图像进行了滤波、二值化处理，对相机与镜头进行了标定，通过对两个特殊像素点的运算，得到了轴承圆的内外半径，避开了对圆心的定位和轮廓的提取，实现了轴承尺寸检测和分类的目的。雷良育等人9 利用了多项式插值的方法，精确测量了轴承的边缘点位置，并将锐化图像进行滤波处理，优化了轴承图像的边缘，实现轴承内外径非接触测量的目的。黄正福等人10 采用机器视觉和图象处理相结合的技术，利用电荷耦合器件(charge coupled device，CCD)摄像机，在特定的背景中，采用图象采集卡，采集了轴承的外形尺寸数据，并使用计算机对图象数据进行了运算处理，得到了检测轴承的尺寸参数，最后将其与预置的标准尺寸相比较，以判断其是否合格。孙伟等人11 采用了基于点 Hough 变换的圆形图像亚像素检测算法，实现了轴承内径的亚像素无损在线检测的目的。杨立娜等人12 设计了一种轴承同轴度检测系统，该系统通过电荷耦合器件(CCD)采集图像，通过光学成像和照明系统优化来提高像质，通过图像预处理和 Sobel 算子，实现了提高边缘检测精度的目的。为了得到轴承有效的外径信息，基于机器视觉的滚动轴承外径检测方法，刘良江等人13 提出了一套边缘特征提取的算法，完成了边缘特征提取和最优中心的检测，并采用区域人工标定方法，进行了外径的特征提取，用主分量分析降低了其维度，进而得到了滚动轴承外径的特征向量，实现了轴承外径检测与分类的目的。刘科文等人14 采用最小二乘法，提取了轴承的边缘特征，并经过拟合，获得了轴承的半径和同轴度。龚立雄15 采用改进 Hough 变换的方法，解决了含噪声图像圆形零件边缘检测的问题，并通过对轴承零件尺寸的测量应用，验证了该方法的高效性、准确性。ALIM H 等人16 将视觉系统成功应用于精密工程中，提高了测量的性能和效率。综上所述，目前研究人员在轴承的尺寸及缺陷的检测方面，已经取得一定的成果17-20。但是在微小轴承尺寸检测的精度和效率方面，还有待于研究人员做进一步的研究。为了提高滚动轴承视觉检测的精度和效率，笔者将搭建视觉检测系统，采集高质量被测对象的图像，基于各向异性双边滤波(ABF)算法，结合对边界位置的精确计算等手段，给出轴承尺寸高质量检测的方法，并在此基础上对其定位精度进行分析，以验证该方法的可行性。1系统总体设计1 1视觉系统硬件组成为了满足测量视场和被测对象检测精度的需要，笔者选配与被检测目标相匹配的硬件系统和合适的光642机电工程第 40 卷源，以此来提高图像质量和检测的速度。根据检测轴承的特征和检测项目(内、外圆和圆度等)，所配备的光学系统要求成像清晰、对比度好、噪声少;所采用的算法能够精确地计算出内外圈边缘，且算法要有一定的鲁棒性，对一定的倾斜角度具有自动矫正功能;在亮度不太理想的情况下，光学系统能进行对比度自动矫正，能够精确定位特定区域;对于带圆弧轮廓的检测，使用蓝色 LED 平行背光源，使发光方向更加统一，减少拍摄产生的边缘虚影和可靠性低等问题;同时使用高分辨率低畸变的远心镜头，和传感器相配，可以提高稳定性和精度，也可进一步减少环境杂散光干扰。软件部分主要是采用图像处理技术，对采集到的图像进行预处理、边缘轮廓的提取等操作，以此来完成图像的处理、计算、测量。笔者所测的微小轴承外径小于 22 525 mm。针对所测轴承的尺寸，笔者将视野设定为 40 mm 40 mm;测量精度要求为 0 005 mm，因此，将测量系统的精度设计为 5 m;图像处