本發(fā)明涉及圖像處理，具體是基于圖像檢測的微型軸承檢測系統(tǒng)及檢測方法。

背景技術：

1、圖像檢測是指通過圖像處理和分析技術，識別和理解圖像中的內(nèi)容，并進行相關的處理和分析。通過圖像檢測，可以實現(xiàn)對圖像中物體的識別、定位、計數(shù)、屬性等信息提取，從而實現(xiàn)對場景的理解和決策。

2、微型軸承檢測系統(tǒng)是一種專門設計用于檢測小型軸承的系統(tǒng)，它通常包括傳感器、圖像處理設備、控制單元和執(zhí)行單元等組成部分。這個系統(tǒng)的目的是確保微型軸承滿足嚴格的質(zhì)量標準，以保證其在工程應用中的正常運行和性能。微型軸承檢測雖然可以提高軸承質(zhì)量的可靠性和效率，但也存在一些缺點和挑戰(zhàn)，包括：檢測過程需要更高的精度和分辨率，增加設備和技術要求，進而增加生產(chǎn)成本；同時微型軸承的檢測需要經(jīng)過專業(yè)培訓和技術支持的操作人員，否則可能出現(xiàn)誤報或漏檢情況；因此，通過圖像檢測來對微型軸承的檢測進行優(yōu)化，具有重要的理論和現(xiàn)實意義。

3、如何利用圖像處理技術，對采集的生產(chǎn)視頻數(shù)據(jù)進行圖片提取并設置規(guī)范尺寸進行圖樣規(guī)范，獲得標準節(jié)點圖樣；設置邊界提取框?qū)藴使?jié)點圖樣進行區(qū)域提取和圖像灰度轉換，獲得灰度邊界圖；構建測試邊界圖集進行邊界檢測，獲得異常比對圖，是我們需要解決的問題，為此，現(xiàn)提供基于圖像檢測的微型軸承檢測系統(tǒng)及檢測方法。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供基于圖像檢測的微型軸承檢測系統(tǒng)及檢測方法。

2、本發(fā)明的目的可以通過以下技術方案實現(xiàn)：

3、基于圖像檢測的微型軸承檢測系統(tǒng)，包括控制中心，所述控制中心連接有圖像采集模塊、圖像處理模塊、智能分析模塊以及綜合檢測模塊；

4、所述圖像采集模塊用于設置采集端口，通過采集端口采集微型軸承的生產(chǎn)視頻數(shù)據(jù)、采集時間和視頻時長；

5、獲得生產(chǎn)幀圖樣的過程包括：

6、根據(jù)所獲得的采集端口設置抽檢節(jié)點；

7、根據(jù)所獲得的抽檢節(jié)點對所采集的生產(chǎn)視頻數(shù)據(jù)進行節(jié)點定位，獲得節(jié)點視頻時間；

8、設置幀頻率，根據(jù)所獲得的幀頻率對所獲得的生產(chǎn)視頻數(shù)據(jù)進行圖片提取，獲得生產(chǎn)幀圖樣。

9、獲得標準節(jié)點圖樣的過程包括：

10、根據(jù)所獲得的幀頻率對所獲得的視頻時長進行時間拆分，獲得幀時間點，將所獲得的生產(chǎn)幀圖樣與對應的幀時間點相關聯(lián)；

11、將所獲得的幀時間點與節(jié)點視頻時間進行時間匹配，獲得節(jié)點匹配時間，將節(jié)點匹配時間對應的生產(chǎn)幀圖樣標記為匹配節(jié)點圖樣；

12、對所獲得的匹配節(jié)點圖樣進行像素標記，獲得匹配像素點；

13、設置規(guī)范尺寸，所述規(guī)范尺寸包括像素限制和輸入識別通道；

14、根據(jù)所獲得的規(guī)范尺寸對匹配節(jié)點圖樣進行圖樣規(guī)范，獲得標準節(jié)點圖樣。

15、獲得特征邊界圖的過程包括：

16、根據(jù)所獲得的匹配像素點設置邊界提取框，將所獲得的邊界提取框上傳至標準節(jié)點圖樣，根據(jù)所獲得的邊界提取框?qū)藴使?jié)點圖樣進行提取切割，獲得區(qū)域節(jié)點圖；

17、根據(jù)所獲得的標準節(jié)點圖樣對所獲得的區(qū)域節(jié)點圖進行排序，獲得區(qū)域提取圖序列；

18、根據(jù)所獲得的邊界提取框?qū)λ@得的區(qū)域提取圖序列進行區(qū)域提取，獲得特征邊界圖，并將特征邊界圖內(nèi)的匹配像素點標記為特征像素點。

19、對所獲得的特征邊界圖進行圖像灰度轉換，獲得灰度邊界圖的過程包括：

20、根據(jù)所設置的輸入識別通道對所獲得的特征邊界圖的特征像素點進行顏色標記，獲得第一特征點、第二特征點以及第三特征點；

21、根據(jù)所獲得的特征像素點設置替換像素點，基于替換像素點根據(jù)所獲得的第一特征點、第二特征點以及第三特征點獲得灰度像素點；

22、將所獲得的灰度像素點與替換像素點進行替換，直至所有的特征像素點均與對應的灰度像素點完成替換，獲得灰度邊界圖，將所獲得的灰度邊界圖與對應的抽檢節(jié)點相關聯(lián)。

23、獲得參照邊界圖集和比對邊界圖集的過程包括：

24、根據(jù)所設置的抽檢節(jié)點設置檢測節(jié)點；

25、根據(jù)所獲得的采集時間設置抽檢周期，基于抽檢周期獲取檢測節(jié)點相關聯(lián)的灰度邊界圖，根據(jù)所獲得的灰度邊界圖構建測試邊界圖集，將所獲得的灰度邊界圖上傳至測試邊界圖集；

26、對所獲得的測試邊界圖集進行抽檢分組，獲得參照邊界圖集和比對邊界圖集。

27、獲得異常比對圖的過程包括：

28、將參照邊界圖集內(nèi)的灰度邊界圖標記為參照邊界圖，將比對邊界圖集內(nèi)的灰度邊界圖標記為比對邊界圖；

29、在比對邊界圖集中設置特征比對圖，將所獲得的特征比對圖與參照邊界圖集進行同源轉換，獲得同源比對圖；

30、根據(jù)所獲得的參照邊界圖集對同源比對圖進行邊界檢測，獲得比對突出值；

31、對所獲得的突出比對值進行統(tǒng)計，獲得異常比對圖。

32、基于上述基于圖像檢測的微型軸承檢測系統(tǒng)，本發(fā)明還提供了基于圖像檢測的微型軸承檢測方法，包括以下步驟：

33、步驟一：設置采集端口，采集微型軸承的生產(chǎn)視頻數(shù)據(jù)、采集時間和視頻時長；

34、步驟二：設置幀頻率對生產(chǎn)視頻數(shù)據(jù)進行圖片提取，獲得生產(chǎn)幀圖樣，根據(jù)所獲得的視頻時長對生產(chǎn)幀圖樣進行時間匹配，獲得匹配節(jié)點圖樣，設置規(guī)范尺寸，根據(jù)所設置的規(guī)范尺寸對匹配節(jié)點圖樣進行圖樣規(guī)范，獲得標準節(jié)點圖樣；

35、步驟三：設置邊界提取框?qū)藴使?jié)點圖樣進行提取切割，獲得區(qū)域節(jié)點圖，將所獲得的邊界提取框與區(qū)域節(jié)點圖進行區(qū)域提取，獲得特征邊界圖，并對特征邊界圖進行圖像灰度轉換，獲得灰度邊界圖；

36、步驟四：設置檢測節(jié)點，并獲取檢測節(jié)點的灰度邊界圖，根據(jù)所獲得的灰度邊界圖構建測試邊界圖集，對所獲得的測試邊界圖集進行抽檢分組，獲得參照邊界圖集和比對邊界圖集，設置特征比對圖與參照邊界圖集進行邊界檢測和統(tǒng)計，獲得異常比對圖。

37、與現(xiàn)有技術相比，本發(fā)明的有益效果是：對采集的生產(chǎn)視頻數(shù)據(jù)進行圖片提取，獲得生產(chǎn)幀圖樣，并對生產(chǎn)幀圖樣進行圖樣規(guī)范，獲得標準節(jié)點圖樣，設置邊界提取框?qū)藴使?jié)點圖樣進行提取切割和區(qū)域提取，獲得特征邊界圖，通過將生產(chǎn)微型軸承的視頻數(shù)據(jù)轉換為抽檢節(jié)點的圖片數(shù)據(jù)，并對圖片數(shù)據(jù)進行特征提取，有助于去除特征邊界圖的冗余信息，保留有意義的特征，提高圖像分析的準確性和效率；

38、對特征邊界圖進行圖像灰度轉換，獲得灰度邊界圖；將彩色圖像轉換成灰度圖像，減少處理復雜度，保留圖像的亮度信息，有利于對特征邊界圖進行統(tǒng)一處理，節(jié)約計算資源，增加兼容性和通用性。

技術特征：

1.基于圖像檢測的微型軸承檢測系統(tǒng)，包括控制中心，其特征在于，所述控制中心連接有圖像采集模塊、圖像處理模塊、智能分析模塊以及綜合檢測模塊；

2.根據(jù)權利要求1所述的基于圖像檢測的微型軸承檢測系統(tǒng)，其特征在于，獲得生產(chǎn)幀圖樣的過程包括：

3.根據(jù)權利要求2所述的基于圖像檢測的微型軸承檢測系統(tǒng)，其特征在于，獲得標準節(jié)點圖樣的過程包括：

4.根據(jù)權利要求3所述的基于圖像檢測的微型軸承檢測系統(tǒng)，其特征在于，獲得特征邊界圖的過程包括：

5.根據(jù)權利要求4所述的基于圖像檢測的微型軸承檢測系統(tǒng)，其特征在于，對所獲得的特征邊界圖進行圖像灰度轉換，獲得灰度邊界圖的過程包括：

6.根據(jù)權利要求5所述的基于圖像檢測的微型軸承檢測系統(tǒng)，其特征在于，獲得參照邊界圖集和比對邊界圖集的過程包括：

7.根據(jù)權利要求6所述的基于圖像檢測的微型軸承檢測系統(tǒng)，其特征在于，獲得異常比對圖的過程包括：

8.根據(jù)權利要求1至7任一項所述的基于圖像檢測的微型軸承檢測系統(tǒng)的微型軸承檢測方法，其特征在于，包括以下步驟：

技術總結
本發(fā)明公開了基于圖像檢測的微型軸承檢測系統(tǒng)及檢測方法，涉及圖像處理技術領域，包括控制中心，所述控制中心連接有圖像采集模塊、圖像處理模塊、智能分析模塊以及綜合檢測模塊；通過圖像采集模塊采集微型軸承的生產(chǎn)視頻數(shù)據(jù)；在圖像處理模塊設置幀頻率對生產(chǎn)視頻數(shù)據(jù)進行圖片提取并設置規(guī)范尺寸進行圖樣規(guī)范，獲得標準節(jié)點圖樣；在智能分析模塊設置邊界提取框?qū)藴使?jié)點圖樣進行區(qū)域提取和圖像灰度轉換，獲得灰度邊界圖；在綜合檢測模塊設置檢測節(jié)點，構建測試邊界圖集并進行抽檢分組，獲得參照邊界圖集和比對邊界圖集，設置特征比對圖進行邊界檢測，獲得異常比對圖；實時監(jiān)測生產(chǎn)過程中的缺陷和異常情況，降低不合格品率，節(jié)約生產(chǎn)成本。

技術研發(fā)人員：徐境福,劉衛(wèi)平
受保護的技術使用者：南通山口精工機電有限公司
技術研發(fā)日：
技術公布日：2024/12/30