基于机器视觉的轴承内外径尺寸测量方法.docx
轴承是机械设备的重要零部件，其内外径尺寸是轴承的重要参数。准确地测量出轴承的内外径尺寸，有利于把控轴承产品质量，并增加产品的附加值。因此，如何对轴承内外径尺寸进行快速、有效地测量，是轴承生产企业的研究热点之一。
传统的人工测量轴承内外径尺寸的方法需要借助机械式、光学式的测量仪器，存在测量效率低，易产生视觉疲劳且检测结果易受人为因素干扰等问题。?
为了克服传统测量方法的弊端，将机器视觉技术应用于轴承的内外径尺寸检测，具有非接触、精度高、速度快、抗视觉疲劳等优点。
01
测量系统工作原理
系统设计是基于机器视觉，对生产线工作平台上的零件进行识别和定位，并对零件进行尺寸测量。
系统整体结构包括硬件和软件系统，在所测零件为规则几何体时，通过获取零件表面的二维信息，得到零件的位置参数，完成零件的定位和尺寸测量。
其中硬件系统包括：背光源、面阵CCD相机、镜头、视觉控制器；
软件系统包括：视觉软件。
利用上述硬件和软件系统完成图像的采集、处理及检测结果的输出，技术路线图如下所示。
系统的工作原理：被测轴承在机械运动工作平台上，在计算机的控制下，以一定的速度和节拍在传输带上运动，轴承在光源的照射下，其影像被投射到光学成像系统，经透镜放大聚焦在CCD的光敏阵列面上，CCD摄像头将其接收的光学影像转换成视频信号输出到图像采集卡,图像采集卡再将视频信号转换成数字图像信息供计算机处理和CRT显示。
计算机运用各种算法对图像数据进行运算处理，计算出待检测轴承的内外径，最后与预置的标准尺寸相比较判断其是否合格，通过机械运动平台的分类机构进行合格和不合格工件的分类，同时计算机自动统计生成报表，可打印输出结果。
02
视觉测量系统硬件设计
视觉测量系统的硬件主要包括工业相机、光源控制器以及光源。工业相机用于采集轴承图像；光源用于突出被检测轴承的特征；光源控制器用于给工业相机和光源供电。
常用的相机可以分为线阵相机和面阵相机。
线阵相机通过单束光扫描物体，线阵相机的扫描分辨率极高，它的的长度很长，宽度只有几个像素。通常情况下，测物体范围的是细长的带状，多用于长滚筒的检测。线阵相机需要与被拍的物体发生相对移动才可以拍到一副有用的图像，线阵相机的扫描速度很快，主要应用于高精度领域，所以线阵相机的价格比较昂贵。
面阵相机扫描主要采用连续的、面状的光线照射。面阵相机的扫描方式远远高于线阵相机，广泛地应用于精度要求不是太高的场合，面阵相机的价格不是太昂贵，应用广泛。
在轴承的检测中，多使用面阵相机。
常用的光源有环形光源、背光源、同轴光源等。选择恰当的光源，将有利于后期的图像处理。
环形光源通常安装于被检测物体的正上方，用于突出物体的三维信息；背光源通常安装在被检测物体的正下方，用于突出被检测物体的轮廓，为了提高轮廓与背景的对比度并有利于提取轴承的轮廓特征，选择背光源。
03
机械及运动控制部分设计
为了实现轴承的内外径的实时在线检测，必须满足以下基本要求：
①在计算机的控制下，使待检测轴承以一定的节拍和速度运动以实现准确定位、传输、分类等自动化功能。
②针对不同品种的待测轴承，要求方便及时的调整摄像头镜头和方位，从而获得精确、清晰的待测量图像。
③能够实现机械运动单元的越位保护与报警功能。
04
视觉测量系统软件
图像的预处理
首先我们要读取图像，读取完的图像可能有各种各样的噪声。
一般来说，相机一开始获取的图像会受到噪声的影响，所以，这样会影响下一步的检测和识别任务。所以在轴承尺寸检测之前，要对读取的图像做预处理。
尽管选择了很好的硬件设施，但是图像还是不够好，这样就需要对图像进行增强以增强图像的质量。图像预处理可以去除各种各样的噪声，以便于下一步提取感兴趣的区域，这样做是正确测量轴承尺寸的重要一步。
图像分割
为了得到得到图像中我们感兴趣的区域，就要进行图像分割，分割操作是输入一幅图像，经过处理，输出多个区域，或者输出多个亚像素轮廓。
特征提取
特征提取通过计算机提取图像的信息，判断图像上的每个点是否属于所设的图像特征。
特征提取将图像上的点分成需要的不同的各个区域子集，从图像中提取感兴趣的部分和特征，识别图像信息。其中，亮度、边缘轮廓、色彩等参数可以直接获取，其他的参数需要测量才能获得。
软件运行结果如下列图所示：
05
实战案例
矩视智能低代码平台全方位解析AI视觉在?轴承套圈圆心测量?检测上的应用。
项目需求：精确获取球形轴承架的正中心位置
检测难点：可变因素干扰较多，需克服下方背景和上方塑料膜的干扰
检测要求：实现圆的准确抓取，误差在2个像素以内
方案设计：
矩视智能低代码平台首推的“低代码检测工具”，无需编写任何代码直接在云平台完成深度学习和传统算法的二次开发，检测效果所见所得，可24小时检测，不存在疲劳问题，且100%的检测比