一种基于图像处理的轴承异常检测方法及装置制造方法及图纸

本发明专利技术涉及故障检测技术领域，具体涉及一种基于图像处理的轴承异常检测方法及装置，首先保证选取的轴承图像满足清晰度要求，接着将轴承图像划分得到内圈图像、外圈图像和滚动体图像，进而通过检查内圈边界和外圈边界是否有凹凸，判断内圈和外圈的圆心是否一致，以及判断所述滚动体图像中滚珠数量是否与实际轴承的滚珠数量一致，作为轴承异常的检测依据，本发明专利技术采用分类判断、逐步排查的方式，对导致轴承异常的原因给出判断结论，可以提高故障定位的效率。

【技术实现步骤摘要】
一种基于图像处理的轴承异常检测方法及装置
本专利技术涉及故障检测
，具体涉及一种基于图像处理的轴承异常检测方法及装置。
技术介绍
滚动轴承是一种机械标准件，用于支承轴颈的部件，有时也用来支承轴上的回转零件。典型的滚动轴承由内圈、外圈、滚动体和保持架组成。内圈、外圈分别与轴颈及轴承座孔装配在一起。多数情况是内圈随轴回转，外圈不动；但也有外圈回转、内圈不转或内、外围分别按不同转速回转等使用情况。滚动体使相对运动表面间的滑动摩擦变为滚动磨擦，根据不同轴承结构的要求，滚动体有滚球、圆柱滚子、圆锥滚子、球面滚子等。在滚动轴承的使用过程中，有时由于轴径和轴承座孔的尺寸测量不精确，或配合面粗糙度未达到标准要求，造成过大的过盈配合，使轴承座圈受到很大挤压，从而导致轴承本身的径向间隙减少，使轴承转动困难、发热，磨损加剧或卡死，因此，实时、准确的检测轴承是否出现异常，以及对导致轴承异常的原因给出判断结论，对滚动轴承的维护十分重要。
技术实现思路
本专利技术目的在于提供一种基于图像处理的轴承异常检测方法及装置，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。为了实现上述目的，本专利技术提供以下技术方案：一种基于图像处理的轴承异常检测方法，所述方法包括以下步骤：步骤S100、从实时获取的轴承图像中选取一张满足清晰度要求的轴承图像；步骤S200、确定所述轴承图像的边界信息，分别提取轴承的内圈、外圈和滚动体所在的图像区域，得到内圈图像、外圈图像和滚动体图像；步骤S300、根据所述内圈图像判断轴承的内圈边界是否有凹凸，若是，则判断为轴承内圈异常，若否，则执行步骤S400；步骤S400、根据所述外圈图像判断轴承的外圈边界是否有凹凸，若是，则判断为轴承外圈异常，若否，则执行步骤S500；步骤S500、判断内圈和外圈的圆心是否一致，若否，则判断为轴承异常，若是，则执行步骤S600；步骤S600、根据所述滚动体图像统计滚珠数量，判断所述滚动体图像中滚珠数量是否与实际轴承的滚珠数量一致，若否，则判断为轴承滚珠异常。进一步，所述步骤S100包括以下步骤：步骤S110、实时获取轴承图像，对该轴承图像进行灰度化处理，得到灰度图像；步骤S120、根据以下公式计算该灰度图像的清晰度：D(f)＝∑y∑x|f(x+2，y)-f(x，y)|2其中，f(x,y)为灰度图像中像素点(x,y)的灰度值，f(x+2,y)为灰度图像中像素点(x+2,y)的灰度值，D(f)为灰度图像的清晰度；步骤S130、判断该灰度图像的清晰度是否满足要求，若是，则执行步骤S140，若否，则执行步骤S110；步骤S140、选取该灰度图像对应的轴承图像作为满足清晰度要求的轴承图像。进一步，所述轴承图像的边界信息通过采用Canny边缘检测方法确定得出。进一步，所述判断内圈和外圈的圆心是否一致，包括：对内圈图像进行低通滤波处理、并采用最大熵阈值化分割方法获取内圈图像中轴承的圆心坐标，作为内圈的圆心坐标；对外圈图像进行低通滤波处理、并采用最大熵阈值化分割方法获取外圈图像中轴承的圆心坐标，作为外圈的圆心坐标；判断内圈的圆心坐标和外圈的圆心坐标是否一致，作为内圈和外圈的圆心是否一致的判断结果。进一步，步骤S600中，所述根据所述滚动体图像统计滚珠数量，包括以下步骤：确定所述轴承图像的边界信息，分别提取轴承的内圈、外圈和滚动体所在的图像区域，得到内圈图像、外圈图像和滚动体图像；提取所述滚动体图像中滚珠所在的图像区域，从而得到包含一个或多个滚珠图像，每个滚珠图像包含所述滚动体图像中不同区域的滚珠；根据滚珠图像的数量作为所述轴承中包含的滚珠数量。一种基于图像处理的轴承异常检测装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述任一项所述的基于图像处理的轴承异常检测方法的步骤。本专利技术的有益效果是：本专利技术公开一种基于图像处理的轴承异常检测方法及装置，本专利技术首先保证选取的轴承图像满足清晰度要求，接着将轴承图像划分得到内圈图像、外圈图像和滚动体图像，进而通过检查内圈边界和外圈边界是否有凹凸，判断内圈和外圈的圆心是否一致，以及判断所述滚动体图像中滚珠数量是否与实际轴承的滚珠数量一致，作为轴承异常的检测依据，本专利技术采用分类判断、逐步排查的方式，对导致轴承异常的原因给出判断结论，可以提高故障定位的效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一种基于图像处理的轴承异常检测方法的流程示意图；图2是本专利技术实施例中步骤S100的流程示意图。具体实施方式以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。参考图1，如图1所示为本专利技术实施例提供的一种基于图像处理的轴承异常检测方法，所述方法包括以下步骤：步骤S100、从实时获取的轴承图像中选取一张满足清晰度要求的轴承图像；步骤S200、确定所述轴承图像的边界信息，分别提取轴承的内圈、外圈和滚动体所在的图像区域，得到内圈图像、外圈图像和滚动体图像；步骤S300、根据所述内圈图像判断轴承的内圈边界是否有凹凸，若是，则判断为轴承内圈异常，若否，则执行步骤S400；步骤S400、根据所述外圈图像判断轴承的外圈边界是否有凹凸，若是，则判断为轴承外圈异常，若否，则执行步骤S500；步骤S500、判断内圈和外圈的圆心是否一致，若否，则判断为轴承异常，若是，则执行步骤S600；步骤S600、根据所述滚动体图像统计滚珠数量，判断所述滚动体图像中滚珠数量是否与实际轴承的滚珠数量一致，若否，则判断为轴承滚珠异常。参考图2，在一个优选的实施例中，所述步骤S100包括以下步骤：步骤S110、实时获取轴承图像，对该轴承图像进行灰度化处理，得到灰度图像；步骤S120、根据以下公式计算该灰度图像的清晰度：D(f)＝∑y∑x|f(x+2，y)-f(x，y)|2其中，f(x,y)为灰度图像中像素点(x,y)的灰度值，f(x+2,y)为灰度图像中像素点(x+2,y)的灰度值，D(f)为灰度图像的清晰度；步骤S130、判断该灰度图像的清晰度是否满足要求，若是，则执行步骤S140，若否，则执行步骤S110；步骤S140、选取该灰度图像对应的轴承图像作为满足清晰度要求的轴承图像。其本文档来自技高网...

【技术保护点】
1.一种基于图像处理的轴承异常检测方法，其特征在于，所述方法包括以下步骤：/n步骤S100、从实时获取的轴承图像中选取一张满足清晰度要求的轴承图像；/n步骤S200、确定所述轴承图像的边界信息，分别提取轴承的内圈、外圈和滚动体所在的图像区域，得到内圈图像、外圈图像和滚动体图像；/n步骤S300、根据所述内圈图像判断轴承的内圈边界是否有凹凸，若是，则判断为轴承内圈异常，若否，则执行步骤S400；/n步骤S400、根据所述外圈图像判断轴承的外圈边界是否有凹凸，若是，则判断为轴承外圈异常，若否，则执行步骤S500；/n步骤S500、判断内圈和外圈的圆心是否一致，若否，则判断为轴承异常，若是，则执行步骤S600；/n步骤S600、根据所述滚动体图像统计滚珠数量，判断所述滚动体图像中滚珠数量是否与实际轴承的滚珠数量一致，若否，则判断为轴承滚珠异常。/n

【技术特征摘要】
1.一种基于图像处理的轴承异常检测方法，其特征在于，所述方法包括以下步骤：
步骤S100、从实时获取的轴承图像中选取一张满足清晰度要求的轴承图像；
步骤S200、确定所述轴承图像的边界信息，分别提取轴承的内圈、外圈和滚动体所在的图像区域，得到内圈图像、外圈图像和滚动体图像；
步骤S300、根据所述内圈图像判断轴承的内圈边界是否有凹凸，若是，则判断为轴承内圈异常，若否，则执行步骤S400；
步骤S400、根据所述外圈图像判断轴承的外圈边界是否有凹凸，若是，则判断为轴承外圈异常，若否，则执行步骤S500；
步骤S500、判断内圈和外圈的圆心是否一致，若否，则判断为轴承异常，若是，则执行步骤S600；
步骤S600、根据所述滚动体图像统计滚珠数量，判断所述滚动体图像中滚珠数量是否与实际轴承的滚珠数量一致，若否，则判断为轴承滚珠异常。


2.根据权利要求1所述的一种基于图像处理的轴承异常检测方法，其特征在于，所述步骤S100包括以下步骤：
步骤S110、实时获取轴承图像，对该轴承图像进行灰度化处理，得到灰度图像；
步骤S120、根据以下公式计算该灰度图像的清晰度：
D(f)＝∑y∑x|f(x+2，y)-f(x，y)|2
其中，f(x,y)为灰度图像中像素点(x,y)的灰度值，f(x+2,y)为灰度图像中像素点(x+2,y)的灰度值，D(f)为灰度图像的清晰度；
步骤S130、判断该灰度图像的清晰度是否满足要求，若是，则执行步骤S140，若否，则执行步骤S110；
步骤S140、选取该灰...

【专利技术属性】
技术研发人员：张彩霞，胡绍林，王向东，王斯琪，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44