一种液压轴承超精加工中划伤的显著性识别方法及装置制造方法及图纸

本发明专利技术涉及图像识别领域，具体涉及一种液压轴承超精加工中划伤的显著性识别方法及装置，通过图像识别出轴承内外圈表面的连续帧图像,预处理得到多帧灰度图，通过均值漂移聚类和像素点区域投票进行区域划分，根据每个区域中每个像素点和其他像素点的灰度差异和宽度差异得到每个像素点的区域显著性，根据每个像素点与其他帧图像中相同区域对应位置像素点的灰度差异和宽度差异得到每个像素点的位置显著性，根据区域显著性和位置显著性综合得到每个像素点的显著性特征，根据显著性特征得到同一像素点的连续显著性及特征图，根据显著性特征图对轴承内外圈表面的划伤进行识别，方法智能、精准。精准。精准。

【技术实现步骤摘要】
一种液压轴承超精加工中划伤的显著性识别方法及装置


[0001]本申请涉及图像识别领域，具体涉及一种液压轴承超精加工中划伤的显著性识别方法及装置。

技术介绍

[0002]液压泵为液压传动提供加压液体的一种液压元件，轴承为液压泵的重要零件之一，轴承内外圈的生产工艺包括下料、锻造、球化退火、车加工、热处理、磨加工、超精加工、零件终检、防锈入库。
[0003]在轴承的内外圈表面超精过程中，是将轴承置于轴承座或转动轴上，然后进行转动，控制磨削设备对轴承内外圈进行磨削超精处理，在此过程中可能会由于磨削过程中的磨粒刻划导致轴承内外圈表面上出现细小划伤，若不进行识别检测，划伤会造成轴承安装不良，在轴承使用过程中引起偏载和应力集中，造成轴承旋转精度和使用寿命的下降，进一步影响液压泵寿命。
[0004]目前，对超精加工的轴承的内外圈进行进行划伤检测识别的方法是通过人工检测或图像处理的方式，人工检测或图像处理的方式无法排除光照和超精纹理的干扰，准确率无法保证。

技术实现思路

[0005]本专利技术提供一种液压轴承超精加工中划伤的显著性识别方法，解决划伤识别检测准确率不高的问题，采用如下技术方案：采集轴承超精加工时的外圈内表面/内圈外表面的连续帧图像；对连续帧图像进行图像预处理得到对应的灰度图；分别对所有帧灰度图进行相同的区域划分得到每一帧灰度图划分后的多个区域灰度图；根据每一帧灰度图中每个区域中的每个像素点和该区域内其他像素点的灰度差异及宽度差异得到每个像素点的区域显著性；根据每一帧灰度图中每个像素点和其他帧图像中相对应位置的像素点的灰度差异和宽度差异得到每个像素点的位置显著性；根据每个像素点的位置显著性和该像素点所在区域的区域显著性得到每一帧灰度图的每个区域中每个像素点的显著性特征；提取所有帧灰度图中所有相对应的同一像素点；根据同一像素点在所有帧灰度图中的显著性特征计算同一像素点的连续显著性特征；将所有同一像素点的连续显著性特征作为任意帧灰度图像中与该同一像素点对应像素点的灰度值，构建连续显著性特征图；根据连续显著性特征图对轴承外圈内表面/内圈外表面中的划伤进行识别。
[0006]所述对所有帧灰度图进行相同的区域划分的方法为：
对每一帧灰度图像进行高斯滤波处理；使用均值漂移聚类，将图像中像素点分为多个区域；对所有帧图像同一个位置的像素点进行区域投票，获取投票数最大的区域作为该位置像素点的所属区域；根据每个位置像素点的所属区域，完成每一帧灰度图的区域划分。
[0007]所述每一帧灰度图的每个区域中每个像素点的显著性特征的计算方法为：式中，为第帧灰度图上第个区域中第个像素点的显著性特征，为第上第个区域中第个像素点在图像上第个区域的区域显著性，为第上第个区域中第个像素点的位置显著性，为的权重即所在区域显著性的权重。
[0008]所述每个像素点的区域显著性的计算方法如下：式中，为图像上第个区域第个像素点 的灰度值，为图像中第个区域第个像素点的灰度值，为第个区域像素点的个数，为和和差异函数，，为图像中第个区域每个像素点与其他像素点的灰度值差异之和的均值，为像素点的宽度，为像素点的宽度，为和的差异函数，为图像第个区域中每个像素点与其他像素点的宽度差异之和的均值。
[0009]所述每个像素点的区域显著性的权重的计算方法为：式中，为图像上第个区域第个像素点 距离第个区域边缘像素点最近的距离。
[0010]所述每个像素点的位置显著性的计算方法为：
式中，为像素点的灰度，为第帧灰度图中第个区域中第个像素点的灰度，为帧图像个数，为每一帧灰度图中第个区域中与对应位置的像素点与其他帧图像的第个区域中对应位置像素点灰度值的差异之和的均值，为像素点的宽度，为图像的第个区域中第个像素点的宽度，为每一帧灰度图的第个区域中与对应位置像素点与所有帧图像第个区域中的像素点宽度差异之和的均值。
[0011]所述同一像素点的连续显著性特征的获取方法为：将同一像素点在所有帧灰度图中的显著性特征进行累加得到同一像素点的连续显著性特征。
[0012]所述对轴承外圈内表面/内圈外表面中的划伤进行识别的方法为：对连续显著性特征图进行边缘检测，若检测到边缘，则该边缘为轴承外圈内表面和内圈外表面中的划伤；若检测不到边缘，则无划伤。
[0013]本技术方案还提供一种液压轴承超精加工中划伤的显著性识别装置，其特征在于，包括图像采集单元，图像处理单元，划伤识别单元和控制分拣单元：所述图像采集单元：采集轴承超精加工时的外圈内表面/内圈外表面的连续帧图像并将图像发送至图像处理单元；所述图像处理单元：对连续帧图像进行图像预处理得到对应的灰度图并将灰度图发送至划伤识别单元；分别对所有帧灰度图进行相同的区域划分得到每一帧灰度图划分后的多个区域灰度图；所述划伤识别单元：根据每一帧灰度图中每个区域中的每个像素点和该区域内其他像素点的灰度差异及宽度差异得到每个像素点的区域显著性；根据每一帧灰度图中每个像素点和其他帧图像中相对应位置的像素点的灰度差异和宽度差异得到每个像素点的位置显著性；根据每个像素点的位置显著性和该像素点所在区域的区域显著性得到每一帧灰度图的每个区域中每个像素点的显著性特征；提取所有帧灰度图中所有相对应的同一像素点；根据同一像素点在所有帧灰度图中的显著性特征计算同一像素点的连续显著性特征；将所有同一像素点的连续显著性特征作为任意帧灰度图像中与该同一像素点对应像素点的灰度值，构建连续显著性特征图；根据连续显著性特征图对轴承外圈内表面/内圈外表面中的划伤进行识别：对连续显著性特征图进行边缘检测，若检测到边缘，则该边缘为轴承外圈内表面和内圈外表面中的划伤；若检测不到边缘，则无划伤，将划伤识别结果发送给控制分拣单
元；所述控制分拣单元：根据划伤识别结果控制分拣，若存在划伤，对划伤位置进行标记，控制机械臂将轴承内外圈分拣至磨削模块，根据标记位置对划伤进行磨削处理；若不存在划伤，控制机械臂将轴承内外圈分拣至防锈入库模块。
[0014]本专利技术的有益效果是：通过图像识别出采集轴承转动时内外圈表面的连续帧图像,预处理得到多帧灰度图，通过均值漂移聚类和像素点区域投票，将每一帧灰度图划分为多个区域，根据每个区域中每个像素点和其他像素点的灰度差异和宽度差异得到每个像素点的所在区域的区域的区域显著性，根据每个像素点与其他帧图像中对应位置的像素点的灰度差异和宽度差异得到每个像素点的位置显著性，根据每个像素点的区域显著性和位置显著性得到每个像素点的显著性特征，根据同一像素点在所有帧图像中的位置变化得到每个像素点的连续显著性特征及连续显著性特征图，利用连续显著性特征图对轴承表面划伤进行识别，方法智能、精准。
附图说明
[0015]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，下面将对实施例或现有技术描述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。
[0016]图1是本专利技术的一种液本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种液压轴承超精加工中划伤的显著性识别方法，其特征在于，包括：采集轴承超精加工时的外圈内表面/内圈外表面的连续帧图像；对连续帧图像进行图像预处理得到对应的灰度图；分别对所有帧灰度图进行相同的区域划分得到每一帧灰度图划分后的多个区域灰度图；根据每一帧灰度图中每个区域中的每个像素点和该区域内其他像素点的灰度差异及宽度差异得到每个像素点的区域显著性；根据每一帧灰度图中每个像素点和其他帧图像中相对应位置的像素点的灰度差异和宽度差异得到每个像素点的位置显著性；根据每个像素点的位置显著性和该像素点所在区域的区域显著性得到每一帧灰度图的每个区域中每个像素点的显著性特征；提取所有帧灰度图中所有相对应的同一像素点；根据同一像素点在所有帧灰度图中的显著性特征计算同一像素点的连续显著性特征；将所有同一像素点的连续显著性特征作为任意帧灰度图像中与该同一像素点对应像素点的灰度值，构建连续显著性特征图；根据连续显著性特征图对轴承外圈内表面/内圈外表面中的划伤进行识别。2.根据权利要求1所述的一种液压轴承超精加工中划伤的显著性识别方法，其特征在于，所述对所有帧灰度图进行相同的区域划分的方法为：对每一帧灰度图像进行高斯滤波处理；使用均值漂移聚类，将图像中像素点分为多个区域；对所有帧图像同一个位置的像素点进行区域投票，获取投票数最大的区域作为该位置像素点的所属区域；根据每个位置像素点的所属区域，完成每一帧灰度图的区域划分。3.根据权利要求1所述的一种液压轴承超精加工中划伤的显著性识别方法，其特征在于，所述每一帧灰度图的每个区域中每个像素点的显著性特征的计算方法为：式中，为第帧灰度图上第个区域中第个像素点的显著性特征，为第上第个区域中第个像素点在图像上第个区域的区域显著性，为第上第个区域中第个像素点的位置显著性，为的权重即所在区域显著性的权重。4.根据权利要求3所述的一种液压轴承超精加工中划伤的显著性识别方法，其特征在于，所述每个像素点的区域显著性的计算方法如下：
式中，为图像上第个区域第个像素点 的灰度值，为图像中第个区域第个像素点的灰度值，为第个区域像素点的个数，为和和差异函数，，为图像中第个区域每个像素点与其他像素点的灰度值差异之和的均值，为像素点的宽度，为像素点的宽度，为和的差异函数，为图像第个区域中每个像素点与其他像素点的宽度差异之和的均值。5.根据权利要求3所述的一种液压轴承超精加工中划伤的显著性识别方法，其特征在于，所述每个像素点的区域显著性的权重的计算方法为：式中，为图像上第个区域第个像素点 距离第个区域边缘像素点最近的距离。6.根据权利要求3所述的一种液压轴承超精加工中划伤的显著性识别方法，其特征...

【专利技术属性】
技术研发人员：莫章卓，李启超，黄跃，
申请(专利权)人：南通翡利达液压科技有限公司，
类型：发明
国别省市：