浙江理工大学;浙江中集轴承有限公司张建新获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉浙江理工大学;浙江中集轴承有限公司申请的专利一种基于机器视觉的轴承黑块缺陷检测方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116883343B 。
龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310810740.0,技术领域涉及:G06T7/00;该发明授权一种基于机器视觉的轴承黑块缺陷检测方法和装置是由张建新;王峰;郭延庆;黄伟嘉;钱淼;陈启云设计研发完成,并于2023-07-04向国家知识产权局提交的专利申请。
本一种基于机器视觉的轴承黑块缺陷检测方法和装置在说明书摘要公布了:本申请提供一种基于机器视觉的轴承黑块缺陷检测方法和装置,属于工业生产领域。该检测方法通过通过改进的高斯滤波图像增强算法对原始图像进行增强,以得到增强后的图像;对增强后的图像进行进行轴承套圈的ROI提取,并通过极坐标变换得到包含极坐标的ROI图像;对ROI图像进行两次无关特征消除,以得到待判定图像;采用双阈值处理法确定待判定图像是否存在表面缺陷。本申请实施例提供的检测方法能够降低处理难度,同时能够提高轴承表面黑块缺陷检测的准确度。
本发明授权一种基于机器视觉的轴承黑块缺陷检测方法和装置在权利要求书中公布了:1.一种基于机器视觉的轴承黑块缺陷检测方法,其特征在于,所述检测方法包括: 获取待检测的轴承套圈端面的原始图像; 通过改进的高斯滤波图像增强算法对所述原始图像进行增强,以得到增强后的图像; 对所述增强后的图像进行轴承套圈的ROI提取,并通过极坐标变换得到包含极坐标的ROI图像; 对所述ROI图像进行两次无关特征消除,以得到待判定图像; 采用双阈值处理法确定所述待判定图像是否存在表面缺陷; 其中,所述对所述增强后的图像进行轴承套圈的ROI提取,并通过极坐标变换得到包含极坐标的ROI图像包括: 将含有整个缺陷特征的轴承端面完整提取并拟合出来整个轮廓,以得到初提取ROI图像; 采用空间域滤波中值滤波法对所述初提取ROI图像进行图像去噪; 采用轮廓提取和最小二乘法拟合所述初提取ROI图像的轮廓,以得到ROI的位置信息,对所述ROI图像进行极坐标变换,以将圆形ROI图像通过极坐标变换转换为矩形ROI图像; 所述对所述ROI图像进行极坐标变换,以将圆形ROI图像通过极坐标变换转换为矩形ROI图像具体为: 将ROI区域的整个圆面通过极坐标变换转换为矩形图像,将端面外圈周长设为转换后矩形图像的宽,外圈半径与内圈半径之差设为转换后矩形图像的高; 所述极坐标变换的公式具体为: 其中,ρ为点C的极径、θ为C的极角、矩形图像的宽为W、矩形图像的高为H、极径缩放因子、角度缩放因子、u,v分别为转换后坐标,r为半径,又因为,,,,所以整个极坐标公式可以改写为: ; 所述对所述ROI图像进行两次无关特征消除,以得到待判定图像包括: 移除黑色像素数大于行平均黑色像素的行以及黑色像素数小于列平均黑色像素数的列,以进行第一次无关特征消除; 消除矩形图像中的无关白色区域,并采用形态学操作对缺陷区域进行补偿,以进行第二次无关特征消除; 所述采用双阈值处理法确定所述待判定图像是否存在表面缺陷具体为: 在所述第一次无关特征消除和所述第二次无关特征的过程中设定阈值,根据所述阈值确定表面缺陷的位置和数量,其中所述阈值根据图像中黑色像素和图像总像素的比例确定。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江理工大学;浙江中集轴承有限公司,其通讯地址为:310000 浙江省杭州市杭州经济技术开发区白杨街道2号大街928号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励