基于图像轴承套加工缺陷检测的研究

《基于图像轴承套加工缺陷检测的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学硕士学位论文摘要机械基础件是装备制造业赖以生存和发展的基础，轴承作为一种极端重要的机械基础件，其质量要求严格。本课题以轴承套作为研究对象，研究基于图像的轴承套缺陷检测，旨在解决人工检测在保证轴承质量上所面临的诸多问题。课题采用ARM单片机与CMOS摄像头的嵌入式图像采集方案，搭建了一种紧凑、成本低廉合适的图像采集处理硬件平台，采集轴承套图像，且通过图像处理，有效判断轴承套倒角是否完整，实现轴承套缺陷检测。主要的研究工作包括：1调研图像用于缺陷检测的采集方案和处理算法应用，学习图像算法在缺陷检测中各自的优势。2搭建了一种成本低廉、功能合适、结构紧凑的图像采集平台。

2、采用嵌入式图像采集方案，选用CMOS图像传感器，以STM32F103ZET6+OV7670+AL422B为核心实现轴承套图像采集，外扩数据存储器1S61LV25616存储一帧图像。3在硬件平台基础上，通过摄像头串行控制总线(SCCB)编写摄像头驱动程序，配置摄像头内部寄存器，调试摄像头实现图像采集，使之输出一帧QVGA的RGB565格式的图像。4利用轴承套已倒角和未倒角对入射光线反射的角度不同，造成图像变化的原理，通过相应的图像处理算法，计算倒角区域的黑色像素点数进行加工缺陷的检测，论文通过实验对比了基于矩形区域和环形区域缺陷判断的可靠性和鲁棒性，最终选择环形倒角区域进

3、行缺陷的识别判断，实现轴承套加工缺陷的检测。关键词：嵌入式系统；图像采集；轴承套；倒角；图像处理；缺陷检测III浙江大学硕士学位论文AbstraetAbstractMachinecomponentsarethebasisofthesurvivalanddevelopmentoftheequipmentmanufacturingindustry．Asanextremelyvitalmachinecomponent，ahigh-qualitybearingisnecessary．Thebearingproducerscarealotaboutthedetectionofbe

4、aring’Sproducingqualities．Nowadays．corporationsadoptartificialmethodstodefectbearings．neloadofworkisrlOtonlyheavyandinefficiently，butalsohightoleakthedefects，SOitaffectsthequalityofbearings’dispatch．Inordertosolvethelong-termproblem，corporationsurgentlyneedtheautomaticequipment，insteadof

5、themanualmanipulation．Inthisdissertation．staticimagesofbearingsleevearethemainresearchobjects．Thispaperdesignsacompactandlow-costembeddedsystembasedonARMandCMOS．Itintegratesthefunctionsofimageacquisitionandimageprocessing，SOitcaneffectivelydeterminewhetherthebearingsleeve’Schamferiscompl

6、ete．111eworkofthepaperfocusesonthefollowingaspects：1．Extensivelyinvestigateandstudytheimageusingindefectdetection，theapplicationofimageprocessing，comprehendtheirrespectiveadvantagesoftheactualdefectdetection．2．111epaperdesignsacompactandlow-costembeddedimageacquisitionsystembasedonSTM32F

7、l03ZET6+OV7670+AL422B．Itexpandsexternaldatamemory．SoitCanobtainanimageandsaveitinIS61LV25616．3．Onthebasisofhardwareplatform，throughprogrammingthecameradriver,thispaperCanconfiguretheinternalregistersofthecamera．DebuggmgthecameraSOthatitcangetaQVGAandRGB565formatimage．4．By