基于机器视觉的推力轴承垫圈缺陷检测系统研究

为实现推力轴承垫圈表面缺陷自动检测,解决检测过程人工效率低、准确性波动大的问题,设计一套推力轴承垫圈表面缺陷检测及分类系统。针对垫圈表面图像背景复杂,干扰较多难以提取缺陷等问题,用最小二乘法圆拟合提取圆环形感兴趣区域,通过傅里叶变换、低通滤波器和傅里叶逆变换对图像卷积滤波从而抑制干扰;然后基于多个形状指标和多个阈值提出缺陷提取分类算法,从而达到检测缺陷和分类的目标。通过实验并分析结果:对单个垫圈检测时间为1064.89 ms,垫圈端面缺陷检测准确率在95.23%以上,满足实际检测要求,有具体使用价值,可为自动化检测推力轴承垫圈的缺陷提供新的方法。