精加工轴承内外环凹槽表面缺陷检测
轴承常见的表面缺陷有几种：
1，麻点
零件表面是分散或集群的小坑，黑色针孔坑，有一定的深度，别存在或密集分布。由于金属表面疲劳，金属亚表面在滚动接触应力的循环下形成微裂纹，并逐渐发展成坑。
2,擦伤
滑动摩擦引起的金属迁移现象。其形态特征是沿轴承部件的滑动方向，具有一定的长度和深度的表面机械损伤，主要发生在轴承部件的工作面上。原因是轴承间隙太小，润滑不良，润滑脂含有杂质，轴向预负荷太大。
3，裂损
损坏轴承零件金属的连续性。呈线性，方向不确定，有时肉眼看不见，磁化后聚粉。
轴承表面缺陷形态不同，部分缺陷形态差异较大，难以找出这类缺陷的共同特征，造成识别困难。部分缺陷目标的空间分布范围由单个连接空间区组成，而部分缺陷目标可由多个子区组成。有些缺陷目标具有相当大的形状任意性和复杂性，不同类型的缺陷形状可能相当接近，导致目标和特征之间失去相应的关系。有些非缺陷，如油印与缺陷非常相似，可能被误认为是缺陷。
：摒弃繁琐低质量的人工肉眼检测方法，采用机器视觉光电智能在线检测，提高轴承质量。
根据轴承特性，视觉系统图像采集的实际视野大小为10mm左右（轴承实际宽度为7mm大约)，本实验采用2K的线扫相机，宽度方向能够达到的最大分辨率为2048个像素。相机像素精度=单向视野大小/相机单向分辨率。相机像素精度为10mm/2048pix = 0.0048mm/pix，即每个像素的宽度为0.0048mm。缺陷直径方向上至少有5个像素，因此可以检测到0宽度.024mm的缺陷。
采用4K线扫相机可检测0宽度.012mm的缺陷
采用8K线扫相机可检测0宽度.006mm的缺陷
视觉组件：2K线扫工业相机，Schneider线扫工业镜头，镜头附加镜头，专用线扫光源，高精度旋转平台，工业内窥镜。
表面缺陷检测系统硬件：MV-VS078FC 1024х768面阵相机，M0814-MP 镜头，CCD高精度旋转平台条形光源
工业线扫相机具体参数如下
为了能利用 CCD 面阵摄像机成像轴承外圈表面 ,需要用机械设备支撑轴承轴 , 使其能转动。用面阵 CCD 相机垂直于轴承外环(轴承法线方向)， 光源面向轴承外圈。
内圈检测图像采集方案
CCD 相机配合光源收集轴承外圈滚道表面的图像。如果金属表面有缺陷，其形状、大小和程度将反映在图像上。通过特殊的图像检测软件，发现缺陷并对其进行分类。相机和光源的布置如下图所示。相机光源布置在轴承外圈两侧，防止一侧堵塞。
在图像采集过程中，如果亮度不足或亮度过大，采集到的图像灰度可能会限制在很小的范围内，没有灰度层次感。为了在图像预处理过程中不丢失图像中包含的信息，将原图像的灰度分布范围线性转换为[0、255]，将有效提高图像的对比度。
麻点图像
平行光从外圈的切线方向照射 由于麻点小凹坑的影响，图像中的剥离处会出现灰度值低的区域和相邻区域 灰度值高的区域。 , 灰度值低于其他地方 , 但由于其自身性质决定了其灰度更均匀. 利用这种明显的特征对比 , 采用图像处理方法区分轴承表面的麻点和油渍 , 然后判断麻点的位置和剥离的数量 。
原始图像的灰度值大多集中在一定范围内，这是由于图像采集时间和拍摄角度造成的灰度分布不均匀，导致对比度略差。灰度线性变换增强了对比度后的背景与缺陷目标之间的对比度，使图像细节清晰
滑动摩擦引起的金属迁移现象。其形态特征是沿轴承部件的滑动方向，具有一定的长度和深度的表面机械损伤，主要发生在轴承部件的工作面上。原因是轴承间隙太小，润滑不良，润滑脂含有杂质，轴向预负荷太大。
本文 CCD 铁路货车滚动轴承内圈滚道表面的缺陷检测采用相机，具体要求主要包括：
(1)工厂车间使用环境，抗干扰能力强；
(2)对于拍摄的缺陷图像，为了便于进一步的图像处理和识别，图像数清晰；
(3)采集速度比彩色相机快，因为只采集缺陷，不需要彩色视图。相机的显著优势；
（4）轴承在拍摄过程中处于运动旋转中，这就要求相机有较高灵敏度以及可以连续采集且序列保存；
（5）在综合考虑 CCD 自身指标后，还需进一步考虑经济因素以及主机接口问题。
本文最终选择的 CCD 摄相机为 MV-VS078FC 型摄相机，这台摄相机基本上可以很好的满足上述要求。该工业摄相机采用帧曝光 CCD 作为传感器，可以得到无变形的高质图像；它是以 IEEE 1394 作为输出，不仅信号较为稳定，而且 CPU 占用的资源也较少，并且一台计算机可以同时连接多台该工业摄相机；该摄相机可通过外部信号触发采集或连续采集，并且连续采集的时间间隔可调；目前，该相机已用于智能交通、机器视觉、工业生产线的在线检测、军事科学、科研等众多领域。下表是其主要性能参数。
| 性能指标 |
性能指标 |
| 相机类型 |
面阵相机 |
| 最高分辨率 |
1024х768 |
| 帧速率 |
30fps |
| 同步方式 |
外触发或连续采集 |
| 传感器光学尺寸 |
1/3’’ |
| 传感器类型 |
逐行扫描CCD |
2，
根据实际情况，本文图像采集系统选择 M0814-MP 镜头，该镜头结构设计较为紧凑，分辨率也较高，畸变小（小于 1.0%），非常适合需要高精度的检测场合。此外，镜头上面设计有锁紧螺母，用于在定好焦距和光圈后进行镜头锁紧，防止图像采集过程中由于震动而使焦距发生变化而影响图像的采集效果。镜头性能参数如下表所示。
| 性能指标 |
性能指标 |
| 焦距 |
8mm |
| 图像最大尺寸 |
8.8х6.6（ᶲ11） |
| 光圈工作范围 |
F1.4—F16C |
| 光圈控制 |
手动 |
| 视角 |
水平56.3° |
3，
选择的光源是LED 高角度条形光，型号为 LDR2-90SW，颜色为白色，耗电量为24V/4.2W，发光面积为100mm×80mm，厚为8mm。
根据轴承特性，视觉系统图像采集的实际视野大小，宽度方向为10mm左右（轴承实际宽度为7mm左右），长度方向为14本实验采用1024х768面阵相机，长度方向能够达到的最大分辨率为1024像素，宽度方向能够达到的最大分辨率为768个像素。
相机像素精度=单方向视野范围大小/相机单方向分辨率
系统的相机宽度方向的像素精度为10mm/768pix = 0.013mm/pix，长度方向的像素精度为14mm/1048pix = 0.0136mm/pix即每个像素的宽度为0.013mm，长度为0.0136mm。我们规定缺陷直径方向上最少有5个像素，所以能够检测到宽度位0.065，长度为0.068mm的缺陷。
采用1920×1200的相机，能检测长度为0.036，宽度为0.041mm的缺陷。
取含有四痕缺陷的图像中某一行像素点，对其灰度值分布情况进行了简单的图示，如图所示。两侧灰度比较低而且趋势变化不大的区域属于黑色背景区，
然后有个过渡的灰度增大区域，即陆坡区，到底坡顶即为真实的棒材边缘区，而且附近灰度值也是趋势较为缓和，属于反射光线没有射到相机的区域，中间变化剧烈的部分即为明亮区，其中四痕和噪声均己进行了标注。四痕区域中间像素点灰度值较低，而两侧灰度值逐渐变大。但是很多噪声信号同样具有类似性质，标注的噪声信号也是中间灰度值低，两侧较高，因此单纯的利用行像素或者列像素难以判断图像中是否存在四痕缺陷。另外分析发现，凹痕缺陷在水平和竖直方向上均有以上性质，而噪声信号则只在某单个方向上具有类似性质，如图所示，因此单纯从一维方向上对图像进行凹痕检测比较难，根据凹痕和噪声两者之间的这种区别，本章节从图像水平和竖直两个方向同时对四痕缺陷进行检测。
两侧灰度比较低而且趋势变化不大的区域属于黑色背景区，然后有个过渡的灰度增大区域，即陆坡区，到底坡顶即为真实的棒材边缘区，而且附近灰度值也是趋势较为缓和，属于反射光线没有射到相机的区域，中间变化剧烈的部分即为明亮区，其中对擦伤缺陷已经进行了标注。
（1）.缺陷检测与识别
对于缺陷与压痕的检测，首先通过特殊定制光源将缺陷特征突显出来，然后通过采用智能机器视觉算法，自动识别出缺陷类型，能够同时检测多种缺陷，高效率，高准确率。
（2）.内环
内环凹槽向外，采用高精度旋转平台带动轴承转动，线扫相机对内环凹槽进行扫描，采集轴承完整凹槽图像。
检测效果
经过对比度增强、同态滤波和直方图均衡化等图像处理识别出麻点和划痕缺陷，结果如下图。
麻点检测结果
划痕检测结果