(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211205465.1 (22)申请日 2022.09.30 (71)申请人 中威泵业 （江苏） 有限公司 地址 226000 江苏省南 通市开发区新 开街 道精开路1号 (72)发明人 李成　 (74)专利代理 机构 深圳政科创新专利代理事务 所(普通合伙) 44880 专利代理师 谢庚生 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 5/00(2006.01) G06T 3/40(2006.01) G06V 10/74(2022.01)G06N 3/04(2006.01) (54)发明名称 一种轴承缺陷识别方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种轴承缺陷识别方法， 该方法通过采集轴承每旋 转90度下的轴承表面图像， 得到对应的轴承图 像， 获取每张所述轴承图像的灰度图像； 由当前 灰度图像中每行像素点的灰度均值构建抛物线 函数； 由抛物线函数得到每行像素点的行标准灰 度值， 基于行标准灰度值确认疑似缺陷像素点， 计算每个疑似缺陷像素点为缺陷像素点的概率， 获取像素点的校正灰度值； 根据当前疑似缺陷像 素点与其邻域窗口内每个像素点的校正灰度值 的差值绝对值， 确认缺陷像素点； 由缺陷像素点 得到所有灰度图像中的缺陷连通域， 通过图像拼 接， 得到轴承的整体缺陷连通域， 通过自适应尺 寸窗口， 高缺陷像素点的识别精度。 权利要求书1页 说明书7页 附图2页 CN 115272347 A 2022.11.01 CN 115272347 A 1.一种轴承缺陷识别方法， 其特 征在于， 该 方法包括以下步骤： 轴承每旋转90度采集一张轴承表面图像， 得到四张所述轴承表面图像， 分别对每张所 述轴承表面图像进行语义分割得到对应的轴承图像； 获取每张所述轴承图像的灰度图像； 获取当前灰度图像中每行像素点的灰度均值， 以行数和灰度均值构建抛物线函数； 由 抛物线函数得到每行像素点的行标准灰度值， 获取每个像素点的灰度值与对应行标准灰度 值的灰度差值， 将灰度差值大于零的像素点作为疑似缺陷像素点， 计算每个疑似缺陷像素 点为缺陷像素点的概率， 以得到最大概率和最小概率； 根据每个像素点所在行 的行标准灰 度值获取对应 像素点的校正灰度值； 基于最大概率和最小概率设定多个窗口尺寸范围， 根据每个疑似缺陷像素点的概率所 属的窗口尺寸范围， 得到对应疑似缺陷像素点的邻域窗口尺寸； 计算当前疑似缺陷像素点 与其邻域窗口内每个像素点的校正灰度值的差值绝对值， 得到对应像素点与当前疑似缺陷 像素点的相似性， 计算平均相似性以作为当前疑似缺陷像素点为噪声像素点的第一概率； 基于第一概率获取噪声像素点， 根据疑似缺陷像素点的校正灰度值确认非噪声像素点对应 的疑似缺陷像素点中的缺陷像素点； 基于当前灰度图像中的缺陷像素点得到缺陷连通域； 获取所有灰度图像中的缺陷连通 域， 对所述轴承图像进行图像拼接， 得到轴承的整体缺陷连通 域。 2.如权利要求1所述的一种轴 承缺陷识别方法， 其特征在于， 所述计算每个疑似缺陷像 素点为缺陷像素点的概 率的方法， 包括： 计算当前疑似缺陷像素点与其所在行的行标准灰度值的第 一比值， 获取当前灰度图像 中所有行的行标准灰度值总和， 计算当前疑似缺陷像素点所在行的行标准灰度值与行标准 灰度值总和的第二比值， 由第二比值获取第三比值， 第二比值与第三比值的和为1， 将第三 比值与第一比值的乘积作为当前疑似缺陷像素点 为缺陷像素点的概 率。 3.如权利要求1所述的一种轴 承缺陷识别方法， 其特征在于， 所述根据每个像素点所在 行的行标准灰度值获取对应 像素点的校正灰度值的方法， 包括： 计算每个像素点与其所在行的行标准灰度值的比值， 将比值与最大灰度值的乘积作为 对应像素点的校正灰度值， 最大 灰度值是指灰度值范围中的最大值。 4.如权利要求1所述的一种轴 承缺陷识别方法， 其特征在于， 所述基于第 一概率获取 噪 声像素点的方法， 包括： 设置第一概率阈值， 当第一概率小于或等于第一概率阈值时， 确认对应疑似缺陷像素 点为噪声像素点。 5.如权利要求1所述的一种轴 承缺陷识别方法， 其特征在于， 所述根据疑似缺陷像素点 的校正灰度值确认非噪声像素点对应的疑似缺陷像素点中的缺陷像素点的方法， 包括： 获取非噪声像素点的剩余疑似缺陷像素点， 计算最大灰度值分别减去每个剩余疑似缺 陷像素点的校正灰度值的差值与最大灰度值之 间的第四比值， 将第四比值作为对应剩余疑 似缺陷像素点 为正常像素点的第二 概率； 其中， 最大 灰度值是指灰度值范围中的最大值； 设置第二概率阈值， 当第二概率大于或等于第二概率阈值时， 确认对应剩余疑似缺陷 像素点为正常像素点， 进 而剩余疑似缺陷像素点中的非正常像素点确认为 缺陷像素点。权　利　要　求　书 1/1 页 2 CN 115272347 A 2一种轴承缺陷识别方 法 技术领域 [0001]本发明涉及数据处 理技术领域， 具体涉及一种 轴承缺陷识别方法。 背景技术 [0002]轴承是现代工业的基础零部件， 被誉为机械装备的 “关节”， 轴承套圈作为轴承的 重要组成部件， 对保持轴承 结构稳定、 减小载荷摩擦系数具有重要作用。 在轴承套圈的生产 过程中， 由于生产设备、 加工工艺、 生产 环境和人员操作的原因， 会使轴承表 面产生凹坑、 裂 纹、 划痕等缺陷。 而轴承表面一旦产生缺陷不仅对轴承套圈的外观产生不良影响， 还很容易 对轴承造成损坏， 导致机器运行效率降低、 使用寿命缩短、 危险系数増 高， 因此对轴承表面 缺陷的识别是很有必要的。 [0003]目前国内大多数轴承企业对套圈的检测还停留在人工目检阶段， 效率低， 成本高， 且存在次品漏检的问题。 而基于机器视觉的自动化缺陷检测技术， 由于生产环 境、 图像拍摄 设备和轴承本身形状材质的影响， 采集到的图像会存在噪声和高光的影响， 并且轴承表面 的缺陷往往十 分微小， 而传统的图像滤除噪声和去除高光影响的算法会损失图像内的一些 细节， 噪声图像边 缘模糊， 影响轴承表面 微小缺陷的精准识别。 发明内容 [0004]为了解决上述技术问题， 本发明的目的在于提供一种轴承缺陷识别方法， 所采用 的技术方案具体如下： 轴承每旋转90度采集一张轴承表面图像， 得到四张所述轴承表面图像， 分别对每 张所述轴承表面图像进行语义分割得到对应的轴承图像； 获取每张所述轴承图像的灰度图 像； 获取当前灰度图像中每行像素点的灰度均值， 以行数和灰度均值构建抛物线函 数； 由抛物线函数得到每行像素点的行标准灰度值， 获取每个像素点的灰度值与对应行标 准灰度值的灰度差值， 将灰度差值大于零的像素点作为疑似缺陷像素点， 计算每个疑似缺 陷像素点为缺陷像素点的概率， 以得到最大概率和最小概率； 根据每个像素点所在行 的行 标准灰度值获取对应 像素点的校正灰度值； 基于最大概率和最小概率设定多个窗口尺寸范围， 根据每个疑似缺陷像素点的概 率所属的窗口尺寸范围， 得到对应疑似缺陷像素点的邻域窗口尺寸； 计算当前疑似缺陷像 素点与其邻域窗口内每个像素点的校正灰度值的差值绝对值， 得到对应像素点与当前疑似 缺陷像素点的相似性， 计算平均相似性以作为当前疑似缺陷像素点为噪声像素点的第一概 率； 基于第一概率获取噪声像素点， 根据疑似缺陷像素点的校正灰度值确认非噪声像素点 对应的疑似缺陷像素点中的缺陷像素点； 基于当前灰度图像中的缺陷像素点得到缺陷连通域； 获取所有灰度图像中的缺陷 连通域， 对所述轴承图像进行图像拼接， 得到轴承的整体缺陷连通 域。 [0005]进一步的， 所述计算每 个疑似缺陷像素点 为缺陷像素点的概 率的方法， 包括：说　明　书 1/7 页 3 CN 115272347 A 3