齒軸機器視覺檢測設備，齒輪作為一種常用且十分重要的傳動零件在各類機械設備中都得到廣泛的使用,齒輪的質量對于整個設備來說至關重要,一旦機械設備采用了齒輪是殘次品,在重載和應力過大的情況下極有可能導致齒輪的破壞,甚至引發整個機械設備的故障和報廢,嚴重時還會威脅操作人員的生命安全。

　　因此檢測齒輪的加工質量在整個齒輪制造過程中就顯得尤其重要。傳統的齒輪質檢主要采用人工檢測的方法,費時費力且檢測水平難以保證。機器視覺檢測是用機器來代替人眼做測量和判斷,具有檢測速度快,檢測水平穩定等優點,因此機器視覺檢測已經成為近年來一種較為熱門的檢測方法。根據企業的實際要求,充分運用圖像處理和機器視覺的理論知識對基于機器視覺齒輪表面缺陷檢測技術的關鍵問題進行了研究,用OpenCV編寫了齒輪缺陷的檢測軟件,用來取代傳統的人工檢測方式,促進機器視覺檢測相關技術的進步。

　　本文的研究內容主要有：論述了課題的研究意義,對比了當前缺陷檢測手段。然后,簡述了檢測技術的研究現狀,說明了課題的來源和研究目的,指出齒輪檢測的關鍵技術。根據機器視覺檢測技術與要求,介紹了檢測系統的硬件選型和選擇的軟件開發環境,組建了缺陷檢測系統平臺。從齒輪缺陷檢測類型出發,對需要檢測缺陷的齒輪圖像進行了圖像預處理工作。用高斯濾波、中值濾波、Wiener濾波等濾波對齒輪圖像進行了平滑和去噪聲實驗并分析結果,得出Wiener濾波對齒輪缺陷圖像去噪效果最佳。在對齒輪圖像進行邊緣檢測時,運用C anny邊緣算子、Krisch邊緣算子、LOG算子等不同算子進行了分割實驗,對比不同算子的分割效果,決定選擇LOG算子來對齒輪圖像進行邊緣的分割。

　　最后,重點研究了缺陷的檢測識別算法,對齒輪由于加工痕跡造成的干擾問題,使基于灰度的配準在齒輪缺陷的檢測中的誤判率居高不下的情況下,通過對齒輪缺陷進行LOG邊緣檢測發現有缺陷的齒輪圖像的邊緣與沒有缺陷的齒輪圖像的邊緣是有很大差異的,因此,提出了利用齒輪邊緣差異的對比,來實現齒輪缺陷的檢測,選取了運用基于OpenCV中輪廓樹匹配的概念來進行輪廓匹配的方法,使齒輪缺陷的檢測問題得以解決,并用OpenCV進行編程予以實現。對齒輪中的,凹坑、崩角、缺齒、變形、粘粉缺陷進行了識別實驗,驗證了基于OpenCV中輪廓樹匹配的方法能夠對齒輪缺陷進行有效識別,對缺陷檢測中遇到的實際問題的解決具有一定的指導性意義和啟發,擴大了輪廓樹匹配方法的適應范圍。

　　思普泰克專注于齒軸機器視覺檢測設備，歡迎咨詢了解。

具體詳情 請咨詢客服，免費獲取做視覺檢測檔案與視頻。