齿轴机器视觉检测设备，齿轮作为一种常用且十分重要的传动零件在各类机械设备中都得到广泛的使用,齿轮的质量对于整个设备来说至关重要,一旦机械设备采用了齿轮是残次品,在重载和应力过大的情况下极有可能导致齿轮的破坏,甚至引发整个机械设备的故障和报废,严重时还会威胁操作人员的生命安全。

　　因此检测齿轮的加工质量在整个齿轮制造过程中就显得尤其重要。传统的齿轮质检主要采用人工检测的方法,费时费力且检测水平难以保证。机器视觉检测是用机器来代替人眼做测量和判断,具有检测速度快,检测水平稳定等优点,因此机器视觉检测已经成为近年来一种较为热门的检测方法。根据企业的实际要求,充分运用图像处理和机器视觉的理论知识对基于机器视觉齿轮表面缺陷检测技术的关键问题进行了研究,用OpenCV编写了齿轮缺陷的检测软件,用来取代传统的人工检测方式,促进机器视觉检测相关技术的进步。

　　本文的研究内容主要有：论述了课题的研究意义,对比了当前缺陷检测手段。然后,简述了检测技术的研究现状,说明了课题的来源和研究目的,指出齿轮检测的关键技术。根据机器视觉检测技术与要求,介绍了检测系统的硬件选型和选择的软件开发环境,组建了缺陷检测系统平台。从齿轮缺陷检测类型出发,对需要检测缺陷的齿轮图像进行了图像预处理工作。用高斯滤波、中值滤波、Wiener滤波等滤波对齿轮图像进行了平滑和去噪声实验并分析结果,得出Wiener滤波对齿轮缺陷图像去噪效果最佳。在对齿轮图像进行边缘检测时,运用C anny边缘算子、Krisch边缘算子、LOG算子等不同算子进行了分割实验,对比不同算子的分割效果,决定选择LOG算子来对齿轮图像进行边缘的分割。

　　最后,重点研究了缺陷的检测识别算法,对齿轮由于加工痕迹造成的干扰问题,使基于灰度的配准在齿轮缺陷的检测中的误判率居高不下的情况下,通过对齿轮缺陷进行LOG边缘检测发现有缺陷的齿轮图像的边缘与没有缺陷的齿轮图像的边缘是有很大差异的,因此,提出了利用齿轮边缘差异的对比,来实现齿轮缺陷的检测,选取了运用基于OpenCV中轮廓树匹配的概念来进行轮廓匹配的方法,使齿轮缺陷的检测问题得以解决,并用OpenCV进行编程予以实现。对齿轮中的,凹坑、崩角、缺齿、变形、粘粉缺陷进行了识别实验,验证了基于OpenCV中轮廓树匹配的方法能够对齿轮缺陷进行有效识别,对缺陷检测中遇到的实际问题的解决具有一定的指导性意义和启发,扩大了轮廓树匹配方法的适应范围。

　　思普泰克专注于齿轴机器视觉检测设备，欢迎咨询了解。

具体详情 请咨询客服，免费获取做视觉检测档案与视频。