轴承缺陷图像二值化处理及形态学边缘检测  

Binarization and Morphological Edge Detection of Bearing Defect Image

作　　者：石炜[1] 张袁祥 SHI Wei;ZHANG Yuanxiang(School of Mechanical Engineering,Inner Mongolia University of Science and Technology,Baotou 014010)

机构地区：[1]内蒙古科技大学机械工程学院,包头014010

出　　处：《舰船电子工程》2020年第8期114-117,共4页Ship Electronic Engineering

基　　金：2018年内蒙古自治区自然科学基金项目“基于机器视觉的机械零部件曲面图像检测关键技术研究”(编号:2018LH05024);2018年内蒙古自治区高等学校科学技术研究项目“基于机器视觉的机械零部件曲面图像检测关键技术研究”(编号:NJZY18149)资助。

摘　　要：针对列车滚子轴承视觉检测方法的不足,论文对轴承缺陷图像的二值化处理和边缘检测算法进行了改进。提出了一种快速二值化处理方法,利用缺陷图像的灰度均值范围,确定不同的阈值,可在较短的时间内获得二值化图像;提出了一种抗噪型形态学边缘检测算法,对于处理带有椒盐噪声的缺陷图像有明显的效果,将论文算法和Canny算法进行比较,实验证明,该算法的优质系数更高,可有效抑制椒盐噪声对边缘检测的影响。Aiming at the deficiency of train roller bearing visual detection method,this paper improves the binarization pro⁃cessing and edge detection algorithm of bearing defect image.In this paper,a fast binarization method is proposed,which can ob⁃tain binarization images in a short time by determining different thresholds based on the gray mean range of defect images.A new an⁃ti-noise morphological edge detection algorithm is presented,it has obvious effect on processing defective images with salt and pep⁃per noise.The results show that it can effectively suppress the influence of salt-pepper noise on edge detection by comparing the pro⁃posed algorithm with Canny algorithm.

关 键 词：轴承缺陷 二值化处理 形态学 边缘检测 CANNY算法 

分 类 号：TH16[机械工程—机械制造及自动化] TP391.4[自动化与计算机技术—计算机应用技术]