基于图像处理齿轮表面缺陷测量技术

袁端磊，董华军，2，田小静，丛宇，司博文

(1.中电装备平高集团有限公司，河南 平顶山 467001;2.大连交通大学 机械工程学院，辽宁 大连116028;3.大连供电公司，辽宁 大连 116001;4.北车集团 大连机车有限公司，辽宁 大连 116022)

0 引言

齿轮是各种机械设备中常用的一种重要传动零件，其齿面质量和精度高低对整个机械设备的综合性能和实用寿命有着重要的影响.发展齿轮表面质量和精度的检测技术是提高齿轮产品质量的必要条件［1］.传统的齿轮测量仪器相对而言结构较复杂，价格昂贵，技术要求高，一般企业仅靠人眼在显微镜下逐个分辨，效率和精度极低，因而在很大程度上制约了其应用.近年来，随着数字图像处理技术的发展，利用光学、图像处理等技术实现对机械零件表面质量检测已经受到人们的重视，该方法具有效率高、动态范围大、成本低及非接触测量等特点，可广泛应用于各种实时在线机械零件检测［2］.在齿轮质量检测领域，目前国内杨淑樱等运用机器视觉检测生产制造的齿轮和标准齿轮作对比，以检测生产的齿轮是否合格［3］.贺秋伟等应用计算机视觉对塑料齿轮中心孔的圆心和齿形缺陷进行了检测［4］.运用计算机视觉和图像处理技术在齿轮检测领域显示了其优越性，为了进一步扩展数字图像处理技术在齿轮表面检测上的应用，本文提出了基于数字图像处理技术齿轮表面缺陷检测技术，通过图像预处理，边缘提取及图像识别等技术实现了齿轮表面缺陷几何特征参数的提取，且运用MATLAB开发了齿轮表面缺陷参数诊断软件，为实现齿轮表面缺陷的非接触测量提供了技术基础.

1 齿轮表面缺陷图像采集系统

齿轮图像采集系统主要包括照明系统、光学镜头、CCD摄像机、图像采集卡及计算机等组成，如图1所示.整个系统工作过程如下，将被检测齿轮齿面尽可能放置在光照均匀的背景下，调节光学镜头，设置 CCD相机分辨率和曝光时间，将CCD采集得到的图片通过采集卡存到计算机内存，随后应用相应软件对齿轮齿面进行分析和检测，最后将检测结果输出.

图1 齿轮齿面图像采集系统

2 齿轮表面缺陷图像处理分析

一般情况下，经过CCD摄像机采集得到的齿面图像不可避免会受到外界噪声影响，而这些噪声的存在使图像变得模糊，甚至淹没了图像特征，对齿面分析产生一定的影响，因此在图像特征提取之前，需要对齿面图像进行噪声滤除，改善图像质量，突出图像中的目标对象.

同时为了方便提取齿面的缺陷几何特征，在对齿面图像分析前，需要对齿面图像进行二值化处理，即处理成只有0和1两种值的黑白图像.且二值化图像容易获取、存取和处理，能给出图像的轮廓信息，因此适合图像几何特征的提取.

将数字图像处理技术应用到齿轮表面缺陷检测中，主要是利用齿面表面缺陷形状特征明显特点.将齿面样本拍照成数字图像并根据处理的需要可进行适当放大或缩小，然后通过图像处理和分析，可快速计算检测出每个齿面缺陷的几何特征参数，得到诊断结果.

3 齿轮表面缺陷几何参数提取

齿轮表面图像如图2所示，在图2中提取3处不同表面缺陷进行图像处理得到如图3所示的(a)，(b)，(c)表面缺陷.由于表面缺陷形状不同、大小各异，为了实现对不同缺陷进行量化描述，本文采用几何特征来描述齿轮表面缺陷.常用来表征几何特征的参数有面积、周长、矩形度和伸长度四个参数［5］.其中面积和周长是对表面缺陷的二值图像进行分析计算得到的，都是通过统计图像像素点操作完成的.而矩形度和伸长度具有图像平移，旋转缩放不变性的好处.通过这四个特征参数的研究对齿轮表面缺陷的诊断具有重要的意义.

图2 齿轮表面图像［6］

图3 齿轮表面不同缺陷

缺陷面积描述缺陷轮廓区域的大小，即齿轮图像中所有属于该缺陷的像素点个数，一般用“A”表示.而缺陷周长则是包含缺陷而不包括缺陷的边界长度，用“L”表示.缺陷矩形度则是缺陷轮廓的面积与缺陷的高度和宽度的乘积之比，用“R”表示.伸长度则是指缺陷短轴与长轴的比值，用“E”表示［6］.通过这四个特征参数可以将齿轮表面缺陷进行有效的分类和检测.附表是对图4中缺陷特征参数检测的结果.

附表 齿轮缺陷检测结果

4 基于MATLAB齿轮表面检测系统设计

为了实现齿轮表面缺陷检测的自动化、批量化及提高检测效率，本系统是基于MATLAB开发的，该软件主要包括图像预处理、图像分析、图像识别模块，系统软件的设计具有模块化和智能化特点.模块化的设计具有结构清晰，便于维护和扩展特点，为进一步实现对齿轮表面缺陷检测提供了扩展空间.智能化主要是用户输入齿轮齿面图像后，系统自动对齿面缺陷进行检测并自动输出缺陷的几何特征参数［7］.本系统软件界面设计如图4所示，在窗口中可显示原始采集得到的齿轮图像，然后对齿轮缺陷部分进行剪辑和提取，最后经过处理之后并显示缺陷部分，同时对缺陷部分的几何特征进行提取并显示，且应用该软件对齿轮齿面缺陷进行了检测，软件可实现自动对齿面缺陷的剪辑并显示出缺陷，同时实现了缺陷的周长、面积、矩形度和伸长度几何特征参数的检测.

图4 齿轮表面缺陷质量检测结果

5 结论

本文介绍了利用数字图像处理技术对齿轮表面缺陷进行非接触测量方法，讨论了图像采集、图像预处理、边缘提取及齿轮缺陷几何特征参数等测量步骤.运用MATLAB开发了齿轮表面缺陷几何特征参数软件，实验结果表明，运用该检测系统能够快速、准确地实现齿轮缺陷几何特征的检测，为齿轮表面质量检测提供了一种新的途径.

［1］左建中，陈贤青，尹辉，等.基于小波变换的齿轮图像边缘检测［J］.科学技术与工程，2007，7(8):1602-1604.

［2］倪振松，邢济收.计算机视觉技术在齿轮测量中的应用研究［J］.微计算机信息，2007，23(7):123-125.

［3］杨淑莹，任翠池，张成，等.基于机器视觉的齿轮产品外观缺陷检测［J］.天津大学学报，2007，40(9):1111-1113.

［4］贺秋伟，王龙山，陈向伟，等.基于计算机视觉的塑料齿轮齿形缺陷检测［J］.机床与液压，2008，36(1):126-128.

［5］刘禾.数字图象处理及应用［M］.北京:中国电力出版社，2005.

［6］肖俊建，王慧英.图像处理技术在齿轮缺陷检测中的应用［J］.机械传动，2009，33(2):98-100.

［7］官鑫，赵智雅，高晓蓉.图像处理技术在钢轨表面缺陷检测和分类中的应用［J］.铁路计算机应，2009，18(6):27-30.