基于机器视觉的氮化硅陶瓷轴承表面缺陷检测技术

张小辉，邹闽强，马云青，刘 伟

(景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403)

0 引言

氮化硅陶瓷滚子具有硬度大、热膨胀系数低和自润滑性等[1-2]优点，广泛应用于航天、军工等领域。在氮化硅陶瓷滚子的生产加工过程中，由于加工工艺和环境等因素影响，不可避免出现裂纹、凹坑、划伤、雪花等缺陷，严重影响使用寿命[3]。目前，氮化硅陶瓷球表面缺陷检测技术多基于人工检测，效率低、人工影响因素大[4]。基于图像处理的无损检测技术，能准确、高效地检测出缺陷。图像处理通过分析图像的特征来发现缺陷，包括图像分割、特征提取、缺陷分类等步骤[5]。因此，氮化硅陶瓷轴承球生产行业的发展越来越迫切需要检测自动化。

搭建机器视觉检测平台，提高缺陷检测效率。朱书德等[6]通过搭建机器视觉检测装置，对胶囊缺陷进行检测。并提出一种特殊的打光方式和相机安装方案，提高了检测设备的处理能力，实现了胶囊的缺陷检测。刘青等[7]在分析钢球表面光学反射特性的基础上,构建了采用球积分光源与0.5X远心镜头组成的钢球表面缺陷图像检测平台，解决了钢球表面成像难度较高的问题。最后，利用矩形相似度与圆形相似度之比、角度等特征实现了缺陷分类器模型的建立，很好地解决了钢球表面缺陷的分类与识别。

基于以上对机器视觉缺陷检测平台的研究基础，通过搭建氮化硅陶瓷轴承滚子缺陷检测系统，对氮化硅陶瓷轴承球表面存在的缺陷进行检测。该方法对提高氮化硅滚子表面微裂纹检测效率具有一定的指导意义。

1 氮化硅陶瓷轴承表面缺陷分析

1.1 表面缺陷分析

通过对测试样品进行缺陷特征的采集，分析各缺陷的形貌及特征，总结氮化硅陶瓷球各缺陷形貌特征如图1 所示。表面缺陷主要包含有凹坑、裂纹、雪花、划痕和擦伤缺陷。凹坑缺陷图像中可以明显地观测到出局部组织剥离，有明显的凹陷边缘。裂纹缺陷呈细长的线状，有明显的凹陷区。擦伤、划痕缺陷均呈带状，擦伤缺陷带内可见成群的点蚀状缺陷。雪花缺陷呈大面积的网状白斑，严重时可见成群的点蚀状缺陷。

图1 表面缺陷Fig.1 Defect on surface

2 表面缺陷检测系统

2.1 检测装置系统组成

氮化硅陶瓷轴承表面缺陷检测系统硬件主要由四部分组成：机械机构模块、计算机硬件模块、运动控制模块和缺陷成像模块，各部分组成如下。

（1）机械机构模块

该模块主要有样品承载台、定位机构、检测平台架和旋转机构。机械部分是检测系统实现数据采集的基础部件，决定了系统的运行效率和检测精度。样品承载台和定位机构主要用于检测样品起固定作用。旋转机构的功能是原地旋转样品，辅助成像模块完成对表面的图像采集。检测平台架为整个实验平台的搭建奠定基础，形成稳定的工作环境。

（2）计算机硬件模块

该模块由计算机相关软件组成，主要负责采集图像和缺陷图像的后处理。运用MATLAB 编程，清晰的识别凹坑、裂纹等缺陷。提高氮化硅陶瓷轴承的缺陷检测精度与正确率。

（3）运动控制模块

该模块主要由减速电机、接触开关等组成。通过减速电机控制旋转平台和样品定位装置，开始图片采集后，通过开关控制测量旋转机构转动速度，用于控制图像的采集速度。减速电机的功能是为旋转机构提供动力。

（4）缺陷成像模块

缺陷成像模块主要由CCD 摄像机、镜头、可控LED 光源、滤光片组成。其中，CCD 相机和镜头组合起来用于将表面缺陷图像信号转换成数字信号。可控LED 光源的功能是为成像系统提供一个稳定的光照环境，减少环境光源的影响。滤光片的功能是通过指定波长范围的光，减少反射光的影响。

2.2 缺陷检测流程

图2 基于机器视觉缺陷检测系统Fig.2 NDT system based on the machine vision

图3 样品检测流程图Fig.3 Flow chart of sample test

基于机器视觉的氮化硅陶瓷轴承缺陷检测流程如图2 所示。（1）将样品进行超声波清洗，清除样品表面灰尘等杂质，提高图像采集质量。（2）样品置于样品承载台上，通过定位装置进行固定，启动减速电机，控制旋转机构，CCD 相机开始采集图像。（3）将采集的图像输入计算机，采用MATLAB 对采集的缺陷图像进行处理，主要包括图片预处理、缺陷分割等操作。图片预处理主要是减少光源等因素的影响，图像分割便于缺陷的识别与分类。

3 应用实例验证

将采集的凹坑、裂纹、雪花、划痕和擦伤缺陷图像，输入到计算机中，通过MATLAB 对其进行处理。选取凹坑缺陷图像，并对其进行预处理和缺陷分割。主要包括灰度变换、中值滤波、二值化及Sobel 边缘检测。检测结果如图4 所示。

图4 缺陷图像检测过程Fig.4 Defect image detection process

4 总结

（1）基于机器视觉氮化硅陶瓷轴承的表面缺陷检测，通过搭建可实现表面缺陷缺陷的轮廓自动识别，其中的缺陷图像预处理以及Sobel 边缘检测具有较好的通用性。经验证，基于机器视觉的缺陷检测准确可靠。

（2）通过自主搭建氮化硅陶瓷轴承球检测平台，采用CCD 相机采集表面缺陷图像，分析氮化硅陶瓷轴承球表面缺陷特征。经过灰度处理、中值滤波、缺陷提取及边缘检测等操作，有效识别氮化硅陶瓷球表面缺陷。该方法对氮化硅陶瓷球表面缺陷高效检测具有一定的参考意义。