(沈阳工学院, 辽宁 抚顺 113122)

基于神经网络的零件缺陷机器视觉识别系统

李鹤

(沈阳工学院,辽宁抚顺113122)

小轴承、轮轴等是机器、车辆、发动机等的重要零配件，为提高对其表面缺陷进行检测的检测效率和检测精度，以小轴承表面为研究对象，提出了采用机器视觉技术实现对轴承表面缺陷的实时在线自动检测，设计了基于BP神经网络的零件缺陷机器视觉在线自动检测系统;根据微小轴承的表面结构、尺寸、检测精度和缺陷特征，采用机器视觉技术，对所采集到的图片进行预处理，构建BP神经网络检测识别模型，利用 Hough 变换以及Roberts算子提取了图像中的目标区域，以组合矩不变量为依据，判断轴承是否存在缺陷，从而对微小轴承缺陷进行实时检测;MATLAB仿真结果证明了人工神经网络识别模型的检测能力的可靠性和有效性。

缺陷检测；神经网络；机器视觉；组合矩

0 引言

近年来，零件缺陷的识别逐渐成为图像处理及模式识别领域的研究热点问题，其实用性强，尤其在大规模工业生产上，其应用前景更是广阔，有着巨大的潜在市场。如今伴随着计算机的快速发展，越来越多的在图像处理及模式识别研究中，许多人类难以解决的相对复杂的问题，都可以借助计算机的高速运算来解决[1-2]。

日常生活中，轴承随处可见，其是各种机器、车辆、发动机等的重要零配件，其质量的合格与否对使用者的性能有重要影响。因此，在生产过程中，进行轴承质量检测就成为了必须。……