针对列车滚子轴承内圈外表面缺陷人工检测方法的不足,提出了一种基于机器视觉的表面缺陷检测方法,通过对缺陷图像的处理和分析,快速、准确地实现了轴承表面缺陷的分类识别。这里使用工业内窥镜进行轴承图像的获取,通过对图像的灰度直方图分析,判断其是否为缺陷轴承;对缺陷图像分别进行二值化处理、形态学滤波和图像标记,以准确获得图像的缺陷区域;对缺陷区域进行特征提取后,利用缺陷分类决策树完成缺陷类型的识别。实验表明,该方法实时性好、运算速度快,可有效检测出列车滚子轴承表面缺陷。

传统脉冲涡流检测技术对缺陷的检测灵敏度不高，需采用差分的方法来增强缺陷信息。本文提出了一种改进型的脉冲涡流无损检测方法，其无需差分就可以对缺陷进行定量，具有较大的理论价值和应用价值，采用改进的脉冲涡流技术对腐蚀缺陷的深度和体积进行了检测，并采用一种新的“频谱分离点”的腐蚀缺陷识别方法，提高了腐蚀缺陷分类识别的正确率。