(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211264372.6 (22)申请日 2022.10.17 (71)申请人 南通钜德智能科技有限公司 地址 226000 江苏省南 通市开发区广州路 42号446室 (72)发明人 童圣亭　 (74)专利代理 机构 北京真致博文知识产权代理 事务所(普通 合伙) 11720 专利代理师 娄华 (51)Int.Cl. B23Q 17/00(2006.01) G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/187(2017.01) (54)发明名称 一种数控机床轴承检测方法 (57)摘要 本发明涉及数据处理领域， 具体涉及一种数 控机床轴承检测方法， 获取轴承表面的全景图 像， 对获取的图像数据进行数据处理分析， 即统 计对缺陷区域内的各像素点的邻域像素灰度特 征， 计算像素点为缺陷边缘点的概率， 再根据初 步分割的缺陷区域内各灰度级内像素点的数量 和缺陷边缘点的概率， 对各灰度级赋予权值， 进 而利用加权后的Otsu算法对初步分割的缺陷区 域进行再分割， 获取目标区域； 比较目标区域的 目标像素点与当前轴承表面子灰度图像的背景 像素点的差值与设定值的大小， 确定该目标区域 是否为缺陷区域。 即本发明的方法能够对轴承的 缺陷进行精确检测。 权利要求书2页 说明书7页 附图1页 CN 115351598 A 2022.11.18 CN 115351598 A 1.一种数控机床轴承检测方法， 其特 征在于， 包括以下步骤： 在轴承表面子灰度图像的灰度直方图上统计小于最佳分割阈值的灰度级， 记为第 一集 合； 将所述表面子灰度图像上灰度值小于最佳分割阈值的像素点记为疑似缺陷像素点； 将 灰度值等于第一集合内任一元素 的一个像素点， 记为一个待检测像素点； 以待检测像素点 为中心设置一个第一预设尺寸的窗口； 将窗口内所有疑似缺陷像素点的灰度值的方差记为第 一方差， 将窗口内非中心的疑似 缺陷像素点记为对照像素点， 根据窗口中心像素点的灰度值与所有对照像素点的灰度值得 到第一特 征， 根据第一特 征和第一方差得到待检测像素点 为边缘像素点的概 率； 根据窗口内的疑似缺陷像素点的数量以及低灰度值像素点数量获得边缘像素点为缺 陷外边缘的概率， 根据待检测像素点为边缘像素点的概率以及边缘像素点为缺陷外边缘的 概率获得待检测像素点为缺陷连通域的外边缘像素点的概率， 记为待检测像素点的第一概 率； 获取具有相同灰度级的所有待检测像素点， 根据 所述所有待检测像素点的第 一概率得 到每个灰度级为真正的最佳分割阈值的概率， 记为第二概率， 利用第二概率得到每个灰度 等级的类间方差， 将类间方差最大 的灰度等级作为真正的最佳分割阈值， 利用真正的最佳 分割阈值获得缺陷区域。 2.根据权利要求1所述的一种数控机床轴承检测方法， 其特征在于， 所述待检测像素点 为边缘像素点的概 率是指第一特 征与第一方差的乘积。 3.根据权利要求1所述的一种数控机床轴承检测方法， 其特征在于， 所述根据待检测像 素点为边缘像素点的概率以及边缘像素点为缺陷外边缘的概率获得待检测像素点为缺陷 连通域的外边 缘像素点的概 率的计算公式为： 其中P表示待检测像素点为缺陷连通域的外边缘像素点的概率， 表示待检测像素点为 边缘像素点的概 率， 表示边缘像素点 为缺陷外边 缘的概率。 4.根据权利要求1所述的一种数控机床轴承检测方法， 其特征在于， 所述根据 所述所有 待检测像素点的第一 概率得到每 个灰度级为真正的最佳分割阈值的概 率的计算公式为： ： 其中n表示灰度 直方图上小于最佳分割阈值的灰度级数量， 表示其中第i个灰度级对 应的像素点数量， 表示该第1个灰度级 对应的像素点数量， 表示灰度级 中第h个 像素点为缺陷连通 域的外边 缘像素点的概 率。 5.根据权利要求4所述的一种数控机床轴承检测方法， 其特征在于， 所述低灰度值像素 点： 将窗口内的所有疑似缺陷像素点的灰度值按从小到大排序， 获得像素灰度值序列 ， 其中m表示该窗口内的疑似缺陷像素点的数量； 然后计算该序列中相权　利　要　求　书 1/2 页 2 CN 115351598 A 2邻两像素点的灰度差值， 获得差值序列{ }， 取该差值序列的最大值 ， 根据 将 分为d个低灰度值像素点和m ‑d个高灰度值像素点。 6.根据权利要求1所述的一种数控机床轴承检测方法， 其特征在于， 所述利用真正的最 佳分割阈值获得缺陷区域的方法为： 将灰度值小于真正的最佳分割阈值的像素点为目标像素点， 根据目标像素点获得缺陷 区域。权　利　要　求　书 2/2 页 3 CN 115351598 A 3