基于图像识别技术的轴承检测系统
基于图像识别的接触网安全巡检系统
基于图像识别的接触网安全巡检系统曹春生1，王文昊2，谢大鹏2，谢保锋2（1.北京铁科英迈技术有限公司，北京100081；2.中国铁道科学研究院集团有限公司基础设施检测研究所，北京100081）摘要：提出以识别接触网外观缺陷为目的的安全巡检系统，说明系统的使用范围、具体功能、整体架构。
详细介绍系统组成，包括硬件设备、软件系统，阐述识别算法工作流程，检验里程定位功能的实际效果，设计开发客户端软件，提出系统工程化方案和具体措施。
系统在运行调试阶段积累了大量样本图片，在普速线路和高速线路的识别有效率分别达到8.2%、5.6%。
总结系统研究与运行过程中的经验和存在问题，以期为推动图像识别技术应用于接触网安全巡检工作提供参考、更好地保障接触网安全运行。
关键词：图像识别；外观缺陷；接触网；安全巡检中图分类号：TP317.4 文献标识码：A 文章编号：1672-061X（2023）06-0050-05 DOI：10.19550/j.issn.1672-061x.2023.04.10.0031 概述接触网是沿铁路线路架设的向电力机车供电的输电线路，主要由基础与支柱、支持装置、接触悬挂装置、定位装置等部分组成。
接触网良好的服役状态是铁路运输安全的重要保障。
鸟巢、侵限危树、吊弦线索异常等问题影响接触网的正常运行［1-3］。
高速铁路供电安全检测监测系统（6C系统）中的接触网安全巡检装置（2C装置）、接触网悬挂状态检测监测装置（4C装置）采用高清图像采集的方法，巡视检查接触网的技术状态和外部环境［4］。
目前在图像识别方面以模板匹配等传统的图像处理算法为主，存在自动识别算法数量有限、运算效率较低的问题，还需进行深入研究以改进上述问题，以使2C、4C装置发挥更大的作用。
在2C、4C装置的基础上，结合近年来快速发展的图像处理技术和智能识别技术进行接触网安全巡检系统开发研究工作。
接触网安全巡检系统首先在接触网检测列车（简称网检车）和高速综合检测列车（简称综检车）安装高清相机，对接触网外观环境进行视频录制，结合图像处理技术将视频转换为照片；进一步应用智能分析算法对线路接触网存在的鸟窝、危树、废弃支柱等缺陷进行识别检查；最后通过客户端软件进行识别结果复核与问题汇总。
客车故障轨边图像检测系统(TVDS) 韩赫
客车故障轨边图像检测系统(TVDS) 韩赫摘要：随着我国铁路客车运行速度的不断提高，客运量及列车开行密度不断加大，使得列车检查难度不断提升，传统的以人为主的检修方式越来越难以满足检车作业要求，客车故障轨边图像检测系统（TVDS）采用了自动控制、图像采集、图像识别等信息化技术，利用安装在轨边的高速摄像头检测运行客车转向架、制动部件、车端连接及车体下部悬吊件等可视部位图像，实时传输至室内监测终端进行分析并预报故障。
TVDS的应用提高了检修作业质量和作业效率，提升了检车安全保障能力，有利于提高质量管理水平和安全管理能力，实现安全责任可追溯。
本文分析了客车故障轨边图像检测系统(TVDS)。
关键词：客车故障轨边；图像检测系统；(TVDS)；TVDS利用铁轨边安装的高速摄像头，检测运行客车走行部、制动配件、底架悬吊件、钩缓连接、车体两侧下部等部位图像，通过网络实时传输至室内终端进行分析并预报故障，以提高检修作业质量和作业效率，加强客车运行中故障信息的收集和管理。
一、应用现状现有TVDS在实际运用过程中，主要存在以下几个方面的问题：一是图片存在拼接，拼接效果不理想。
现有TVDS采用面阵相机拍摄，每次抓拍的图像均为一整幅图像，为保证不漏拍部位，连续拍摄的２张图片间必须存在重复部位，这样将不可避免地出现一个部件显示在２张图片内的情况，而且由于同一部件２次拍摄角度不同，拼接效果不够理想，增加了部件图像的快速定位以及故障判别难度，不利于图像的自动识别。
二是拍摄图片远近亮度不一致。
现有TVDS采用ＬＥＤ面光源作为拍摄补偿光源，出光发散角大，近处光照强，远处光照弱，从而使拍摄的列车图片近处亮、远处暗。
三是在沙尘、雨雪、阳光干扰环境下拍摄图片质量不佳。
由于采用面阵相机及面阵光源，箱体保护门只能采用开放式取景，在沙尘、雨雪等环境下，很难保证取景窗清洁，势必影响拍摄列车图片质量，进而影响检车作业质量。
同时，面光源发出光能量不集中，光强利用率很低，受外界光线影响很大，当阳光照射到相机镜头时，会产生曝光过度现象，使客车相关部件无法清晰显示。
基于图像处理技术的表面粗糙度检测系统模型
实情 况 的 、 占据不 同 区域 的、 有 不 同特 性 的 目标 区分 具 开来 ， 并形 成数 字 特征 。图像 分 割算法 的分类 主 要是 ：
像 的几何 分辨率 所要 求 的存储 空 间。帧存 有 ： 帧 的、 单 多帧 的、 单通道 的 、 多通道 的 。图像 显示 分 ： 色 的 、 彩 伪 彩 色的 、 白的。伪 彩色 和彩 色的 图像显 示 中 ， 往带 黑 往
边缘 检测 、 界跟踪 、 边 阈值分 割 、 区域分 割 。 各个 分类算 法， 大多是 针对 某一 具体 应用 提 出的 ． 且 图像 的分 割 并 性 能受 到诸 多 因素 的影 响 ， 括 ： 包 图像 的 同质性 、 间 空 结 构特性 、 连续 性 、 理 、 纹 内容 、 物理 视觉 特性 等 。 以 ， 所
基于图像处理技术的表面粗糙度检测系统模型
陈
【 摘
斌． 宋桂 珍
００２ ） ３ ０ ４
（ 原 理 工 大 学 机 械 工 程 学 院 ， 西 太 原 太 山
要 】 阐述 了基 于 图像 处理 技 术 的检 测 识 别 系统 ， 对 图像 处 理 在 表 面 粗 糙 度 检 测 上 的 应 用 ， 出 了相 应 的检 针 提
量 中有着 广 泛应用 前景 。 １ 图像识 别检 测 系统
基于机器视觉的智能检测系统设计和实现
基于机器视觉的智能检测系统设计和实现近年来，随着计算机技术的快速发展和人工智能的兴起，越来越多的智能化检测系统应运而生。
其中，基于机器视觉的智能检测系统得到了广泛应用和发展。
本文将探讨基于机器视觉的智能检测系统的设计和实现。
一、机器视觉基础知识首先，我们需要了解机器视觉的一些基础知识。
机器视觉是利用计算机和相关设备对图像信息进行处理和分析的一种技术。
它包括图像采集、预处理、特征提取、图像识别等多个方面，它可以帮助人们将图像信息转化成数字信号，高效地完成一系列自动化任务。
二、智能检测系统的功能智能检测系统通常涵盖了图像检测、图像识别、图像处理等多个功能。
其中，图像检测是系统最基本的功能，主要是通过拍摄、采集等方式，获得需要检测的目标图像。
接下来，系统需要对图像进行识别和处理，根据不同的需求，检测系统可以实现无人巡检、目标追踪、异常识别等多种功能。
三、基于机器视觉的智能检测系统设计基于机器视觉的智能检测系统设计需要从以下几个方面考虑：1. 系统硬件设计系统硬件设计是智能检测系统的基础。
在硬件设计中，需要考虑的因素包括电源设计、传感器选择、数据处理器等等。
对于传感器的选择，应根据所需检测的对象进行选择，比如颜色传感器、运动传感器、距离传感器等等。
2. 系统软件设计系统软件是智能检测系统的重要组成部分。
在软件设计中，需要考虑的因素包括图像采集软件、图像识别软件、图像处理软件等等。
对于图像识别软件，我们可以借助机器学习等技术进行设计，以提高智能检测系统的准确率和智能化程度。
3. 系统网络连接设计在智能检测系统中，网络连接设计是非常重要的一部分。
通过网络连接，我们可以实现实时检测和信息传输。
对于系统的网络连接设计，我们应考虑网络连接的稳定性和安全性，以保证系统的正常运转和数据的保护。
四、基于机器视觉的智能检测系统实现基于机器视觉的智能检测系统的实现需要从以下几个方面考虑：1. 数据采集在实现智能检测系统之前，我们需要进行数据采集和处理。
机器视觉系统在工业检测及质量检测中的应用-深圳市视清科技有限公司
机器视觉系统在工业检测及质量检测中的应用一、机器视觉工业检测系统类型机器视觉工业检测系统就其检测性质和应用范围而言，分为定量和定性检测两大类，每类又分为不同的子类。
机器视觉在工业在线检测的各个应用领域十分活跃，如：印刷电路板的视觉检查、钢板表面的自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机械零件的自动识别分类和几何尺寸测量等。
此外，在许多其它方法难以检测的场合，利用机器视觉系统可以有效地实现。
机器视觉的应用正越来越多地代替人去完成许多工作，这无疑在很大程度上提高了生产自动化水平和检测系统的智能水平。
二、机器视觉在质量检测中的应用实例机器视觉系统在质量检测的各个方面得到了广泛的应用，例如：采用激光扫描与CCD探测系统的大型工件平行度、垂直度测量仪，它以稳定的准直激光束为测量基线，配以回转轴系，旋转五角标棱镜扫出互相平行或垂直的基准平面，将其与被测大型工件的各面进行比较。
在加工或安装大型工件时，可用该认错器测量面间的平行度及垂直度。
以频闪光作为照明光源，利用面阵和线阵CCD作为螺纹钢外形轮廓尺寸的探测器件，实现热轧螺纹钢几何参数在线测量的动态检测系统。
视觉技术实时监控轴承的负载和温度变化，消除过载和过热的危险。
将传统上通过测量滚珠表面保证加工质量和安全操作的被动式测量变为主动式监控。
用微波作为信号源，根据微波发生器发出不同波涛率的方波，测量金属表面的裂纹，微波的波的频率越高，可测的裂纹越狭小。
三、同个实用机器视觉系统1、基于机器视觉的仪表板总成智能集成测试系统EQ140-II汽车仪表板总成是我国某汽车公司生产的仪表产品，仪表板上安装有速度里程表、水温表、汽油表、电流表、信号报警灯等，其生产批量大，出厂前需要进行一次质量终检。
检测项目包括：检测速度表等五个仪表指针的指示误差；检测24个信号报警灯和若干照明灯是否损坏或漏装。
一般采用人工目测方法检查，误差大，可靠性差，不能满足自动化生产的需要。
基于机器视觉的工业机器人零部件检测系统设计
基于机器视觉的工业机器人零部件检测系统设计工业机器人在制造业中起着重要的作用，能够实现自动化生产，提高生产效率和质量。
然而，随着技术的不断发展，工业机器人零部件检测成为了一个关键的问题。
为了保证机器人的正常运行和产品质量，设计一套基于机器视觉的工业机器人零部件检测系统是必不可少的。
机器视觉是一项利用相机和计算机图像处理技术来进行物体识别和检测的技术。
它可以通过对图像进行处理和分析，提取出关键信息，从而实现对零部件的检测和判定。
在工业机器人零部件检测系统设计中，机器视觉技术可以发挥重要的作用。
首先，对于工业机器人零部件的检测而言，机器视觉技术能够提供高效的方法。
传统的人工检测方式往往需要大量的人力和物力投入，检测效率低下。
而基于机器视觉的检测系统可以实现对零部件的快速检测和判定，大大提高了工作效率。
通过采集零部件的图像，利用图像处理算法进行特征提取和图像识别，可以准确地检测出零部件是否存在缺陷、损伤或其他问题。
其次，机器视觉技术在工业机器人零部件检测中能够提供高精度的检测结果。
工业机器人零部件通常具有复杂的形状和结构，传统的检测方法很难实现对细微缺陷和形变的检测。
而机器视觉技术可以通过对图像进行高度精确的测量和分析，实现对零部件尺寸、形状等细节的准确检测。
同时，基于机器学习的图像识别算法可以通过大量样本的训练和学习，提高检测系统的准确度和稳定性。
此外，机器视觉技术还可以实现对工业机器人的自动控制和优化。
在检测系统中，机器视觉技术可以与机器人控制系统相结合，实现对机器人动作和姿态的控制。
通过分析图像信息，检测系统可以实时地调整机器人的操作参数，使其能够更加精确地抓取和检测零部件。
同时，机器视觉技术可以通过对生产线数据的分析和优化，提高工业机器人的运行效率和产品质量。
在设计基于机器视觉的工业机器人零部件检测系统时，需要考虑以下几个关键因素。
首先，合理选择和配置图像采集设备，包括相机、镜头和光源等。
选用合适的设备能够提供清晰、准确的图像，为后续的图像处理和识别提供可靠的数据源。
机器视觉检测系统
机器视觉检测系统1.引言现代工业自动化生产中涉及到各种各样的检验、生产监视和零件识别应用，如汽车零配件批量加工的尺寸检查和自动装配的完整性检查、电子装配线的元件自动定位、IC上的字符识别等。
通常这种带有高度重复性和智能性的工作是由肉眼来完成的，但在某些特殊情况下，如对微小尺寸的精确快速测量、形状匹配以及颜色辨识等，依靠肉眼根本无法连续稳定地进行，其它物理量传感器也难以胜任。
人们开始考虑用CCD照相机抓取图像后送入计算机或专用的图像处理模块，通过数字化处理，根据像素分布和亮度、颜色等信息来进行尺寸、形状、颜色等的判别。
这种方法是把计算机处理的快速性、可重复性与肉眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉检测技术的概念。
视觉检测技术是建立在计算机视觉研究基础上的一门新兴测试技术。
与计算机视觉研究的视觉模式识别、视觉理解等内容不同，视觉检测技术重点研究的是物体的几何尺寸及物体的位置测量，如轿车白车身三维尺寸的测量、模具等三维面形的快速测量、大型工件同轴度测量以及共面性测量等，它可以广泛应用于在线测量、逆向工程等主动、实时测量过程。
视觉检测技术在国外发展很快，早在20世纪80年代，美国国家标准局就曾预计未来90％的检测任务将由视觉检测系统来完成。
因此仅在80年代，美国就有100多家公司跻身于视觉检测系统的经营市场，可见视觉检测系统确实很有发展前途。
在近几届北京国际机床展览会上已经见到国外企业展出的应用视觉检测技术研制的先进仪器，如流动式光学三坐标测量机、高速高精度数字化扫描系统、非接触式光学三坐标测量机等。
2.机器视觉检测系统构成、分类及工作原理2.1 系统构成与工作原理(1)系统构成典型的视觉系统一般包括光源、镜头、CCD照相机、图像处理单元(或图像采集卡)、图像处理软件、监视器、通讯／输入输出单元等。
(2)工作原理视觉系统的输出并非图像视频信号，而是经过运算处理之后的检测结果(如尺寸数据)。
货车故障轨旁图像检测系统(TFDS)—TFDS系统运用与管理
车辆检测技术
三、车底中部
1 中间部1:视线流程
图一、图二、图三：车轮—横梁—上拉 杆—主管—支管—上拉杆吊架—横梁— 地板；
→图四、图五、图六：支管—地板—横 梁—车号自动识别标签—地板；
→图七、图八、图九：脱轨自动制动装 置—支管—车轮—地板—横梁—人力制 动机拉杆及吊架—横梁—地板—人力制 动机拉杆链。
2
列检人员须将预报拦停的故障 确认、处理结果反馈给列检值 班员，列检值班员报安全生产 调度指挥中心值班调度和TFDS 动态检车工长，TFDS动态检车 工长将故障处理方式、处理人、 处理时间等内容，自故障发生 时刻起24h内录入TFDS系统中， 安全生产调度指挥中心值班调 度报铁路局集团公司红外线调 度员和车辆调度员。
转K5型转向架部位“Z”字检查方法及顺序
二、制动梁、摇枕部位
TF DS 动 态 检 查 范 围 和 质 量 标 准
序号 1 2 3 4
5
6 7 8 9 10 11 12 13 14
人机分工检查范围和质量标准 车轮踏面无缺损
闸瓦无折断、丢失，磨耗不超限，闸瓦插销安装位置正确，闸瓦插销环无丢失 制动梁梁体无折断，闸瓦托下铆钉无丢失，制动梁无脱落 制动梁安全链无脱落
闸调器圆销及开口销无折断、丢失 制动缸后杠杆、制动缸后杠杆支点及圆销、开口销无折断、丢失，吊架无折断、脱落，制动缸后杠
杆支点组装螺母无丢失 人力制动机拉杆、拉杆链无折断、脱落
制动缸无脱落、丢失，吊架无脱落 制动主管、支管、连接管无折断，卡子及螺母、法兰螺母无丢失
三、车底中部
3 中间部3:视线流程
图一、图二、图三：缓解阀拉杆—主管—支 管—副风缸—上拉杆及吊架—横梁—地 板—车轮；
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于图像识别技术的轴承检测系统 第一章 论述 1.1前言 检测技术是现代制造业的基础技术之一,是保证产品质量的关键。随着现代制造业的发展,许多传统的检测技术已不能满足其需要,表现在:现代制造产品种类有很大的扩充,现代制造强调实时、在线、非接触检测,现代产品的制造精度大大提高;现代制造业的进步需要研究新型的产品检测技术。 计算机工业图象检测是将计算机视觉应用于工业检测的一门交叉学科。计算机视觉,指的是利用计算机技术对景物的图象进行识别],以实现对人视觉功能的扩展。利用这一技术可以解决许多工业图象检测环节的问题,以取代落后的人工检测,提高检测效率和工业自动化水平,构成带视觉环节的反馈控制系统。视觉检测技术具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点,能很好地满足现代制造业的需求,在实际中显示出广阔的应用前景。视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术,可用于工业领域的很多方面,如零件检验与尺寸测量、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。 轴承是机械行业的一个非常重要的零件,使用极其普遍且品种繁多,轴承的加工精度和质量关系到机械产品的使用性能和质量,因此对各种轴承的加工质量检测一直是轴承加工厂家关心的问题。
1.2 国内外的发展现状 目前我国大部分轴承产品加工企业，特别是一些中小规模的生产单位，对产品感官指标的检测还要借助于人的视觉和个人主观判断能力,因而占用了大量的人力,而且由于受到个人的视力、情绪、疲劳、光线等因素的影响,工作效率低,分选差异大。而且这种用肉眼检测轴承接触面的方法来测量齿面加工精度,这种检测方法是不足以胜任的,因为检测质量的结果依据各个检测员而不同。虽然座标检测机能对齿面进行批量检测,但目前市售测量机不能精确地检测轴面周边和不规则的表面,而且此类检测机需要相当长的检测时间。且该检测机的自动化程度不高,检测产品单一,且开发费用较高，与我国现有肉食品加工业的先进生产装备水平极不相符,也制约了机械制造业的长足发展。
1.3 课题研究内容 基于机器视觉（图像识别）的监测技术在有些行业已经得到较好的应用，而且创造了极高的价值。针对目前轴承检测过程中暴露出的问题, 为了提高生产效率，节约成本，我们必须建立一种全新的检测技术，用以替代落后的人工检测。而采用基于计算机的视觉检测和图象处理技术,设计一轴承外表的自动视觉检测系统,成为我们必然的选择。 本文根据我国目前的检测系统的发展水平，监测系统的设计要求，发展现状，今后 的发展趋势，对可以在企业内部使用的基于图像识别模式的检测系统进行研究，采用同步带做为输送线，用两个四自由度机械手代替人工操作，用CCD摄像机进行图像采集，经过处理后，用先进的单片机进行集中控制，实现了自动化，准确化检测，提高了检测系统的可靠性、准确性、实用性。 第二章 系统总体设计
2.1 系统总体技术分析 基于图像识别技术的轴承检测系统是提高精确化，高速化，自动化检测的重要方法，目前图象检测技术在诸如:液面和厚度的自动检测、焊缝自动跟踪、集
成电路芯片焊点的自动定位、零件表面坏损的自动检测、印刷电路板表面缺陷的自动检测等领域都已有较好的应用。 因此通过光-电技术、图象识别处理技术及计算机控制技术等,对“对轴承的感官指标进行在线图象检测”的关键性技术进行研究应该是可行的。这种采用CCD采集图像的检测技术主要有以下几个优点： ①100%的检测比例,这样可以更好地控制产品质量,而许多人工检验是抽样检验; ②一致的检验效果,不存在疲劳问题; ③可以降低检测成本,提高产品质量的可信度; ④可以面向所有的轴承产品,甚至其它的机械零部件；
2．2 系统的工作原理 轴承外表视觉检测系统,在线工作。生产流水线中被测轴承按照一定的节拍在输送带上运动,由机械手在特定的位置将其搬到戴检测位置，然后由CCD摄像机进行图像提取。图象的获取与轴承的运动同步进行;被测轴承的各检测项目信息处于特定的背景中,通过图象预处理将其从中提取出来,与设置的标准模板匹配,即对已有的模板与被检测物体进行分析,对两个图形的相似程度进行度量,并返回图形之间的相似度值,通过相似度值来判断模板与被检测物体是否相同或相似,同时将检测结果及时报告或通讯给其它执行系统,从而实现对轴承加工质量的正确分类(一定要求的正品和废品)。因此,该视觉检测系统由下列子系统组成:光源和光学成像系统;摄像与图象处理系统;用于控制摄像、图象处理、图象分析的计算机系统;与生产线的同步通讯和运动控制系统;输出检测结果系统，执行系统。其一般过程如图1所示。具体工作流程如下： 1 当启动检测线，第一个轴承到位以后，经过视觉传感器，判断目标是否到位，然后由控制机发出启动机械手甲的指令，当甲手启动到位的时候，要求那个轴承也恰好到位，此时，机械手可直接抓取目标； 2 当机械手甲将目标放到检测位置时，由传感器2判断目标到位情况，然后由控制机发出指令，启动CCD，进行第一个目标检测，经过一系列的图像处理，判断图形真伪，然后传给控制机； 3 当为不合格的目标时，控制机发出指令，机械手乙动作，将目标放到废品箱； 4 如果不是废品，则将目标放到生产线上。 5 以后，每隔4秒钟，CCD获取图像一次。而两个机械手则实现放料，送料。 2.3 系统描述及关键问题分析 轴承质量的检测方法,检测系统，既要适应检测生产线工作方式的不同,又要适应轴承换型的要求,同时还要满足一定的实时性要求.由于生产过程中,必须对每一个轴承都进行检测,这就要求图像检测、图像处理的速度必须跟得上生产线的运行速度.在摄像用光方面,既可采用背光也可采用正光.实践表明:如果采用背光,有利于对图像进行目标分割 采用图像处理方法,进行轴承质量在线检测,需要解决以下几个关键问题:
计算机 图像采集卡
CCD 机械手甲 废品箱
机械手乙 X
Y
机械控制箱 (1) 目标(轴承,下同)分割 轴承的合格与否,最终要归于它所包含的每一个检测小目标是否全部合格,所以能否把这些小目标全部并且正确地从图像背景中分割提取出来,是整个检测任务中的首要问题. (2) 摄像同步及目标定位 在获取药板图像时,我们让一幅图像里只包含一个完整的轴承,也就是一次只检测一轴承.这样,每当开启整个生产线后，一个轴承被传送到图1中A处时,必须由生产线即时给出表示该轴承已就位的同步信号,并送给计算机以启动图像采集和处理.以后CCD则按照一定的频率进行图像采集。 目标定位与CCD图像传感器的工作原理,以及同步信号的接入位置有关.这里采用廉价的主要应用于普通监控场合的CCD图像传感器进行轴承图像获取,它按照普通电视制式工作而没有外部触发拍摄功能,它的一帧视频图像一般占时40ms.图像传感器与生产线相互独立地工作生产线给出的同步信号送给计算机,通知计算机在从视频采集卡送来的视频流中截获一帧图像.由于生产线给出的同步信号的周期取决于所要检测的轴承在运动方向的长度。.因此,大多数情况下,同步信号周期不是40ms的整倍数,这样在轴承被传送到CCD图像传感器视场中心位置的瞬间,生产线发出同步信号通知计算机试图采集此时的视场景物图像,然而大多数情况下此时的视场景物并不能被捕获到,实际获取到的图像大多数都是在中心位置之前或之后一段时间(不大于40ms)拍摄到的,即实际获取到的图像与中心位置的图像发生了错位, CCD图像传感器实际获取到的发生了错位的图像.由于目标偏出视场,这就需要把摄像区扩大,以使目标不会偏出,但也不能过分大,以免一幅图像中包含两个完整轴承.所以,在实际检测识别时就需要跟踪这种错位导致的抖动以捕获到目标. （3）机械手跟生产线，CCD的同步问题。当地一个轴承到位以后，经过传感器的判断，由控制机发出启动机械手甲的指令，当甲手启动到位的时候，要求那个轴承也恰好到位，此时，机械手可直接抓去；当机械手甲将目标放到检测位置时，控制机发出指令，CCD动作。进行第一个目标检测，以后，每隔一定时间，CCD获取图像一次。当有不合格的目标是，控制机发出指令，机械手乙动作，将目标放到废品箱，如果没有废品，则将目标放到生产线上。 （4）机械手的协调运动；要求机械手为四轴联动，这样，就对机械手的内部构造，动力系统的控制同步技术等提出了一定的要求；
2.4 轴承缺损检测系统的组成 基于机器视觉技术的轴承缺损检测系统总体上由硬件和软件两大部分组成 由图1我们可以看出，硬件装置包括传送装置，机械手。传送装置在机器中分为两个区域:检测区和分离区。在检测区,通过高速ＣＣＤ摄像机将传送中连续的轴承图像传输到计算机中,计算机对记录下的图像进行分析,分辨出损坏轴承。当轴承进入分离区时,横向机械操作手执行剔除命令,使废品落入废品箱,而成品正常落入成品区,从而实现成品和废品的分离。 软件主要包括对机械手控制程序的设计，计算机图像处理，控制机的指令设计。 因此整个系统包括：传送线、 机械手、CCD摄像机、一些传感器、控制电路，上 位机、下位机等。 2.5总体系统设计任务 1 传送带的形式、速度、及其它参数； 2 机械手的设计和工艺要求； 3 为机械手各轴选择电机和驱动机构； 4 电机的控制顺序等； 5 计算机控制系统设计；；
2.6．设计工作量 （1）设计图量A0号4张： 其中： 总布置图A0一张 部件装配图A0一张 零件图折合A0一张 单片机控制原理图A0一张 （2）说明书2.5万字左右