故障檢測是齒輪生產(chǎn)中的重要步驟，但是傳統(tǒng)方法效率低下。本文了解一種基于機器視覺的齒輪參數(shù)測量新方法，首先，我們介紹系統(tǒng)的硬件組成和軟件算法的主要結(jié)構(gòu)。接下來，我們討論數(shù)字圖像預(yù)處理，圖像分割和圖像分析的原理，并分析詳細的步驟，包括齒輪中心定位，齒輪齒根半徑計算和齒頂圓半徑計算。我們展示了如何使用公式來計算齒輪的其他參數(shù)，以及如何相應(yīng)地檢測可能的故障。這種方法很簡單，不需要邊緣檢測也不需要變換。

　　齒輪作為一種常見的動力傳遞裝置，在工業(yè)的歷史發(fā)展中起著至關(guān)重要的作用，齒輪的質(zhì)量直接影響著機械產(chǎn)品的性能。因此，須在齒輪的制造過程中嚴格測試和控制產(chǎn)品質(zhì)量。由于齒輪本身的幾何形狀，發(fā)現(xiàn)故障的測量過程非常復(fù)雜，例如磨削齒輪，缺齒和彎曲齒輪。而且，常規(guī)測量設(shè)備的結(jié)構(gòu)，例如三坐標測量機和齒輪綜合誤差檢查儀，結(jié)構(gòu)復(fù)雜且過程昂貴，需要大量的測試人員。

　　現(xiàn)代制造業(yè)需求

　　現(xiàn)在要求齒輪產(chǎn)品的故障檢測率更高。因此，需要找到一種在實際生產(chǎn)期間快速測量和分析齒輪參數(shù)的方法。計算機視覺技術(shù)是一種新型的無損檢測手段，已逐漸成為實現(xiàn)產(chǎn)品質(zhì)量監(jiān)控和故障診斷的有效途徑，在齒輪測量技術(shù)中顯示出廣闊的前景。與傳統(tǒng)的檢測手段相比，目視檢查具有不直接接觸，速度快，現(xiàn)場抗干擾能力強的優(yōu)點。這些優(yōu)點較大地降低了測試人員所需的工作強度，并減少了瞄準，讀取以及提高測量效率和準確性時的主觀誤差。

　　基于機器視覺的方法

　　通常需要確定齒輪中心的坐標作為基準，因此，中心檢測的精度直接影響齒輪參數(shù)測量的精度。在傳統(tǒng)的圖像檢測方法中，中心檢測算法通常需要使用邊緣檢測方法來確定齒輪的邊緣，然后使用重力方法，中值方法和霍夫變換方法來確定齒輪的中心。前兩種算法需要更均勻分布的圖像；否則，將導(dǎo)致相當大的錯誤。后一種算法需要逐點投票，并且需要更多的時間來記錄，但是準確性對于工業(yè)標準而言還不夠高。

　　為了解決這些問題，我們使用數(shù)學(xué)形態(tài)學(xué)方法提出了一種基于齒輪參數(shù)自動分析的程序。也就是說，我們將齒輪圖像輸入計算機，然后通過圖像處理算法提取齒輪特征。這樣可以將齒輪與各種復(fù)雜的背景隔離開來，從而可以自動計數(shù)和測量齒輪齒的尺寸。使用這種方法，我們在生產(chǎn)應(yīng)用中取得了良好的效果。