(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 202210996031.1 (22)申请日 2022.08.19 (71)申请人 启东市海信机 械有限公司 地址 226200 江苏省南 通市启东经济开发 区南苑工业区永顺路1 11号 (72)发明人 林晓如　 (51)Int.Cl. G06V 10/75(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01) (54)发明名称 一种基于比特分层罗茨风机轴承磨损检测 方法 (57)摘要 本发明涉及缺陷检测技术领域， 具体涉及一 种基于比特分层罗茨风机轴承磨损检测方法。 该 方法通过光学相机获得轴承图像， 通过对包含缺 陷的光学特征的轴承图像进行分析， 获得缺陷特 征较为明显的最优模板， 通过模板匹配实现缺陷 检测目的。 本发 明实施例通过光学手段提取罗茨 风机轴承表 面的缺陷特征并构建最优模板， 实现 了快速准确的罗茨风机轴承的磨损缺陷检测。 权利要求书2页 说明书6页 附图1页 CN 115063620 A 2022.09.16 CN 115063620 A 1.一种基于比特分层罗茨风机轴承磨损检测方法， 其特 征在于， 所述方法包括： 获得罗茨风机轴承包含缺陷的轴承图像； 对轴承图像进行比特平面分层， 获得每层比 特平面图像的灰度游程矩阵， 根据灰度游程矩阵获得每层图像的贡献度； 选取贡献度最大的多个比特平面图像进行融合， 获得多组融合方式获得的融合图像； 统计融合图像中每个像素点邻域范围内与该像素点灰度相似度小于预设第一阈值的其他 像素点数量， 每个像素点的像素值与其他像素点数量构成第一二元组， 获得融合图像中第 一二元组的第一分布特征； 统计融合图像中每个像素点邻域范围内与该像素点方向灰度相 似度小于预设第二阈值的其他像素点数量， 获得第二二元组， 获得融合图像中第二二元组 的第二分布特征； 第一分布特征和第二分布特征加权求和获得融合优选度， 根据融合优选 度筛选获得最优融合图像； 根据最优融合图像建立缺陷模板 图像， 采集实时轴承图像， 通过与缺陷模板 图像进行 模板匹配， 检测轴承缺陷。 2.根据权利要求1所述的一种基于比特分层罗茨风机轴承磨损检测方法， 其特征在于， 所述获得罗茨风机轴承 包含缺陷的轴承图像包括： 将相机采集到的图像输入预 先处理好的语义分割网络中， 获得轴承图像。 3.根据权利要求1所述的一种基于比特分层罗茨风机轴承磨损检测方法， 其特征在于， 所述根据灰度游程矩阵获得每层图像的贡献度包括： 贡献度的计算表达式为: 式中， 表示第 个灰度阶的像素点的游程大小为 出现的频数； 表示灰度阶的个 数； 表示灰度游程矩阵的列的个数。 4.根据权利要求1所述的一种基于比特分层罗茨风机轴承磨损检测方法， 其特征在于， 获得所述灰度相似度的方法包括： 式中， 为中心像素点 的灰度值， 为中心像素点 的邻域内第 个像素点的灰度值。 5.根据权利要求1所述的一种基于比特分层罗茨风机轴承磨损检测方法， 其特征在于， 所述获得融合图像中第一 二元组的第一分布特 征包括： 利用图像熵作为第一 二元组的分布混乱程度。 6.根据权利要求1所述的一种基于比特分层罗茨风机轴承磨损检测方法， 其特征在于， 获得方向灰度相似度的公式包括： 式中， 表示方向 上第 个像素点的灰度值； 表示方向 上像素点的灰度均值；权　利　要　求　书 1/2 页 2 CN 115063620 A 2表示方向 上像素点的数量。 7.根据权利要求1所述的一种基于比特分层罗茨风机轴承磨损检测方法， 其特征在于， 所述获得融合图像中第二 二元组的第二分布特 征的方法包括： 获得每个方向上的熵， 以平均熵作为所述第二分布特 征。 8.根据权利要求1所述的一种基于比特分层罗茨风机轴承磨损检测方法， 其特征在于， 所述根据最优融合图像建立 缺陷模板图像包括： 利用边缘检测获得最优融合图像中的缺陷区域， 以该缺陷区域作为 缺陷模板图像。权　利　要　求　书 2/2 页 3 CN 115063620 A 3