本发明涉及轴承套圈磁粉探伤，尤其涉及基于图像方法的轴承套圈磁粉探伤系统。
背景技术：
1、随着工业技术的不断发展和应用，轴承技术也在不断演进。轴承套圈是轴承系统中的重要部件，负责支撑和定位轴承中的滚动体，并承受来自轴承运转过程中的载荷和振动。因此，轴承套圈的质量和完整性对于轴承的性能和寿命至关重要。轴承套圈可能存在各种缺陷，这些缺陷可能会导致轴承运行时的性能下降、噪音增加、甚至机械故障。因此，及时检测和修复轴承套圈中的缺陷对于确保轴承系统的可靠运行至关重要
2、在轴承的质量检测中，磁粉探伤技术以工艺简单、操作方便和灵敏度高的优势被广泛应用，磁粉探伤是利用磁性粉末在磁场作用下沿着表面缺陷聚集的原理，通过观察磁粉在缺陷处的沉积情况来检测和评估表面缺陷的大小、形状和位置。然而针对轴承套圈的磁粉探伤设备始终停留在检测结果由人工观察识别的阶段，具有客观性差、准确率不稳定和检测效率低下等问题。
技术实现思路
1、本申请实施例通过提供轴承套圈磁粉探伤，解决了现有技术中检测效率低下的问题，缩短了轴承套圈检测过程的时间。
2、本申请实施例提供了轴承套圈磁粉探伤，包括以下步骤：
3、磁粉喷洒模块用于在待测轴承套圈的表面喷涂磁粉；
4、磁场产生模块用于在待测轴承套圈周围创建磁场，使磁粉集聚在轴承套圈表面的缺陷附近；
5、图像处理模块用于捕捉待测轴承套圈的磁粉聚集区域的图像并进行解码，对解码后的轴承图像原始数据进行预处理，得到第一数据集；
6、图像分析模块用于对所述第一数据集进行图像分割处理，并输入卷积神经网络模型提取轴承套圈图像特征，根据轴承套圈图像特征生成轴承套圈特征差异性目标函数，输出轴承套圈的缺陷检测报告；
7、用户界面模块用于提供实时的图像和轴承套圈的缺陷检测报告。
8、进一步的，所述图像处理模块，包括以下步骤:
9、通过图像采集装置捕捉待测轴承套圈的图像；
10、将获取的图像上传图像处理库进行解码，得到轴承图像原始数据；
11、对获取的轴承图像原始数据进行预处理，得到第一数据集。
12、进一步的，所述对获取的轴承图像原始数据进行预处理，包括：
13、通过高斯滤波器定义的高斯函数对图像中每个像素周围的邻域进行去噪处理；
14、对去噪后的轴承图像原始数据进行线性变换，扩展轴承图像原始数据中像素值的范围来增强图像的对比度；
15、将轴承图像原始数据中的rgb分量进行归一化处理，并转换为hsv颜色空间的明度分量来实现对图像的颜色空间进行转换。
16、进一步的，对所述第一数据集进行图像分割处理，包括：
17、选择位于轴承套圈表面缺陷区域的明度分量作为算法的起始种子点；
18、选择灰度值相似性作为分割处理的相似性准则；
19、对分割后的第一数据集进行优化结果处理，所述优化结果处理包括平滑边界和填补空洞处理。
20、进一步的，所述卷积神经网络模型主要包括特征提取层、图生成层、特征图融合层、目标约束层。
21、进一步的，所述特征提取层用于：
22、对第一数据集分别进行卷积操作，得到轴承套圈特征；
23、标注缺陷轴承套圈的图像数据作为训练集数据；
24、所述轴承套圈特征包括灰度值特征、边缘特征、纹理特征。
25、进一步的，所述图生成层用于：
26、添加一个全连接层，并根据所述轴承套圈特征生成轴承灰度直方图，作为特征图融合层的输入，所述全连接层用于将特征提取层所提取的轴承套圈特征映射到轴承灰度直方图的空间中。
27、进一步的，所述特征图融合层用于：
28、将输入的轴承灰度直方图中灰度级别视为数据点，并用池化函数处理所述数据点；
29、计算第一数据集生成的灰度直方图的概率作为数据点特征；
30、对模型进行训练，使用训练好的模型对第一数据集进行聚类处理；
31、分析聚类结果，比较聚类结果与训练集数据；
32、根据比较结果生成轴承套圈特征差异性目标函数。
33、进一步的，所述目标约束层用于：
34、根据得到的轴承套圈特征差异性目标函数值进行缺陷预测；
35、生成轴承套圈的缺陷检测报告，并在存在缺陷的轴承套圈检测结果的缺陷存在位置处生成边界框。
36、进一步的，所述轴承套圈特征差异性目标函数，计算公式如下：
37、
38、式中：m为轴承套圈特征差异性目标函数，n为第一数据集总数，q为训练集内的数据总数，yi为第一数据集内第i个轴承数据的聚类结果。
39、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
40、1、通过基于图像方法的轴承套圈磁粉探伤系统，解决了现有技术中检测效率低下的问题，缩短了轴承套圈检测过程的时间。
1.基于图像方法的轴承套圈磁粉探伤系统，其特征在于：包括：
2.如权利要求1所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述图像处理模块，包括以下步骤:
3.如权利要求2所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述对获取的轴承图像原始数据进行预处理，包括：
4.如权利要求1所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：对所述第一数据集进行图像分割处理，包括：
5.如权利要求1所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述卷积神经网络模型主要包括特征提取层、图生成层、特征图融合层、目标约束层。
6.如权利要求5所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述特征提取层用于：
7.如权利要求5所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述图生成层用于：
8.如权利要求5所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述特征图融合层用于：
9.如权利要求5所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述目标约束层用于：
10.如权利要求8所述基于图像方法的轴承套圈磁粉探伤系统，其特征在于：所述轴承套圈特征差异性目标函数，计算公式如下：
