内螺纹机器视觉检测系统

合集下载

内螺纹机器视觉检测系统

内螺纹机器视觉检测系统王蕴哲;岳晓峰【摘要】利用CCD相机辅以高精度硬杆内窥镜采集内螺纹图像,利用摄像机标定和图像形态学中的腐蚀和膨胀算法做进一步的图像处理,最终抽取图像骨架,完成螺纹螺距的检测.【期刊名称】《长春工业大学学报（自然科学版）》【年(卷),期】2017(038)002【总页数】5页(P189-193)【关键词】机器视觉;内螺纹;图像处理;非接触测量【作者】王蕴哲;岳晓峰【作者单位】长春工业大学机电工程学院, 吉林长春 130012;长春工业大学机电工程学院, 吉林长春 130012【正文语种】中文【中图分类】TP391內螺纹是机械和汽车工业中最广泛使用的零部件之一，起联接、传动和紧固作用。

工程中，为保证螺纹联接的互换性和可靠性，对内螺纹的加工精度要求很高，需要对内螺纹的参数进行精确检测[1]。

目前，我国制造业主要使用接触式测量法对内螺纹进行检测。

接触式测量法难以进行批量检测，且容易对被检测工件产生摩擦损耗。

随着工业检测技术的发展，非接触测量方法在工业检测中得到广泛应用。

与接触式测量法相比，非接触测量法具有高效率、高精度、自动化、无损伤等优点[2]。

近年来，随着机器视觉技术的不断发展，非接触测量正逐步取代传统的接触测量法，在工业检测中得到广泛应用。

随着计算机技术的不断发展，模式识别、数字图像处理、人工智能等学科的进步推动着工业生产朝着高效率、低成本的方向发展。

机器视觉技术是伴随着计算机技术的发展而产生的一门新兴学科。

它主要利用光电成像、计算机图像处理和模式识别技术进行检测。

机器视觉利用计算机模拟人眼的视觉功能，相对于传统检测方法而言具有检测速度快、非接触、精度高、抗干扰能力强等优势，在测量、定位、缺陷检测等工程领域广泛应用[3]。

区别于机械检测方法的最大特点在于它能够进行在线检测，即对生产线上的零件进行同步非接触检测，同时输出检测结果。

文中在机器视觉的基础上，采用工业用高精度硬杆内窥镜搭建实验平台，提出了一种新型内螺纹螺距检测系统。

基于机器视觉技术的螺纹识别系统

ｄｕｃｔｉｏｎｎｄａｃｏｎｔｏｕｒｈｕｎｔｉｎｇ．Ｔｈｅｔｒｅｈａｄａｎｇｌｅｐｒａａｍｅｔｅｒｓｒｅａｍｅａｓｕｒｅｄａｎｄｉｄｅｎｔｉｆｉｅｄ．Ｔｈｅｍｅａｓｕｒｅｍｅｎｔｍｅｔｈ．ｏｄｓｏｆｔｒｅｈａｄａｎｇｌｅｐｒａａｍｅｔｅｒｕｓｉｎｇｍａｃｈｉｎｅｖｉｓｉｏｎｒｅａｄｉｓｃｕｓｓｅｄ．Ａｎｄａｔｈｒｅａｄｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍｍａｉｎｌｙｂａｓｅｄ
ｎｅｅｄｓｏｆｈｉｇｈｅｉｃｆｉｅｎｔｄｅｖｅｌｏｐｍｅｎｔｏｆｍｏｄｅｍｉｎｄｕｓｔｒｙｒｅａｎｏｔｍｅｔａｎｙｍｏｒｅ．ＣＣＤｉｓｕｓｅｄｔｏｏｂｔａｉｎｔｈｅｂａｓｉｃｉｍ— ａｇｅｏｆｔｈｒｅａｄ．Ａｎｄｔｈｅｔｒｅｈａｄｃｏｎｔｏｕｒｉｓａｎａｌｙｚｅｄｔｒｏｈｕｇｈｉｍａｇｅｓｍｏｏｔｈｎｅｓｓ，ｅｄｇｅｄｅｔｅｃｔｉｏｎ，ｂｉｎａｒｙｉｍａｇｅｐｒｏ —
ＴｈｒｅａｄＲｅｃｏｇｎｉｔｉｏｎＳｙｓｔｅｍＢａｓｅｄｏｎＭａｃｈｉｎｅＶｉｓｉｏｎＴｅｃｈｎｏｌｏｇｙ

螺纹检测技术的发展趋势精编WORD版

螺纹检测技术的发展趋势精编WORD版
近年来，随着智能技术的发展，螺纹检测技术也迎来了前所未有的繁
荣发展。

螺纹检测技术已经成为机械工程、材料科学、电子工程等多个领
域的研究热点和制造业的重要组成部分。

为此，在螺纹检测技术的发展方面，已经取得了很大的进步和进展。

一方面，光学螺纹检测技术得到了迅速发展，开发出越来越先进的光
学螺纹检测设备。

这种设备包括机器视觉系统、图像处理系统、激光扫描仪、空间激光雷达等，可以有效地检测制造螺纹质量、防止装配螺纹、滚
动螺纹等。

其次，基于声表面波检测技术的发展更加成熟，它可以有效地
检测螺纹的大小、形状和位置，从而提高螺纹检测的准确性。

此外，智能螺纹检测技术也发展迅猛，结合遥感技术、虚拟现实技术、机器学习技术等，可以构建螺纹检测的智能系统，有效防止可能出现的人
为操作失误，极大地提高了螺纹的检测精度和效率。

同时，3D打印技术
的不断推进也为螺纹检测技术的发展提供了坚实的基础，大大降低了制造
螺纹成本，使不同材料、不同尺寸的螺纹更容易实现。

总的来说，螺纹检测技术的发展取得了显著成果。

基于机器视觉的螺纹钢表面尺寸检测方法

基于机器视觉的螺纹钢表面尺寸检测方法来煜;孔建益;刘怀广;王兴东【期刊名称】《制造业自动化》【年(卷),期】2015(000)008【摘要】针对高速螺纹钢表面缺陷检测技术难题，对螺纹钢表面尺寸的视觉检测方法进行研究。

针对螺纹钢外形结构尺寸复杂的特点，通过对螺纹钢的侧面图像进行分析，获得其边缘图像后，提出了基于投影重心的亚像素边界定位方法，获得螺纹钢横肋高及内径的尺寸。

通过分析螺纹钢的正面图像，获得其边缘图像后进行垂直投影，求出螺纹钢纵肋高度；在此基础上，通过对重心遍历，结合轮廓跟踪处理，计算出横肋与轴线夹角；结合与夹角的几何关系，计算得出螺纹钢横肋间距、横肋顶宽的尺寸。

获取的螺纹钢表面结构尺寸为其缺陷检测奠定了基础。

【总页数】4页(P56-58,64)【作者】来煜;孔建益;刘怀广;王兴东【作者单位】武汉科技大学机械自动化学院智能设计与制造研究所，武汉430081;武汉科技大学机械自动化学院智能设计与制造研究所，武汉430081;武汉科技大学机械自动化学院智能设计与制造研究所，武汉430081;武汉科技大学机械自动化学院智能设计与制造研究所，武汉430081【正文语种】中文【中图分类】TH16;TN911.7【相关文献】1.基于机器视觉的螺纹钢表面缺陷检测方法 [J], 孙鸽; 张运楚; 赵月; 万立志2.基于机器视觉的飞轮齿圈缺陷和尺寸检测方法 [J], 汪凤林; 周扬; 叶绿; 周武杰3.基于机器视觉的圆柱滚子尺寸检测方法 [J], 郭亚盛;张硕;张爱梅4.一种基于机器视觉的铅酸蓄电池尺寸检测方法 [J], 崔可涛;刘怀广;周诗洋;杨金堂5.基于三维机器视觉的电池包插针尺寸检测方法研究与实现 [J], 俞洋;金彬;沈威君因版权原因，仅展示原文概要，查看原文内容请购买。

机器视觉检测系统【深度解读】

机器视觉检测系统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)。

通常，机器视觉检测就是用机器代替肉眼来做测量和判断。

基于机器视觉的螺纹零件头部裂纹检测

Ａｂｓｔｒａｃｔ
Ａｐｐｌｙｉｎｇｔｈｅｄｉ￣ｔＭｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙｔｏｓｃｒｅｗｈｅａｄｃｒａｃｋｄｅｔｅｃｔｉｏｎ，ｗｅｃｏｎｓｔｒｕｃｔａｓｃｒｅｗｈｅａｄｃｒａｃｋｄｅｔｅｃｔｉｏｎ
ＹａｎｇＰａｎＪｉａｎｇＬｉｊｕｎＬｉＺｈｅｌｉｎ
（ｓｃ＾ ∞ｚｏｆＭｅｃｈａｎｉｃａｌａｎｄＡｕｔｏｍｏｂｉｌｅＥｎｇｉｎｅｅｒｉｎｇ，ｓＤ＾ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１０６４０，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）
纹零件头部图像进行预处理、感兴趣区域定位，边缘检测、特征提取以及形态学处理，提出针对螺纹零件头部裂纹特征的检测方法。
实验表明，方法具有识别精度高、可靠性强等优点，完全能满足工业生产中裂纹检测的要求。关键词中图分类号机器视觉螺纹零件头部边缘检测形态学处理裂纹检测ＴＰ３９１．４文献标识码Ａ
信息，对检测无太大的意义，如图１所示。因此对图像进行感兴
０引言
螺纹零件是工业及生活产品中最重要的连接、紧固、传动件，螺

基于CCD视觉的螺纹参数自动检测技术研究

摘要 : 为实时准确地对螺纹的牙型角 (牙型半角) 、螺距、导程、螺纹高度、大径、小径、中径、螺纹升角等参数进行测量 ,并提高测量精度 ,设计并实现了基于面阵 CCD 的螺纹参数非接触测量系统。着重研究了该系统的光学成像、螺纹图像预处理、边缘检测、亚像素提取以及摄像机标定等内容 ,研制了相应的测试分析软件 ,进行了相应的实验研究。研究结果表明 ,该系统测量速度快、测试精度高、重复性好。
关键词 : 螺纹参数 ; 视觉测量 ; 边缘检测 ; 亚像素定位中图分类号 : T H741 文献标识码 : A 文章编号 : 1001 - 5868 (2007) 06 - 0865 - 05
Research of Automatic Detection Technology of Thread Parameters Based on CCD Vision S H EN Shao2wei , YAN Shu2hua , ZHOU Chun2lei , L I E , TON G Hui2peng
∑ ∑ v = f 2 ( i , j) - [ f ( i , j) ]2 / N
(1)
由上式可得 ,分布越均匀 , v 值越小。
3. 2 图像的边缘检测[ 3]
两个具有不同灰度值的相邻区域之间总存在边
缘 ,边缘是灰度值不连续的结果 ,这种不连续性通常
可以利用求导数的方法方便地检测到。一般常用一
边缘保持算法的基本过程如下 :对灰度图像的每一个像素点[ i , j ]取适当大小的一个邻域 (如 3 ×3 邻域) ,分别计算[ i , j ]的左上角子邻域、左下角子邻域、右上角子邻域和右下角子邻域的灰度分布均匀
图 1 检测系统总体结构

基于图像识别的螺纹参数检测系统

ＲｅｏｎｔｏｓｓＣＣｔｂａｎｔｅｂｓｃｉｇｆｈｅｄｎｓｓｄｇｔｌｉｇｒｃｓｉｇｔｃｎｑｅｎａｔｒｅｏｎ — ｃｇｉｉｎｕｅＤｏｏｔｉｈａｉｍａｅｏｒａ，ａｄｉｕｅｉｉｔｔａｍａｅｐｏｅｓｎｅｈｉｕｓａｄｐｔｅｎｒｃｇｉｔｎｍｅｈｄｏｒｃｇｉｅｔｒａｅｔｒｓｉｅａｉｅｙｈｒｈｅｖｒｎｎＩａｓａａｅｃｓｓａｄｉｒｖｆｉｅｃ．ｉｔｏｓｔｅｏｎｚｈｅｄｆａｕｅｎａｒｌｔｌａｓｎｉｍｅｔ．ｔｌｏｃｎｓｖｏｔｎｍｐｏｅｅｆｉｎｙｏｖｏｃ
ＡｂｔａｔＭａｙｔａｉｉｎｌｔｃｎｑｅｆｅｅｔｎｈｅｄｎｅｏｌｘｐｏｅｓｓｏｅｆｉｎｙａｄｈｇｏＬｔｓｎｓｒｃｎｒｄｔａｅｈｉｕｓｏｔｃｉｇｔｒａｅｄｃｍｐｅｒｃｓｅ，ｌｗｆｉｅｃｎｉｈｃｓＩｉｏｏｄｃｌｎｅＯｍｅｔｔｅｎｅｓｏｈｆｉｉｎｅｅｏｍｅｔｏｄｒｎｕｔｙＴｈｙｔｍｏｒａｅｔｒｓｂｓｄｏｍａｅｏｇｒｔｅｈｅｄｆｔｅｅｆｅｔｄｖｌｐｎｆｍｏｅｎｉｄｓｒ．ｃｅｓｓｅｆｒＴｈｅｄｆａｕｅａｅｎＩｇ
和提高效率。
关键词图像识别；纹参数；螺边缘检测

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)。

Ａｂｓｔｒａｃｔ：ＷｉｔｈＣＣＤｃａｍｅｒａａｎｄｈｉｇｈｐｒｅｃｉｓｉｏｎｈａｒｄｒｏｄｅｎｄｏｓｃｏｐｅ，ｔｈｅｉｎｔｅｒｎａｌｔｈｒｅａｄｉｍａｇｅｓａｒｅ
ＤＯＩ：ｌＯ．１５９２３／ｊ．ｃｎｋｉ．ｃｎ２２ — １３８２／ｔ．２０１７．２．１６
内螺纹机器视觉检测系统
王蕴哲，岳晓峰
（长春工业大学机电工程学院，吉林长春１３００１２）
等优点［２］。近年来，随着机器视觉技术的不断发展，非接触测量正逐步取代传统的接触测量法，在
工业检测中得到广泛应用。
部件之一，起联接、传动和紧固作用。工程中，为
保证螺纹联接的互换性和可靠性，对内螺纹的加
基金项目：吉林省发改委基金资助项目（２０１５Ｙ０６５）作者简介：王蕴哲（１９８９一），男，汉族，辽宁凌海人，长春工业大学硕士研究生。主要从事机器视觉及智能检测方向研究，Ｅ－ｍａｉｌ：９０４８０４２２７＠ｑｑ．ｃｏｎ．ｒ＊通讯作者：岳晓峰（１９７１一），男，汉族，吉林通化人，长春工业大学教授，博士，主要从事机器视觉
ＷＡＮＧＹｕｎｚｈｅ．ＹＵＥＸｉａｏｆｅｎｇ
（ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＣｈａｎｇｃｈｕｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ１３００１２，Ｃｈｉｎａ）
学科。它主要利用光电成像、计算机图像处理和
模式识别技术进行检测。机器视觉利用计算机模拟人眼的视觉功能，相对于传统检测方法而言具
量检测，且容易对被检测工件产生摩擦损耗。随
着工业检测技术的发展，非接触测量方法在工业
摘要：利用ＣＣＤ相机辅以高精度硬杆内窥镜采集内螺纹图像，利用摄像机标定和图像形态
学中的腐蚀和膨胀算法做进一步的图像处理，最终抽取图像骨架，完成螺纹螺距的检测。
关键词：机器视觉；内螺纹；图像处理；非接触测量
中图分类号：ＴＰ３９１
文献标志码：Ａ
文章编号：１６７４ — １３７４（２０１７）０２ — ０１８９ — ０５
Ｉｎｔｅｒｎａｌｔｈｒｅａｄｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｍａｃｈｉｎｅｖｉｓｉｏｎ
Ｋｅｙｗｏｒｄｓ：ｍａｃｈｉｎｅｖｉｓｉｏｎ；ｉｎｔｅｒｎａｌｔｈｒｅａｄ；ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｎｏｎ— ｃｏｎｔａｃｔｄｅｔｅｃｔｉｏｎ．
０引言
内螺纹是机械和汽车工业中最广泛使用的零
第３８卷第２期２报
ＪｏｕｒｎａｌｏｆＣｈａｎｇｃｈｕｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ
Ｖｏ１．３８ＮＯ．２Ａｐｒ｜２０１７
ｓａｍｐｌｅｄａｎｄｐｒｏｃｅｓｓｅｄｂｙｍｅａｎｓｏｆｃａｍｅｒａｃａｌｉｂｒａｔｉｏｎａｎｄｃｏｒｒｏｓｉｏｎｅｘｐａｎｓｉｏｎｉｎｉｍａｇｅｍｏｒｐｈｏｌｏｇｙ．Ｔｈｅｎｔｈｅｉｍａｇｅｓｋｅｌｅｔｏｎｆｅａｔｕｒｅｓａｒｅｅｘｔｒａｃｔｅｄｔｏｒｅａｌｉｚｅｔｈｅｔｈｒｅａｄｐｉｔｃｈｍｅａｓｕｒｅｍｅｎｔ．
检测中得到广泛应用。与接触式测量法相比，非
有检测速度快、非接触、精度高、抗干扰能力强等
优势，在测量、定位、缺陷检测等工程领域广泛应
接触测量法具有高效率、高精度、自动化、无损伤
收稿日期：２０１７－０２ — １２
随着计算机技术的不断发展，模式识别、数字图像处理、人工智能等学科的进步推动着工业生产朝着高效率、低成本的方向发展。机器视觉技术是伴随着计算机技术的发展而产生的一门新兴
工精度要求很高，需要对内螺纹的参数进行精确检测［１］。目前，我国制造业主要使用接触式测量法对内螺纹进行检测。接触式测量法难以进行批