基于机器视觉的外螺纹参数测量方法研究

摘要

螺纹是工业生产中最为常见的机械连接方式，其几何参数对机械装备的性能有着直接影响。随着我国精密机械事业的发展，对螺纹的参数进行全面测量有着迫切需求，而传统的机械检测方式无法满足。本课题利用机器视觉检测技术实现对螺纹各参数测量，通过对测量结果的分析，验证机器视觉测量技术具有精度高、速度快的优点。
　　首先，通过对通用视觉测量系统的分析，设计了一套合适的外螺纹图像采集装置。参考机器视觉的成像原理，选用合适CMOS工业相机配合舜宇光学镜头，并采用LED平面光源，利用背光照明的方式完成了螺纹图像的实时采集。
　　接着，根据数字图像处理的相关算法，研究了螺纹图像轮廓的提取方法。通过对采集的图像进行降噪、对比度增强等预处理得到螺纹轮廓边缘信息，再经过Sobel算子和改进的高斯亚像素边缘拟合提取到螺纹图像高精度的边缘数据。
　　随后，研究了螺纹参数测量原理和螺纹图像失真问题。在提取螺纹的牙型角点的基础上根据螺纹各参数的定义设计了螺纹大小径、中径、螺距以及牙型角的计算方法;对螺纹牙型的真实曲线和遮挡曲线方程进行推导，从而建立了螺纹图像失真模型，对失真现象引起的参数测量误差进行补偿。
　　最后，进行参数测量实验，并对测量过程中产生的误差进行分析。根据提出的螺纹测量方案分别进行测量系统标定实验、螺纹参数测量实验;对实验数据进行误差计算并与国家标准对比，结果表明该测量方法可以实现对螺纹各参数的测量，能够满足测量要求。

目录

声明

摘要

1绪论

1．2机器视觉技术简介

1．2．1成像原理

1．2．2图像处理技术

1．2．3相机标定

1．3螺纹视觉测量研究现状

1．4课题主要研究内容

2．1视觉测量系统方案

2．2图像采集硬件设计

2．3相机、镜头和图像采集卡选择

2．3．1相机的选择

2．3．2镜头的选择

2．3．3图像采集卡的选择

2．4照明装置设计

2．4．1光源的选择

2．4．2照明方式的选择

2．5本章小结

3图像的处理与分析

3．1图像的预处理

3．1．1图像的降噪

3．1．2图像的对比度增强

3．1．3基于灰度阈值的图像分割

3．2图像边缘的像素定位

3．2．1边缘检测原理

3．2．2经典边缘检测算子

3．3图像边缘的亚像素定位

3．3．1亚像素边缘检测原理

3．3．2改进的高斯亚像素螺纹边缘定位

3．4本章小结

4．1 MJ螺纹介绍

4．2螺纹的主要几何参数

4．3螺纹参数计算方法

4．4螺纹参数误差补偿

4．4．1螺纹图像失真分析

4．4．2螺纹图像失真补偿

4．5本章小结

5实验验证与误差分析

5．1螺纹测量系统标定试验

5．1．1相机内外参数汁算

5．1．2测量系统像素当量值计算

5．2螺纹参数测量试验

5．2．1螺纹图像预处理

5．2．2螺纹图像轮廓提取

5．2．3螺纹牙型角点提取

5．2．4大小径、中径和牙型角测量

5．3参数测量结果分析

5．4视觉测量系统误差分析

5．5本章小结

6．1总结

6．2展望

参考文献

攻读硕士学位期间发表的学术论文及参加科研情况

致谢