傳統(tǒng)的螺紋檢測方式大多數(shù)是接觸式測量,費時費力且容易對螺紋產(chǎn)生損傷。隨著工業(yè)上對螺紋檢測速度和精度要求的增長,基于機器視覺的螺紋檢測技術(shù)得到了迅猛的發(fā)展�；跈C器視覺的螺紋檢測技術(shù)具有檢測速度快,精度高,而且非接觸式的測量方式不會對螺紋產(chǎn)生損害等優(yōu)點。本文針對空心螺紋鋼管設計了視覺檢測系統(tǒng),重點研究了檢測系統(tǒng)中圖像處理的相關算法,并利用該方法實現(xiàn)了螺紋鋼管外螺紋尺寸的高精度檢測。論文主要完成以下工作:1、從實際項目和檢測需求出發(fā),搭建了由工業(yè)相機、遠心鏡頭和光源等組成的螺紋鋼管尺寸檢測硬件平臺;2、通過對外螺紋圖像的灰度化處理、濾波、邊緣檢測、亞像素級角點檢測以及運用多邊形逼近的方法進行角點分組,得到了螺紋邊緣特征點的精確坐標值。根據(jù)實際檢測要求,研究了基于局部濾波模板的雙邊濾波算法,并采用基于類間最大方差的Canny邊緣檢測算法,提高了圖像圖形處理系統(tǒng)的速度和精度;3、對尺寸檢測系統(tǒng)的相機映射系數(shù)以及兩個相機的中心距進行了標定,解釋了尺寸檢測系統(tǒng)中對于外螺紋螺距、牙型角、大徑和中徑的數(shù)學計算原理,分別計算得出視覺檢測系統(tǒng)檢測到的螺紋尺寸值,并進行了誤差分析。檢測結(jié)果表明,視覺檢測算法... 

【文章來源】：山西大學山西省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

檢測系統(tǒng)實物圖

第二章基于機器視覺的螺紋鋼管尺寸檢測系統(tǒng)72.2系統(tǒng)的主體檢測單元尺寸檢測設備中主體部分是圖像圖形處理系統(tǒng)。其主體檢測單元由相機檢測單元組成。其中相機檢測單元由一對高分辨率面陣相機（CMOS工業(yè)相機）、大視野雙遠心鏡頭、大尺寸平行光源及相關機械固定支架組成，用于實現(xiàn)產(chǎn)品的外形輪廓尺寸的檢測。該系統(tǒng)檢測單元的工作方式為產(chǎn)品固定，相機檢測單元移動。產(chǎn)品到達指定位置后，相機單元實時抓取產(chǎn)品的圖像輪廓，通過專用算法處理濾波，擬合出產(chǎn)品外形輪廓邊緣，再經(jīng)標定后計算所需測量指標（如長度、直徑等）在圖像中所占像素比例，從而得出產(chǎn)品實際尺寸。圖2.2為相機檢測單元示意圖。圖2.2相機檢測單元2.2.1工業(yè)相機工業(yè)相機的基本原理是將光信號轉(zhuǎn)換為電信號，從而實現(xiàn)數(shù)字圖像的獲齲由于工業(yè)相機中感光芯片的類型不同，工業(yè)相機一般可分為CCD(chargecoupleddevice)和CMOS(complementarymetaloxidesemiconductor)兩類。在工業(yè)相機的成像過程中，CCD和CMOS光電轉(zhuǎn)換的原理是一致的，最主要的區(qū)別是圖像信號的讀出過程不同，CCD工業(yè)相機在圖像信號的讀出過程中只有一個或少數(shù)幾個輸出節(jié)點進行信號讀出，其信號的一致性比較好，CMOS工業(yè)相機中每個像素有自己獨有的信號放大器，信號輸出的一致性不如CCD工業(yè)相機，但是在讀出整幅圖像信號時，CMOS芯片的功耗要小于CCD芯片[25]。雖然CMOS芯片集成度高于CCD芯片，但是CMOS芯片的噪聲對圖像質(zhì)量的干擾是比較嚴重的，近些年隨著CMOS芯片消噪技術(shù)的不斷提升，CMOS圖像傳感器有很好的發(fā)展。

基于機器視覺的螺紋鋼管尺寸檢測算法研究8對于不同的視覺檢測系統(tǒng)以及實際需求的不同，通常要對工業(yè)相機進行選型，工業(yè)相機的主要關注的參數(shù)包括：（1）焦距（FocalLength）。焦距是指當獲取到清晰圖像時，工業(yè)相機鏡片的中心到感光芯片之間的距離。（2）分辨率(Resolution)。分辨率代表工業(yè)相機獲取到圖像的清晰程度，也就是每次工業(yè)相機獲取到圖像中包含的像素點的總數(shù)。分辨率越高的工業(yè)相機成像越清晰。常見的工業(yè)相機的分辨率有：1024*768、2304*1728等。（3）像元深度（Pixeldepth）。像元深度指工業(yè)相機獲取到圖像中的每個像素點處的數(shù)據(jù)位數(shù)。一般常用8bit，有時也會有12bit、16bit的像元深度相機。綜合考慮，本文使用的尺寸檢測系統(tǒng)中的工業(yè)相機為Basler面陣相機acA3088-16gm，外觀如圖2.3所示。該面陣相機采用Sony提供的CMOS感光芯片，每秒可以采集16幀圖像，水平垂直像素尺寸為2.4m*2.4m，水平垂直分辨率為3088px*2064px。圖2.3面陣相機2.2.2遠心鏡頭不同于傳統(tǒng)的相機鏡頭，當物距發(fā)生變化時圖像也會放大或者縮小，遠心鏡頭可以給定的物距范圍內(nèi)，使相機獲取到的圖像基本不會變化[26]。選用遠心鏡頭時，主要參數(shù)有2個：（1）視野。即相機能實際拍攝到的范圍。（2）物距。即物體到透鏡光心的距離。綜合考慮，本文使用的尺寸檢測系統(tǒng)中的遠心鏡頭為OptoEngineering公司設計的TC23048雙遠心鏡頭。其工作距離為132.9mm。TC系列的雙遠心鏡頭基本上是所

【參考文獻】：
期刊論文
[1]一種新型Canny邊緣檢測算法研究[J]. 段志達,魏利勝,丁坤.  牡丹江大學學報. 2020(01)
[2]一種圖像濾波算法濾波效果評價方法[J]. 范娟,陳爽.  科技經(jīng)濟導刊. 2019(24)
[3]基于改進高斯濾波算法的葉片圖像去噪方法[J]. 李健,丁小奇,陳光,孫旸,姜楠.  南方農(nóng)業(yè)學報. 2019(06)
[4]一種基于雙邊濾波和梯度信息的濾波算法[J]. 范娟,陳昌海,王靜,李振鋒.  電視技術(shù). 2018(11)
[5]聯(lián)合雙邊濾波和非局部濾波的圖像去噪算法[J]. 高梓銘,張鵬飛,劉衛(wèi)華,劉佳琳.  西安郵電大學學報. 2018(05)
[6]基于視覺圖像的螺紋參數(shù)測量方法研究[J]. 王棟敏.  計算機與數(shù)字工程. 2018(04)
[7]計算機控制技術(shù)在工業(yè)自動化生產(chǎn)中的應用研究[J]. 鄧悅.  科技與企業(yè). 2016(03)
[8]機器視覺技術(shù)在螺紋檢測中的應用[J]. 劉剛.  硅谷. 2014(20)
[9]一種改進的亞像素角點提取算法[J]. 唐亞平,陳蘇婷.  電腦知識與技術(shù). 2014(19)
[10]一種基于改進Canny的邊緣檢測算法[J]. 許宏科,秦嚴嚴,陳會茹.  紅外技術(shù). 2014(03)

博士論文
[1]計算機視覺中相機標定及點云配準技術(shù)研究[D]. 王瑞巖.西安電子科技大學 2015
[2]RGB顏色空間及其應用研究[D]. 黃國祥.中南大學 2002

碩士論文
[1]基于機器視覺的螺柱工件尺寸檢測算法研究[D]. 陳茜茜.山西大學 2018
[2]基于圖像檢測技術(shù)測量外螺紋參數(shù)方法研究和系統(tǒng)開發(fā)[D]. 于楊.杭州電子科技大學 2018
[3]基于機器視覺測量的齒輪圖像邊界提取算法研究[D]. 單紫薇.沈陽工業(yè)大學 2017
[4]基于機器視覺的石油管錐螺紋參數(shù)測量試驗研究[D]. 侯東明.陜西理工學院 2016
[5]基于機器視覺的外螺紋幾何參數(shù)檢測算法研究[D]. 姜籍翔.電子科技大學 2014
[6]基于機器視覺的零件輪廓尺寸精密測量系統(tǒng)研究[D]. 董富強.天津科技大學 2014
[7]基于非局部均值的圖像去噪方法研究[D]. 王林.西安電子科技大學 2014
[8]關于圖像去噪和邊緣檢測的方法研究[D]. 彭古.中南大學 2012
[9]基于機器視覺的外螺紋檢測方法及實驗研究[D]. 卜晨.華南理工大學 2011
[10]高精度單針接觸式螺紋測量儀的設計與研究[D]. 丁亮亮.南京航空航天大學 2011



本文編號：3398306