（机械电子工程专业论文）基于数字图像处理的油管螺纹检测方法的研究.pdf

摘要 油管是石油开采中反复使用的钢管柱，在油田的应用数量非常庞大，油管 螺纹的质量直接影响油田的正常生产。但是，油管的质量参差不齐，很多油田 逐渐出现了抽油管柱破坏和失效的情况，粘扣、泄漏、滑脱掉井、挤毁等时有 发生，严重的会导致油管断裂，给生产和作业带来了很大的经济损失与劳动力 损失。 在油管生产和修复过程中，对螺纹进行检测分析，判定油管螺纹的优劣， 可以有效减少不合格的油管下井使用，预防油管失效，保证油田安全稳定高产。 然而由于国内检测技术落后，到目前为止，对油管螺纹的质量检测以及评判大 部份还停留在依靠人工的基础上。这种人工检测的方法检测误差大，效率低， 而且在评判的过程中，检测结果直接受到检测工人的经验以及其他方面人为因 素的影响，缺乏严格标准的尺度。 随着计算机技术和图像处理技术的发展，根据油管螺纹检测的要求，将图 像处理技术应用到油管螺纹检测之中，可以取代用人眼检测和判断螺纹质量的 落后检测方法，极大地提高劳动生产效率，降低生产成本，提高产品质量，对 于实现油管螺纹检测的自动化、智能化、精确化、快速化具有重要现实意义。 本文基于数字图像处理技术，研究一套可靠性高、检测精确、速度快、集 成化、智能化的油管螺纹检测方法。首先对数字图像处理技术进行综合分析， 比较检测过程中的图像预处理、图像二值化、边缘检测、亚像素定位方法有关 算法。结合油管螺纹图像的特点，选用中值滤波算法对油管螺纹图像进行预处 理，然后采用直方图分割方法对图像进行二值化处理，提出一种改进型c a n n y 边缘检测算子提取油管螺纹的边缘特征信号，并基于多项式插值的方法对油管 螺纹边缘图像进行亚像素定位，以提高边缘定位精度。最后根据油管螺纹几何 形貌特点和美国石油学会确定的测量方法，按照国产油管螺纹的基本尺寸，对 经过处理后的油管螺纹图像进行几何测量，得到其锥度、夹角、螺距、高度、 中径等几何参数，并且对油管螺纹表面的形貌进行检测。 实验室采用数码相机和自制照明光源系统搭建的平台对检测方法进行实 验。本方法测量准确，完全可以满足油管螺纹检测要求，是测量油管外螺纹的 一种有效方法。 关键词：油管螺纹，图像测量，边缘检测，几何参数 a b s t r a c t t u b i n gi sw i d e l yu s e di n o i le x p l o r a t i o n t h eq u a l i t yo ft u b i n gt h r e a dh a sd i r e c t e f f e c to nt h eo i lp r o d u c t i o n d u et ot h eu n e v e nq u a l i t yo ft u b i n g ，m a n yo i lf i e l d sa r e s u f f e r i n gt h et h r e a dg l u i n g ，l e a k ，s l i p p i n ga n dc o l l a p s e ，e v e nf r a c t u r eo ft u b i n g ，w h i c h m a k eg r e a tl o s so ne c o n o m ya n dl a b o ri nt h eo i lp r o d u c t i o n i nt h ep r o c e s so ft u b i n g sp r o d u c t i o na n dr e p a i r , t h eu s eo fu n q u a l i f i e dt u b i n g c a nb ee f f e c t i v e l yr e d u c e db yd e t e c t i n g ，a n a l y z i n ga n de v a l u a t i n gt h eq u a l i t yo f t u b i n gt h r e a d t h i si sh e l p f u lt ot h es t a b i l i t ya n dh i g hp r o d u c t i o no fo i le x p l o r a t i o n h o w e v e r , b e c a u s eo ft h eu n d e r d e v e l o p e dt e c h n o l o g y , t h ed e t e c t i o na n de v a l u a t i o no n t u b i n gt h r e a d sa r es t i l lb a s e do nm a n u a lw o r ki no u rc o u n t r y t h i sm a yc a u s em o r e d e t e c t i n ge l l o ra n dl o w e re f f i c i e n c y w h a t sm o r e ，t h ed e t e c t i n gr e s u l ti sd i r e c t l y a f f e c t e db y p e o p l e se x p e r i e n c ea n do t h e rh u m a nf a c t o r s ，l a c k i n go fs t r i c ts t a n d a r d a c c o r d i n gt ot h er e q u i r e m e n to ft u b i n gt h r e a dm e a s u r e m e n t ，t h i sp a p e rw o r k s o u tat u b i n gt h r e a dm e a s u r i n gm e t h o db a s e do nd i g i t a li m a g ep r o c e s s i n g ， w h i c hh a s 1 1 i g l lr e l i a b i l i t y , p r e c i s ed e t e c t i o n , h i g hs p e e d ，h i g hi n t e g r a t i o na n di n t e l l i g e n c e f i r s t l y , i ta n a l y z e st h ed i g i t a li m a g ep r o c e s s i n gt e c h n o l o g ys y n t h e t i c a l l y , c o m p a r i n gt h e a l g o r i t h m s o ni m a g ep r i o r - p r o c e s s i n g , i m a g eb i n a r y z a t i o n ，e d g ed e t e c t i o na n d s u b p i x e ll o c a t i o n i tu s e st h em e d i a nf i l t e r i n gt op r i o r - p r o c e s st h et u b i n gt h r e a di m a g e ， a n dt h e nc u t su pt h ei m a g ew i lt h eh i s t o g r a mm e t h o di nt h es t e po fi m a g e b i n a r y z a t i o n i td e t e c t st h et u b i n gt h r e a de d g eb yt h ei m p r o v e dc a n n yo p e r a t o ra n d l o c a t e st h es u b p i x e le d g eo ft h ei m a g eb a s e do nt h ep o l y n o m i a li n t e r p o l a t i o nm e t h o d t oi n c r e a s et h ep r e c i s i o n f i n a l l y , a c c o r d i n gt ot h ea p p e a r a n c ec h a r a c t e r i s t i c so f t u b i n gt h r e a d sa n dt h ep h i l o s o p h yo fm e a s u r e m e n td e f i n e db ya p i ，i nt e r mo ft h e b a s i cs i z eo ft h et u b i n gt h r e a dm a d ei no u rc o u n t r y , t h ei m a g ei sm e a s u r e di no r d e rt o g e tt h ev a l u e so ft a p e r s ，i n c l i n e da n g l e s ，t h r e a dp i t c h e s ，h e i g h t sa n dp i t c hd i a m e t e r s t h es u r f a c ea p p e a r a n c eo ft h et u b i n gt h r e a di sa l s od e t e c t e d t h ee x p e r i m e n tm a k e su s eo ft h es y s t e mw i t had i g i t a lc a m e r aa n dt h es e l f - m a d e l i g h t i n gs o u r c et ot e s tt h em e a s u r e m e n tm e t h o d e x p e r i m e n t sh a v es h o w e dt h a tt h e m e a s u r e m e n ti sa c c u r a t ea n dc a ne n t i r e l ys a t i s f yt h er e q u i r e m e n t so fm e a s u r i n g t u b i n gt h r e a d s i ti sa ne f f e c t i v em e t h o dt om e a s u r et h et u b i n go u t s i d e t h r e a d k e y w o r d ：t u b i n gt h r e a d ，i m a g em e a s u r e m e n t ，e d g ed e t e c t i o n ，g e o m e t r yp a r a m e t e r n 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 研究生( 签名) ： 关于论文使用授权的说明 日期：牡 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即：学校有 权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅 和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库 进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时 授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论 文，并向社会公众提供信息服务。 ( 保密的论文在解密后应遵守此规定) 研究生( 签名) ：! 老幻 导师( 签名) ，_ 吼砷夕 武汉理工大学硕士学位论文 第1 章绪论 1 1 问题的提出及意义 在石油开采过程中，都是靠油管将油液从井下输送到地面。根据我国石油 生产的具体情况，大体上每钻井1 m 需要消耗的油管约6 2 k g 。油管的使用量占 消耗油井管总量的2 3 4 0 屯6 6 1 ，是石油管材中仅次于套管的第二大类产品。 根据历年来油井管需求量比较稳定的趋势，可以知道我国油井管每年的需求量 一般在1 3 0 万吨左右，由此可以推算每年油管的需求量在3 3 万吨左右【1 1 。油管 的质量对原油的产量和石油工业安全生产有着十分重大的意义。 但是，油管的质量参差不齐，很多油田逐渐出现了抽油管柱破坏和失效的 情况，粘扣、泄漏、滑脱掉井、挤毁等时有发生，严重的会导致油管断裂，给 生产和作业带来了很大的经济损失与劳动力损失。特别是近几年来，随着石油 专用管国产化进程的加快，油管的粘扣失效事故时有发生，大大缩短了油管的 使用寿命，增加了油井的修井作业量，给油田的生产造成影响，同时也给油田 带来巨大的经济损失。据不完全统计，油管粘扣失效的油田有：胜利、大庆、 辽河、吉林、华北、中原、长庆、克拉玛依、塔里木、青海、江汉、四川等油 田，涉及粘扣失效的油管厂家有：宝钢、s i d e r 2 e a 、住友金属、奥钢联、西班牙 t r 、诚德、西姆莱斯、山东墨龙以及胜利、华北、中原等油田的油管加工厂等。 钢级有j 5 5 、n 8 0 、c 9 0 、p 1 1 0 2 1 ，可以说各类油管均发生过粘扣，而且粘扣 失效总集中在油管的现场上扣端，油管接口螺纹连接部位是油管最薄弱的环节。 据统计，9 5 以上的油管失效都发生在螺纹连接处【3 】。服役过程中，油管螺纹需 要承受自重、上扣过程中产生的附加载荷、井液内压形成的轴向载荷以及抽油 系统往复运动过程中产生的附加交变载荷等，受力状态极为复杂【4 1 。如果螺纹几 何尺寸及偏差超过a p i 规定的范围，如锥度过大、牙型不好等都可能导致断裂 失效的发生。内外螺纹牙的加工锥度不同，单侧斜度不同，牙高偏差大，外螺 纹端面内、外径偏差大，都会导致外螺纹在规定扭矩下不能拧进内螺纹规定深 度，只有少部分螺纹牙处于全牙啮合状态【5 】。这少部分螺纹牙承受较大载荷，应 力集中现象严重，大幅度降低了接口螺纹的抗拉强度，使得螺纹断裂易在该处 产生【4 j 。同时，螺纹几何参数是影响螺纹的密封性进而发生油管泄漏失效的主要 因素之。其中齿高、牙型角、锥度和中径是对螺纹密封性影响较大的螺纹参 数。如果这些参数误差较大，使得泄露通道增大，则油管越容易发生泄露。此 外，螺纹的椭圆度也会使短轴方向的泄露通道增大，造成该方向上的泄露。在 武汉理工大学硕士学位论文 现场应用过程中，因为螺纹密封不严发生泄漏，油管内的高压原油就会沿螺纹 发生环向冲蚀。长期的冲刷腐蚀使得螺纹齿形减薄、变形，并晟终导致接口螺 纹处的滑脱1 6 j 。 所以在油管生产和修复过程中，对螺纹进行检测分析，是非常必要的工作 环节。判定油管螺纹的优劣，可以有效减少不合格的螺纹下井使用，预防油管 失效，以保证油田安全稳定高产。然而由于国内检测技术落后，到目前为止， 对油管螺纹的质量检测以及评判大部份还停留在依靠人工的基础上( 主要依靠 千分尺测量) 。这种人工检测的方法检测误差大，效率低下，而且在评判的过程 中，检测结果直接受到检测工人的经验以及其他方面人为因素的影响，缺乏严 格标准的尺度。因此，进一步研究和开发实用的油管螺纹检测技术与装置，已 经成为严格执行行业安全规程和国内国际规范和标准、保证安全生产、节约能 源、降低我国原油开采成本的关键问题。 近年来，由于计算机硬件的不断发展，处理数据的速度和能力不断提高， 以及计算机技术、图像处理和模式识别技术的不断完善和发展，国内外很多大 学和科研机构相继尝试使用计算机代替人工进行检测。机器视觉系统的主要特 点是提高生产的柔性，自动化程度高，减少了人为误差和干扰，信息处理量大， 储存和检索快捷方便等。在一些不适合人工作业的危险工作环境或人工视觉难 以满足要求的场合，常用机器视觉来替代人工视觉；由于在大批量工业生产过 程中，用人工视觉检查产品质量效率低且精度不高，而用机器视觉检测方法可 以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成， 因此，机器视觉已成为实现计算机集成制造的基础技术。 机器视觉在工业在线检测的各个应用领域十分活跃，如：印刷电路板的视 觉检查、钢板表面的自动探伤、大型工件平行度和垂直度机器视觉及其应用领 域测量、容器容积或杂质检测、机械零件的自动识别分类和几何尺寸测量等【7 1 。 典型的视觉系统一般包括如下部分：光源、摄像头、图像采集硬件、图像 处理软件和系统控制硬件。伴随计算机视觉系统相关硬件的发展，获取的图像 更加稳定、精确，因而数字图像处理技术研究成果得以应用于实际生产之中。 从2 0 世纪6 0 年代开始，数字图像处理技术已经获得了长足发展，在航空航天、 生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等领 域发挥了巨大的作用，展现了其再现性好、处理精度高、使用面广、灵活性高 的特点。根据油管螺纹检测的要求，将计算机视觉系统和图像处理技术相结合， 应用到油管螺纹检测之中，可以取代用人眼检测和判断螺纹质量的落后检测方 法，极大地提高劳动生产效率，降低生产成本，提高产品质量，对于实现油管 螺纹检测的自动化、智能化、精确化、快速化具有重要现实意义。 2 武汉理工大学硕士学位论文 本文根据现实生产中对油管螺纹自动化检测的需求，研究一套可靠性高、 检测精确、速度快、集成化、智能化的油管螺纹检测系统，精确测量油管螺纹 的外型几何参数，解决用人眼来检测和判断螺纹质量的落后检测方法，极大提 高劳动生产效率，降低生产成本，提高产品质量。不仅能够降低我国原油开采 成本，增加企业生产效率，而且结合相关技术，还可以推广到电子、印刷、汽 车、食品等许多生产领域中，具有广泛的应用前景。 1 2 基于图像处理的检测技术发展概况 1 2 1 基于图像处理的检测技术发展 图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过 程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵话 的变通能力，一般来说只要改变软件就可以改变处理内容。图像处理最早出现 于2 0 世纪5 0 年代，当时的电子计算机已经发展到一定水平，人们开始利用计 算机来处理图形和图像信息。2 0 世纪6 0 年代随着计算机技术和v l s x ( v e r y l a r g es c a l ei n t e g r a t i o n ) 的发展，数字图像处理逐渐成为一个新兴技术领域，在 理论上和实际应用中都取得了巨大的成就。 早期图像处理的目的是改善图像质量，它以人为对象，以改善人的视觉效 果为目的。视觉是人类最重要的感知手段，图像又是视觉的基础。图像处理中 输入的是质量低的图像，输出的是改善质量后的图像。常用的图像处理方法有 图像增强、复原、编码、压缩等。首次获得成功应用的是美国喷气推进实验室 ( j p l ) i s 】。他们对航天探测器徘徊者7 号在1 9 6 4 年发回的几千张月球照片进行 图像处理，如几何校正、灰度变换、去除噪声等，并考虑了太阳位置和月球环 境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又 对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形 图、彩色图及全景镶嵌图，为人类登月创举奠定了坚实的基础，也推动了数字 图像处理这门学科的诞生。在以后的宇航空间技术探测研究中，数字图像处理 技术都发挥了巨大的作用。 数字图像处理技术取得的另一个巨大成就是在医学上。1 9 7 2 年英国e m i 公 司工程师h o u s f i e l d 发明了用于头颅诊断的x 射线计算机断层摄影装置，也就是 我们通常所说的c t ( c o m p u t e rt o m o g r a p h ) 。c t 的基本方法是根据人的头部截 面的投影，经计算机处理来重建截面图像，称为图像重建。1 9 7 5 年e m i 公司又 成功研制出全身用的c t 装置，获得了人体各个部位鲜明清晰的断层图像。1 9 7 9 3 武汉理i t 大学硕士学位论文 年，这项无损伤诊断技术被授予诺贝尔奖，以表彰它对人类做出的划时代贡献【8 】。 从2 0 世纪7 0 年代中期开始，随着计算机技术和人工智能、思维科学研究 的迅速发展，数字图像处理技术向更高、更深层次发展。人们已开始研究如何 用计算机系统解释图像，类似人类视觉系统理解外部世界，这被称为图像理解 或计算机视觉。计算机视觉是一种以计算机视觉方法为基础，综合运用图像处 理、精密测量以及模式识别、人工智能等技术的非接触检测方法p j 。很多国家， 特别是发达国家投入大量的人力、物力到这项研究，取得了不少重要的研究成 果。 6 0 年代中期，r r o b e r t 通过计算机程序从数字图像中提取出多面体的三维 结构，并对物体的空间关系进行描述【l0 1 。他的研究工作开创了以理解三维场景 为目的的三维计算机视觉的研究。他的研究工作从边缘、角点等特征提取，到 线条、平面、曲面等几何要素分析，一直到图像明暗、纹理、运动以及成像几 何等，并建立了各种数据结构和推理规则。2 0 世纪7 0 年代中后期，英国的m a n 教授在美国麻省理工学院的人工智能实验室创建了计算机视觉研究小组，从事 视觉理论方面的研究，逐步形成视觉计算理论【1 1 】。m a r t 认为，视觉可分为三个 阶段：第一阶段是早期视觉，构成所谓“要素图或“基元图，基元图由二维 图像中的边缘点、线、纹理等基本几何元素或特征组成，其目的是抽取观察者 周围景物表面的物理特性，如距离、表面方向、材料特性( 反射、颜色、纹理) 等，它包括边缘检测、双目立体匹配、由阴影确定形状、由纹理确定形状、光 流计算等：第二阶段是二维半简图或本征图像，它是在以观察者为中心的坐标 系中描述表面的各种特性，根据这些描述可以重建物体边界、按表面和体积分 割景物，但在以观察者为中心的坐标系中只能得到可见表面的描述，得不到遮 挡表面的描述，故称二维半简图；第三阶段是三维模型( 视觉信息处理的最后 个层次) ，是用二维半简图中得到的表面信息建立适用于视觉识别的三维形状 描述，这个描述应该与观察者的视角无关，也就是在以物体为中心的坐标系中， 以各种符号和几何结构描述物体的三维结构和空间关系。m a n 视觉理论是视觉 研究中较为完善的理论，它使计算机视觉的研究有了一个比较明确的体系，给 计算机视觉研究领域创造了许多新的研究起点。但随着计算机视觉理论及应用 技术的不断发展，人们逐渐认识到m a n 的理论框架存在下列不足：被动接受信 号，无主动性和目的性，处理过程没有反馈环节，用一些假设和基本的约束保 证通用性。因此，在m a l t 视觉计算理论框架的基础上，新概念、新方法、新理 论不断涌现，如基于知识的视觉理论模型 12 1 、主动视觉理论框架和视觉理论集 成框架【1 3 】等。然而，m a r t 提出的这个视觉计算理论，成为计算机视觉领域其后 十多年的主导思想。 4 武汉理工大学硕士学位论文 2 0 世纪8 0 年代末期，人们开始将图像处理技术应用于地理信息系统，研究 海图的自动读入、自动生成方法。数字图像处理技术的大发展是从2 0 世纪9 0 年代初开始的。自1 9 8 6 年以来，小波理论与变换方法迅速发展，它克服了傅里 叶分析不能用于局部分析等方面的不足之处，被认为是调和分析半个世纪以来 工作之结晶。m a l l a t 在1 9 8 8 年将子波变换用于信号处理并提出多分辨率分析的 概念，给出了信号或图像分解为不同频率通道的算法和重构算法，开创了于波 变换在图像处理中的应用，有效地将小波分析应用于图像分解和重构。小波分 析被认为是信号与图像分析在数学方法上的重大突破【1 4 1 。随后数字图像处理技 术迅猛发展，到目前为止，图像处理在图像通讯、办公自动化系统、地理信息 系统、医疗设备、卫星照片传输及分析和工业自动化领域的应用越来越多。 基于图像处理的检测是利用图像采集系统获取被测物体图像并与预先己知 标准进行比较从而确定被测物体的质量状况的过程，实质上就是确定被测物体 对于给定的一组标准的偏差【l 习。检测通常涉及指定零件的特征如配件完整性、 表面完好性和几何尺寸的测量等。 目前通常使用的图像采集系统是采用电荷耦合器件c c d ( c h a r g ec o u p l e d d e v i c e ) 摄相机摄取检测图像，将其转化为数字信号，再采用先进的计算机硬件 与软件技术对图像数字信号进行处理，从而得到所需要的各种目标图像特征值， 并在此基础上实现模式识别、坐标计算、灰度分布图等多种功能。常规图像检 测系统的检测过程是将被检测物体尽量置于均匀照明的可控背景中，通过c c d 及图像卡获取被测零件的数字图像并将其采集到计算机中。检测系统的软件首 先对图像进行预处理、分析及识别，然后将检测结果输出或控制工业过程。根 据检测目标的不同，输出的检测结果可以是被测物体的缺陷或某些目标的识别， 也可以是尺寸和形位误差。 基于图像处理的检测方法一般分为基于参考的检测方法、非参考型检测方 法、混合检测方法和基于c a d 的检测方法【1 引。( 1 ) 基于参考的检测方法该方法 采用点对点( 或特征对特征) 比较，利用了检测目标的完整知识。这类方法主 要有：剪影法、模板匹配法、树法、句法方法和图匹配方法。( 2 ) 非参考型检 测方法该方法利用的是待检测目标的一般特性，而不是特定的一个检测目标的 知识，它不需要任何参考模式，如果不符合设计规则，就认为不合格或有缺陷， 因此也称为设计规则验证方法。该方法依据工件设计规则判断工件是否有缺陷， 无须逐点比较待测工件图像和标准图像。( 3 ) 混合检测方法上述两类方法各有 优缺点，混合检测方法的思想是采两者之长，避两者之短。其典型方法有：用 边界分析的模式检测、射线匹配算法、形状比较法、圆形模式匹配法等。( 4 ) 基于c a d 的检测方法近年来，迅猛发展的c a d c a m 技术为建立物体的几何模 武汉理工大学硕士学位论文 型提供了几何描述基础，产生了三维物体几何模型，称为c a d 模型。图像处理 检测和c a d 技术相结合，有着广阔的发展前景。 图像处理检测是适合现代制造技术发展的一种检测方式，它具有以下优点： ( 1 ) 图像处理检测是通过计算机或者数字信号处理器中的程序对图像信息进行 处理而得到的检测结果，因此它具有一定的智能和柔性，适于现代企业的柔性 生产方式；( 2 ) 可以实现非接触在线检测，完成对生产线上的零件1 0 0 的检测， 满足自动化制造系统中的工序间检测和过程检测的要求：( 3 ) 只要选用足够高 精度的镜头和图像传感器，图像处理检测可以达到较高的检测精度；( 4 ) 图像 处理检测易于实现信息的集成和管理，为实现计算机集成制造技术提供必要的 支持。 由于图像处理检测具有的以上这些优点，所以它与传统的人工检测相比， 效率更高，检测结果更加精确可靠，更适合于危险工况下的检测作业，可以完 成靠人工难以满足要求的场合和带有高度重复性、智能性并且靠入眼无法稳定 进行产品检测的场合。 1 2 2 基于图像处理的螺纹检测发展概况 传统的螺纹检测方法使用螺纹量规和锥度量规配合一系列工具进行人工检 测，这种检测方法工作效率低，人为影响因素很大【l7 1 。随着科学技术的发展， 逐渐出现了专业螺纹检测仪器，它们按照测量方式分主要有接触式和光学瞄准 式。接触式测量仪通过两个半球式探头自定心的方法实现螺纹的测量，存在的 问题是对探头的加工要求极高，使用过程中探头容易磨损，探头容易脱落，测 量螺纹时需要使用三针等辅助手段，效率低，操作繁琐。光学瞄准式主要通过 万能工具显微镜等光学仪器进行测量，存在的主要问题是通过人眼目视瞄准， 人为误差因素多，自动化程度低，效率低，长时间使用造成人眼疲劳。 光纤光栅传感器的应用，促使螺纹测量仪器进一步发展。德国研制成一种 应用光纤维传感器的内螺纹自动测量装置，它可测内螺纹的大径、小径、中径 和螺距误差，其整机测量精度为7i jm 。哈尔滨工业大学研制的复杂轮廓表面形 状的光纤测量系统是基于非接触式扫描原理建立的，可用于螺纹等具有复杂轮 廓表面的检测。他们为航天工业总公司研制成“多功能内螺纹综合测量仪，该 仪器以光栅传感器为示数装置、分度值为0 1pm ，示值误差为0 2pm ，除具有 普通卧式测长仪所有功能外，可测内螺纹的单一中径、作用中径和螺距误差【1 8 】。 计算机技术及光电耦合器件c c d ( c h a r g ec o u p l e dd e v i c e s ) 固体摄像机技 术的迅速发展为非接触式测量开辟了广阔的空间【l9 1 。目前国际上最新式的螺纹 6 武汉理工大学硕士学位论文 测量仪采用图像处理技术实现自动测量，使用c c d 成像系统对被测物体影像进 行摄取，再由计算机对采集图像进行处理并分析、识别，最终得到各项检测数 据。全部测量过程及数据处理由计算机自动控制完成，不仅测量精度高，而且 是非接触测量，不存在测头磨损问题，也不需要三针等辅助手段，操作简便， 大大提高检测效率。 在国外，尤其是在美国和日本，基于图像处理技术的非接触自动测量技术， 对螺纹的检测处于世界领先地位【2 0 1 。在对外螺纹的几何参数测量方面，一种被 称为“激光投影一元照相法 的螺纹测量方法，代表着螺纹测量的最新技术【2 。 其他少数国家也有该类螺纹测量仪，成形产品如意大利生产的带光电刷头的 q c 4 0 0 0 投影仪【2 2 1 。虽然已有成型产品，但是对多参数自动化螺纹测量仪的开发 仍然是国外许多学者的研究方向，像意大利m i c r o r e p 联合仪器公司生产的 d m s 6 8 0 螺纹测量系纠2 3 】，精度可达到0 2pm 。国内与之类似的三维视觉检测 系统有上海精密仪器仪表有限公司生产的1 0 7 j p c v 智能三维精密测量机，x 、y 、 z 坐标方向测量范围为5 0 m m 5 0 m m x5 0 m m ，分辨率0 51 tm 。 上海交通大学和上海科学院提出了一种基于计算机视觉的螺纹非接触检测 技术。螺纹检测系统由照明光源、测量夹具、c c d 摄像机、图像采集卡和计算 机及输出设备组成。他们认为牙形和升角是影响紧固螺纹通过性和接触可靠性 的重要因素，它们之间存在良好的相关性，通过检测紧固件螺纹部分轮廊线的 形状和位置可判断其通过性和接触可靠性。通过螺纹模板的方法来确定螺纹是 否合格，系统精度不高，适用于普通螺纹生产中使用【2 4 1 。 青岛建筑工程学院以面阵c c d 为传感器，研制了一套螺纹测量装置，实现 了普通圆柱外螺纹几何参数的自动非接触测量，对面阵c c d 在复杂零件尺寸测 量方面的应用作出了探索与尝试【2 5 1 。 四川工业学院设计了采用线阵c c d 和步进电机控制系统、单片机系统进行 螺纹测量的系统。并提出了测量参数处理的算法，但仅适用于一般精度螺纹的 测量【2 6 】。 哈尔滨工业大学研制的二维图像测量机，采用自动调焦的技术并采用c c d 亚像素细分技术，使系统分辨力达到0 1um ，瞄准系统的精度可以达到o 3u m 【2 7 1 。 大庆石油学院提出了基于线阵c c d 的非接触测量方法，建立了包括计算机 运动控制、图像数据自动采集和尺寸计算的测量系统。他们针对正投影时螺旋 线对螺纹牙的投影产生局部遮挡的现象，通过调整螺纹轴线与光轴的角度消除 遮挡。从一维c c d 图像信号中提取螺纹牙轮廓点，继而完成各项螺纹参数测量， 测量精度高于5um 【2 引。 7 武汉理工大学硕士学位论文 吉林大学基于数字图像处理技术设计了锥螺纹非接触检测系统，探讨了利 用数字图像处理技术进行锥螺纹几何参数测量的方法，并给出了锥螺纹部分的 尺寸测量结果。并且设计了一种基于计算机视觉的电极锥螺纹检测系统，由计 算机、c c d 摄像机、图像采集卡及输出系统组成，采用v c + + 开发图像处理软 件，测量精度达到0 0 5 r a m 2 9 j 。 西安电子科技大学研究的锥螺纹在线检测系统采用工业摄像头获取螺纹图 像信息，将图像通过图像卡输入计算机。然后利用图像处理软件，计算出螺纹 的锥度、螺距、中径、牙型高度和牙型角等几何尺寸参数，并对螺纹质量进行 自动判断。该系统视场为5 5 r a m ，尺寸测量精度为0 0 2 m m 3 0 】。 以上各项检测方法的实践，为我们对油管螺纹检测的研究提供了良好的经 验。国外研制的自动化螺纹测量仪，可以检测直径较小的螺纹，但是不方便对 油管螺纹进行检测，而且系统设备的价格昂贵。国内基于图像处理技术的螺纹 检测方法的研究尚还处于实验室阶段，对于图像的获取、图像的处理、参数的 计算、测量的精度、工作的稳定等都还需要进一步提高。基于油管螺纹在油田 生产过程中的重要性，有必要针对油管螺纹研究专门合适的检测方法。并且在 提高精度、生产效率、稳定性的前提下，尽快投入到实际生产过程中。 1 3 本文研究的主要内容 鉴于油管螺纹的重要性，以及实际生产中落后的检测手段无法满足对螺纹 快速、方便、准确的测量和评判，在广泛的研究各种测量方法和图像处理相关 技术的基础上，本文在提出一套针对油管螺纹特点的数字图像处理检测方法。 具体工作如下： 第一章，介绍了本课题的研究背景和意义，介绍了基于图像处理的检测技 术和螺纹检测技术的发展概况。 第二章，对数字图像处理的检测原理进行研究，讨论了数字图像检测的方 法。深入研究图像处理技术方法，研究和分析包括图像预处理、图像二值化、 边缘检测技术以及亚像素定位技术等相关算法。研究分析影响光测系统精度的 各种因素。 第三章，对油管螺纹图像检测涉及的图像处理算法进行深入分析，寻求针 对油管螺纹图像特点的最佳图像处理方法，提出适合油管螺纹图像边缘提取的 改进型c a n n y 边缘检测算法。 第四章，从整体上对油管螺纹图像检测系统进行描述，根据油管螺纹几何 形貌特点和美国石油学会确定的测量方法，按照国产油管螺纹的基本尺寸，对 8 武汉理工大学硕士学位论文 经过处理后的油管螺纹图像进行几何测量，研究了油管螺纹的锥度、夹角、螺 距、高度、中径测量方法，对油管螺纹的螺距和高度进行了实际测量。并且对 油管螺纹表面的形貌进行检测，提出符合实际的油管螺纹判废标准。 第五章，总结了本文所做的工作，指出待解决的问题和一些尚需进一步研 究的内容。 9 武汉理工大学硕士学位论文 第2 章基于数字图像处理的检测原理与影响因素 2 1 数字图像检测原理 2 1 1 数字图像检测系统构成 数字图像检测技术在工业和工程领域中的应用广泛。工业图像检测是将计 算机视觉应用于工业检测的- - i 1 交叉学科，计算机视觉是指利用计算机技术对 景物图像进行识别，以得到对景物某些特性的解释，利用这一技术可以解决许 多工业图像检测环节的问题，取代落后的人工检测，进而可以构成“视觉环 节的反馈控制系统。一般的数字图像检测系统简单流程图如图2 1 所示 图2 1图像检测系统简单流程图 由光的直线传播定律可知，平行光水平照射在一个竖直物体上，在物体另 一侧的竖直像面上，能得到一个和物体等高的像。根据这一理论，提出c c d 成 像采集系统的原理：处在球面镜焦面上的点光源照射球面反射镜产生准平行光， 该准平行光从一侧照射垂直放置的螺纹，在螺纹的另一侧，平行于螺纹的像面 上获得等尺寸的螺纹外形影像，并用c c d 摄像头采集这个影像，通过图像采集 卡传输到计算机，最后使用软件系统获取螺纹的有关参数。 数字图像检测系统主要由照明系统、c c d 摄像机、进给系统、图像处理系 统、主控计算机及其外设五大部分组成。他们的组成形式如图2 2 所示，由照明 系统、图像输入设备( c c d 摄像机和图像采集卡) 和计算机，在线非接触式地 获取大量的被测物件的原始图像，应用边缘检测算子对原始图像进行处理，检 测出图像的边缘点并进行数据处理，从而获得物件的几何参数，根据测量数学 模型和测量要求，计算处理得到物体指定尺寸的测量结果，并且采用标准样块 对系统进行标定，从而获取高精度的测量结果。 1 0 武汉理工大学硕士学位论文 图2 - 2 数字图像检测系统组成形式 212 图像处理的原理 图像处理的目的是获取被测物体图像的特征信息，然后通过特征计算相关 的特征参数，其一般流程如图2 - 3 所示。通过图像采集系统获取的图像，由于受 到各种因素的干扰，对后续提取特征信息会产生不利影响，所以需要对原始图 像需要进行预处理。然后图像经过二值化处理后通过边缘检测算法提取被测物 体边缘特征信号，再对边缘信号进行亚像素精确定位，获取更加精确的边缘信 息。 号 图2 - 3 图像处理流程框图 1 、图像的预处理 通常所得到图像和原始图像有某种程度的差别。这些都是因为有外界的噪 声加入到图像中，因此需要先对图像进行滤波等预处理来消除噪声的影响。根 据不同的要求，滤波的方法有很多种，每一种方法各有利弊。 武汉理工大学硕士学位论文 ( 1 ) 低通滤波 低通滤波技术是一种属于频率范畴的去噪声技术。由于图像中的噪声对应 于图像频率域中高频分量，因此在频率域中，对高频分量进行衰减，就可以滤 除图像中的高频噪声。设f ( u ， ，) 是噪声图像( 甜，v ) 点的灰度，g ( u ，1 ，) 是滤波后的 灰度，n ( u ，们是低通滤波器的脉冲响应函数，则： g ( u ，d = f ( u ，v ) 宰h ( u ，d ( 2 - 1 ) 式中：幸表示卷积运算符。低通滤波器的传递函数： r 1 1d ( u ，d 或 h ( u ，1 ，) = ( 2 - 2 ) 1 0d ( u ，) d o 式中：d o 是截止频率，d ( u ，1 ，) 是点 ，1 ，) 的频率。通过低通滤波，将高于截止频 率的信号滤除。低通滤波器在消除噪声的同时也平滑了图像，存在一定程度的 边缘模糊效应。 ( 2 ) 高通滤波 与低通滤波器相反的是，高通滤波器对图像低频信号进行衰减。图像经正 交变换后变到频域f ( u ，1 ，) ，l - l ( u ，v ) 是高通滤波器的脉冲响应函数，与f ( u ，) 相 乘为g ( “，v ) 。这种处理的效果是使能代表细节、跳变等的高频成分大大增加， 因而当g ( u ，v ) 反变换到空域时的图像g ( u ，d 时边缘会变陡峭，这称为尖锐化， 使图像边缘部分更加清晰。 高通滤波最适用于抽取图中物体的边缘或对物体勾边，可使物体在背景中 更加突出( 锐化) ，从而使全幅图片更清晰更鲜明。 理想的高通滤波器函数是 r 1 0 d ( u ，1 ，) d o h ( u ，d = ( 2 - 3 ) 1 1 d ( u ，v ) d o 式中：饥是频域平面从原点到截止频率的距离。 高通滤波函数均加强了高频分量，但是由于低频通过太少，故处理之后图 像仍不清晰。 ( 3 ) 线性滤波 对些图像进行线性滤波可以去除图像中某些类型的噪声，如采用平均法 的均值滤波器就非常适用去除通过扫描得到的图像中的颗粒噪声。 a 、邻域平均 邻域平均是空间域平滑噪声技术。对于给定的图像f ( x ，y ) 中的某个像素点 ( 石，y ) ，取其邻域s 。设s 含有个元素，取其平均值作为处理后所得像素点( 工，y ) 1 2 武汉理工大学硕士学位论文 处的灰度。用一个像素邻域内各像素灰度平均值来代替该像素原来的灰度，即 是邻域平均技术。 这里f ( x ，y ) 表示( j c ，) ，) 像素点的实际灰度，0 ，( f = 1 , 2 ，m ) 表示其邻近点的 灰度，邻域平均方法可用下式表示： 。石，y ，：j 击善q 当l 厂c 工，少，一m 1 - 兰i = i 。：i 耐 ( 2 4 ， i f ( x ，y ) 其他 式中：占称为门限，它可以根据对误差容许的程度，选为图像灰度均方差盯的 若干倍，即：占= k 万，也可以用实验的方法，选为总灰度级的一个百分数，即： s = a l ，l 为总灰度级，彳为大于零的正数。 邻域平均法能够很好的滤除噪声，图像经平滑后可使噪声方差减小m 倍， 但是，邻域平均法在消除噪声的同时，也使信号的峰值位置产生了偏移，因为 平均值平滑技术在消除噪声的同时也改变了取样窗1 3 中正确像素点的灰度值， 使整个信号的分布发生了变化。平滑窗口取得越大，平滑效果越明显，但图像 的过渡区域变的越大，边缘越模糊，对峰值位置的影响越大。 b 、多帧平均 如果叠加于图像上的噪声是非相关，具有零均值的随机噪声，则可以用几 张在相同条件下获得的这种随机图像的平均值表示原图像。若 f ( x ，y ) = g ( x ，y ) + n ( x ，j ，) ( 2 5 ) 式中：g ( x ，y ) 表示原无噪声图像，f ( x ，y ) 为叠加了噪声后的图像，则可以用 2 吉善z ( w ) ( 2 - 6 ) 来估计g ( x ，y ) 。这种估计是无偏的，因为 e 坼( x ，y ) 2 吉善e u ( x ，埘2 万1 g r ( 工，y ) = g ( 工，少) 2 - 7 ) 其估计误差为 以= e f p ( x , y ) - g ( x , y ) ) 2 矗= e 恃善m 肫叫州2 协8 ， e 恃知川) 2 = 扣 协9 ， 式( 2 9 ) 表明当对m 幅相同的图像取平均后可把噪声的方差减少m 倍，m 越大，滤波的效果越明显。 武汉理工大学硕士学位论文 多帧平均滤波法可以有效的消除图像中的随机噪声的同时，又能够保持图 像的真实面貌，尤其是对线性光图像，它对线性光的峰值位置影响非常小，但 是由于它将同时用到几帧图像，占据计算机的内存资源，同时处理数据量较大， 处理的速度较慢，如果采用多帧平均滤波，应采取一定的措施以加快滤波的速 度。 ( 4 ) 中值滤波 中值滤波是一种非线性的信号处理方法，与其对应的中值滤波器当然也是 一种非线性的滤波器。中值滤波在一定的条件下可以克服线性滤波如均值滤波 带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。其处理 思想是以局部域中灰度的中位数作为滤波器的输出灰度。其优点是保持