（机械设计及理论专业论文）基于计算机视觉的螺纹参数检测算法研究.pdf

摘要 螺纹连接件连接可靠，装配方便，被广泛应用在机械设备以及其他设备中。 在工程应用中，对螺纹的互换性和可靠性要求很高，因此需要进行认真的检测。 目前我国主要使用机械检测方法对螺纹进行检测，检测速度慢、检测精度低，已 不能满足生产实际的需要。随着计算机技术和光电技术的发展，已经出现了一种 新的检测技术基于计算机视觉的检测技术。 论文分析了计算机视觉检测系统的基本构成、特点及优越性，依据视觉检测 系统硬件选用的一般原则，建立了计算机视觉检测实验系统。针对在图像采集过 程中影响图像质量的干扰因素，并通过对滤波算子的实验研究，采用了中值滤波 算法对图像进行了预处理。对一阶、二阶微分边缘检测算子进行了讨论研究。针 对测量要求，提出了多种螺纹边缘轮廓的提取算法，在对各种算法进行具体分析 的基础上，采用基于灰度直方图的阈值计算法来提取螺纹边缘轮廓。根据螺纹边 缘特点提出了用于直线边缘的亚像素定位方法一最小二乘回归直线拟合法，该 算法计算速度快，定位精度高，适应于直线边缘的整体定位。针对二维图像测量 实际应用的特点，采用了不同方位多次标定取平均值的标定方法，可消除镜头畸 变误差和标定过程引入的误差。根据螺纹检测要求，选择螺纹大径、螺距、牙型 角和中径四个主要参数作为计算机视觉测量目标。以六角头螺栓为样件进行了检 测实验，结果表明，能够满足工业检测的精度要求。 关键词：计算机视觉螺纹滤波边缘检测亚像素定位方法 a b s t r a c t t h es c r e wc o n n e c t i o nh a sb e e nw i d e l yu s e di nm e c h a n i c a le q u i p m e n ta n do t h e r d e v i c e sb e c a u s eo fi t sh i g hr e l i a b i l i t ya n dc o n v e n i e n ta s s e m b l yc h a r a c t e r s t h e i n t e r c h a n g e a b i l i t ya n dr e l i a b i l i t yo ft h es c r e wa r er e q u i r e ds t r i c t l yi ne n g i n e e r i n g a p p l i c a t i o n ，s oi tm u s tb em e a s u r e ds e r i o u s l y m e c h a n i c a lm e a s u r e m e n ti si n c a p a b l e o fs a t i s f y i n gt h ea c t u a ld e m a n do fp r o d u c t i o nb e c a u s eo fi t sl o wm e a s u r i n gs p e e da n d l o wp r e c i s i o n w i t ht h ed e v e l o p m e n to fc o m p u t e rt e c h n o l o g y , an e wi n s p e c t i o n t e c h n o l o g yb a s e do nc o m p u t e rv i s u a lh a sb e e np r e s e n t e d t h ep a p e ra n a l y z e st h e v i s u a l i n s p e c t i o ns y s t e m s b a s i c c o m p o s i n g ， c h a r a c t e r i s t i c sa n ds u p e r i o r i t y ；p r e s e n t sm a i np r i n c i p l eo ft h e s y s t e mh a r d w a r e s e l e c t i o n ；a n de s t a b l i s h e sc o m p u t e rv i s u a li n s p e c t i o ne x p e r i m e n t a ls y s t e m f o c u s e d o nt h ei n t e r f e r ef a c t o r st h a ta f f e c ti m a g eq u a l i t yi nt h ep r o c e s so fi m a g ec o l l e c t i o n , a n dt h r o u g ht h ee x p e r i m e n t sc o m p a r i s o nw et a k e sm e a nf i l t e r i n g o p e r a t o r t o p r e p r o c e s st h ei m a g e f i r s t - o r d e rd i f f e r e n t i a le d g ed e t e c t i o no p e r a t o r , s e c o n d - o r d e r d i f f e r e n t i a le d g ed e t e c t i o no p e r a t o r sa r es t u d i e da n dd i s c u s s e d i nt h eb a s eo ft h e c h a r a c t e ro fs c r e wt h r e a da n de x p e r i m e n t sc o m p a r i s o no ft h eo p e r a t o r s , m a n y o p e r a t o r sa r ep r e s e n t e d ，a n dg r a y - h i s t o g r a mt h r e s h o l dm e t h o di su s e dt od e t e c te d g e i nt h eb a s eo ft h ec h a r a c t e ro fs c r e wt h r e a d ，as u b - p i x e lo r i e n t a t i o nm e t h o du s e dt o l i n ee d g e - 一l e a s t - s q u a r e sf i t t e dr e g r e s s i o nl i n ei sp r o p o s e d ，w h i c hh a sf a s t e rs p e e do f r u n n i n ga n db e t t e r o r i e n t a t i o np r e c i s i o na n di sa d a p t i v et o l i n ee d g e sw h o l e o r i e n t a t i o n a c c o r d i n gt op r a c t i c a la p p l i c a t i o nc h a r a c t e ro f 2 一di m a g em e a s u r e m e n t , a c a l i b r a t i o nm e t h o dw h i c ht a k e st h ea v e r a g eo ft h ec a l i b r a t i o nv a l u ef r o md i f f e r e n t o r i e n t a t i o ni su s e d i tc a ne l i m i n a t et h ea b e r r a t i o na n de r r o ri nc a l i b r a t i o na to n et i m e a c c o r d i n gt om e a s u r er e q u e s to fs c r e wt h r e a d ，f o u rm a i nc h a r a c t e r s m a j o rd i a m e t e r , s c r e wp i t c h ，a n g l eo ft h r e a da n ds i m p l ep i t c hd i a m e t e ra r ec h o s e nt ob em e a s u r i n g o b j e c t so fc o m p u t e rv i s i o n t h ee x p e r i m e n tt a k e sh e xb o l ta sas a m p l e ，a n dt h er e s u l t s h o w st h a ti tc a nr e a c ht h ep r e c i s i o nr e q u i r e m e n to fi n d u s t r ym e a s u r e m e n t k e yw o r d s ：c o m p u t e rv i s i o n ，s c r e w , f i l t e r , e d g ed e t e c t i o n ，s u b - p i x e l a l l o c a t i o nt h e o r y 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成 果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的 研究成果，也不包含为获得天鲞大望或其他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。 学位论文作者签名：甲埠签字日期：聊年岁月日 学位论文版权使用授权书 本学位论文作考完全了解蠢鲞盘翌有关保留、使用学位论文的规定。特授 权苤鲞盘垦可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影 印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或 机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：尹锑 导师签名： 签字日期：3 斫年弓月f 日 办戡 签字日期：力哆年；月f 日 第一章绪论 1 1 计算机视觉 1 1 1 计算机视觉概述 第一章绪论 人类从外界环境获取的信息中，8 0 来自于视觉。人的眼睛从自己周围的环 境获取大量的信息，并传入大脑后，由大脑根据知识和经验，对信息进行加工、 推理等处理工作，最后识别理解周围环境。现实世界的物体都是三维的，而人眼 所获得的景物图像是二维的，但是人类视觉系统能够从二维图像中感知三维世 界，获得三维世界的信息。由此可见视觉信息对人类的重要性，而图像正是人类 获取视觉信息的主要途径。计算机视觉就是用各种成像系统代替视觉器官作为输 入敏感手段，利用计算机从二维图像中提取景物的二维或三维结构和属性的描述 并加以理解，主要是处理方法或算法等。机器视觉是计算机视觉的延伸，是指利 用计算机和一些辅助设备自动获取和分析图像信息，并自动的对场景进行理解， 做出结论和控制某些机械活动。计算机视觉是一门新兴的学科，它的发展得益于 神经生理学、心理学与认知科学对动物视觉系统的研究，研究目标是使计算机具 有通过二维图像认知三维环境信息的能力。这种能力将不仅使机器能感知三维环 境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对他们进行 描述、存储、识别与理解。计算机视觉的研究目的和内容有两个方面：一是开发 从输入图像数据自动构造场景描述的图像理解系统：二是理解人类视觉机理，以 便用机器代替人去做人类难以达到或根本无法达到的工作。此二方面使得计算机 视觉的研究既带有基础性，又带有很强的应用特征和工程性质。计算机视觉是当 今最为活跃的学科之一，是一个重要而又富有挑战意义的研究领域l 卜4 j 。 1 1 2 计算机视觉的发展 计算机视觉是一个相当新且发展十分迅速的研究领域，并成为计算机科学的 重要研究领域之一。早期的计算机视觉研究主要基于二维技术，多是采用模式识 别的方法完成分类工作l 川。19 6 5 年r o b e r t s 首先成功地对三维积木世界进行解 释，开创了以理解三维场景为目的的三维计算机视觉的研究。g u z m a n 在视觉处 理研究中引入符号化处理和启发式方法，以后h u f f m a n ，c l o w e s 等人对积木世界 进行研究并分别解决了由线段解释景物和处理阴影等问题。而计算机视觉 1 第一章绪论 ( c o m p u t e r v i s i o n - c v ) 一词最早出现于1 9 7 5 年，p h w i n s t o n 在他所编辑的 论文集中给出了c v 最初的定义。7 0 年代，d m a r r 教授在麻省理工学院( m i t ) 朋实验室领导一个以博士生为主体的研究小组从事视觉理论方面的研究工作， 逐步形成了关于视觉的计算理论。m a n 的视觉计算理论立足于计算机科学，系 统地概括了心理物理学、神经生理学、临床神经病理学等方面已取得的所有重要 成果，是迄今为止最系统的视觉理论。计算机视觉这一学科与此理论框架有着密 切的关系。 m a r r 的视觉计算理论从信息处理的角度出发，认为视觉处理中存在三个不同 的层次，即计算理论的层次、表示( 数据结构) 与算法的层次、硬件实现的层次【o j 。 其中最重要的是计算理论层次，并根据w a r r i n g t o n 临床神经学的研究结果，阐明 视觉的目的是从图像中建立物体形状和位置的描述。在这一层次把视觉过程主要 规定为从二维图像信息中定量地恢复出图像所反映的场景中的三维物体的形状 和空间位置，即三维重建。在计算理论这一层次上，m a r r 将三维重建这一过程 分为三个阶段，如图1 1 所示。 图l - 1 视觉的三个阶段 3 d 描 述 早期视觉处理阶段是由输入的二维图像而获得二维图素。图素指的是图像中 灰度变化剧烈处的位置及其几何分布和组织结构。中期视觉处理阶段由二维图素 而获得2 5 维图形，2 5 维图形指的是在以观察者为中心的坐标系中，可见表面 的法向、大致的深度以及它们的不连续轮廓等。由于2 5 维图中包含了深度的信 息，因而包含的比二维更多，但还不是真正的三维表示。这一阶段是由多个相对 独立的视觉模块组成，又称“s h a p ef r o mx ”模型，这些模型包括由某些图像特 征( 如边缘点、轮廓线、纹理、颜色、序列图像对应特征等) 恢复物体三维形状 等。后期处理阶段是从2 5 维图获得场景中物体的三维描述，识别出场景中存在 的物体以及确定这些物体的位置和姿态。三维描述指的是以物体为中心的坐标系 2 第一章绪论 中，用含有体积基元和面积基元的模块化的分层次表示，同时给出各物体之间的 空间关系描述。 m a r t 的理论比较系统地、一般地揭示了用二维图像恢复三维物体形态的可能 性和基本方法，具有划时代的意义，为计算机视觉成为一门学科奠定了重要的基 础。这一框架虽然在细节上甚至在主导思想上还存在不完备的方面，许多方面还 有很多争议。但至今仍是目前计算机视觉研究的基本框架。m a n 去世后的1 0 多 年里，计算机视觉理论和技术已有了很大的进步，但是大部分工作仍可以用他的 理论框架概括。它使计算机视觉的研究有了一个比较明确的体系，并大大地推动 了计算机视觉研究的发展。近年来，计算机视觉的应用技术研究推动了其理论上 的发展。同时，许多学者在计算机视觉科学的现状与目标、理论与方法以及实验 与应用等方面产生了许多不同的见解，并进行了广泛的有益的争论，这些争论是 严肃的、认真的、尖锐的、实事求是的，在很大程度上促进了计算机视觉技术的 发展，把以d m a r r 视觉理论为基础的三维重构学派拓宽到全新的主动视觉方 法及面向应用的视觉方法l ，j 。 近十年来，随着计算机视觉理论的迅速发展，它逐渐发展成一门由计算机技 术、控制理论、模式识别、人工智能和生物技术等众多领域交叉综合的新学科， 它在某些科技领域中卓有成效的应用，引起了学术界和工业界的极大兴趣和重 视，其应用范围也日益扩大，涉及到机器人、工业检测、物体识别、医学图像分 析、军事导航和交通管理等诸多领域。 1 2 计算机视觉技术在零件检测中的应用 在现代机械制造系统中，每个环节都是紧密联系的。制造系统的任何一个环 节没有及时引进先进的理论和技术而落后于时代的发展，都会成为制造业发展的 障碍。检验和测试环节是制造系统的重要组成部分，如该环节与系统中其他环节 不能很好的匹配，那么系统中的信息和物流的流动都将无法顺利的实现。 随着c i m s 的推广应用，企业在向柔性化、自动化发展的过程中，提出了对计 算机辅助质量( c a q ) 的需求。目前计算机辅助检测计划( c a i p ) 已成为c a q 系统的 重要组成部分，它的核心问题是解决如何检测零件。在柔性制造系统中坐标测量 机( c 删) 是重要的检测手段，在制造业中得到广泛的应用。随着柔性制造系统 ( f m s ) 的推广，人们对检测系统的智能化、柔性、快速性等方面提出了更高的要 求，以适应多品种、小批量生产的需要。 计算机视觉用于工业检测领域是最近三十年才开始讨论的事情，但这一技术 的出现为工业检测技术的发展拓展了空间。由于计算机视觉系统可以快速获取大 3 第一章绪论 量的信息，且易于同设计信息和加工控制信息集成，用于工况检测、现场监控的 计算机视觉系统已广泛的应用在工业、商业等领域。计算机视觉作为一种检测手 段已经越来越引起人们的重视，逐步形成一种新的检测技术计算机视觉检测 ( a u t o m a t e dv i s u a li n s p e c t i o n ，a v i ) 技术。 a v i 是种以计算机视觉方法为基础，综合运用图像处理、测量及模式识别 等技术的非接触检测方法，原理是对计算机视觉系统得到的被测目标图像作分 析，从而得到所需测量信息，并根据已有的先验知识，判别被测目标是否规范( 即 合格或不合格) 。与传统的机械电子或光学仪器相比它具有以下的优越性： 更好的柔性，基于计算机视觉技术的检测手段对被检测工件和过程有很强的 适应能力，只有柔性加工环节而没有柔性检测环节的柔性制造系统( f m s ) 是 不完善的。 具有良好的接口能力，可以很容易的将其集成到f m s 或c i m s 系统中去。 图像采集中获得的信息量，一幅5 1 2 x5 1 2 x8 的灰度图像中包含了2 5 6 k 字节 的信息，这是传统的机械电子与光学仪器无法与之相比的。 在尽可能大的程度上消除了主观因素对于检测结果的影响，使得不同检测结 果之间具有良好的可比性。 更高的检测效率。 研究视觉检测技术在机械工件检测中的应用，对现代柔性机械制造系统的发 展和推广有很现实的意义。 计算机视觉检测按其所处理的图像数据类型可分为二值图像、灰度图像、彩 色图像和深度图像的视觉检测。大部分零件视觉检测系统采用二值图像数据格 式，其图像精度要求不高，可减少检测所需的数据量，有助于满足系统速度和成 本要求l z j d j 。 1 3 螺纹基本概念及测量方法 在螺纹测量中，主要根据螺纹的公差标准、结构形式以及各参数的定义来选 择测量方法，因此有必要对螺纹的形成与基本概念做一定介绍 1 2 ，1 3 1 4 5 4 | 。 1 3 1 螺纹的形成、结构与标准 如图1 - 2 所示，沿圆柱面有一运动的点，其轴向位移与相应的角位移成一定 比值，则该点的轨迹是一条阿基米德螺旋线。如将圆柱表面展开成平面，则该螺 旋线展开成一条斜直线，即图中直角三角形的斜边。斜边的倾角允，亦即螺旋线 的切线和垂直于螺旋线轴线的平面间的夹角，称为螺旋线的升角，任一点沿螺旋 4 第一章绪论 线转一周，其轴向位移称为导程，用s 表示。若圆柱的直径为d ，则螺旋线的升 角名和导程s 有如下关系： 培肚者 l 、 i _ 薯如 图1 - 2 螺纹的形成 现取一平面图形，例如三角形，如图卜2 中所示，使其沿螺旋线运动并保持 其平面始终通过螺旋线的轴线，则该三角形在空间的轨迹就是三角形螺纹。同理， 若取平面图形为矩形、梯形，则可得相应的矩形、梯形螺纹。所以，对于圆柱螺 纹来说，垂直于圆柱轴线( 即螺纹轴线) 的截面牙型为阿基米德螺旋线；而平行 于轴线或通过轴线的截平面所形成的牙型，是定义螺纹各参数的牙型。 常用的螺纹牙型结构按标准和使用要求不同，在形式上主要有下面几种：普 通螺纹牙型( g b l 9 2 2 0 0 3 和i s o 标准) ，英制( 威氏) 螺纹牙型，圆柱管螺纹 牙型，梯形螺纹牙型、圆弧螺纹牙型和滚珠丝杠牙型等。 1 3 2 螺纹的基本参数和常用名词 表示螺纹特征参数的标称尺寸，对螺栓( 螺柱、螺钉) 和螺母( 螺孔、机座) 是完全相同的，其参数和常用名词如下( 插图以外螺纹为例) ： 螺纹：在圆柱或圆锥表面上，沿螺旋线所形成的具有相同型面的连续凸起。 三角形螺纹：螺纹牙型在轴截面呈三角形的螺纹的总称。 螺纹轴线：螺纹中径圆柱或中径圆锥的轴线。 螺纹基本牙型：在螺纹轴截面内，一个螺距长度上螺纹的理论轮廓形状，由 它可引出内、外螺纹的设计牙型。 螺纹设计牙型：内、外螺纹所允许的最大实体牙型。实际上，尽管螺纹牙底 5 第一章绪论 具有不确定形状，但内、外螺纹装配时，并不侵占其最大实体牙型。 最大实体牙型：对于外螺纹，中径、外径为最大极限尺寸时的牙型为最大实 体牙型。 最小实体牙型：对于外螺纹，中径、外径为最小极限尺寸时的牙型为最小实 体牙型。最大实体牙型和最小实体牙型的中径代表着螺纹中径的上下限。 牙型高度：在螺纹牙型上牙顶和牙底之间垂直于螺纹轴线的距离，如图1 - 3 所示。 牙顶高：对圆柱螺纹，外螺纹的牙顶高是外径圆柱和中径圆柱之间的径向距 离；内螺纹是内径圆柱和中径圆柱之间的径向距离。如图1 - 3 。 图卜3 牙型高度图1 - 4 外径、内径 外径：与外螺纹牙顶或内螺纹牙底相重合的假想圆柱面的直径。图1 - 4 所示 是用英文小写字母d 表示外螺纹外径。 内径：与外螺纹牙底或内螺纹牙项相切的圆柱体的直径。图卜4 所示是用英 文小写字母d ，表示外螺纹外径。 中径：一个假想圆柱的直径，该圆柱的母线通过牙型上沟槽和凸起宽度相等 的地方，此假想圆柱称为中径圆柱。 单一中径：与螺纹同轴的一个假想圆柱体，该圆柱的上、下母线通过牙型上 沟槽宽度等于基本螺距( 基本尺寸) 一半的地方。当螺纹螺距和牙型半角没有制 造误差时，这时单一中径圆柱上的牙凹宽度等于牙凸宽度。此中径在螺纹零件旋 合性上有决定影响，见图1 - 5 。 作用中径：在规定的旋合长度内，恰好包容实际螺纹的一个假想螺纹的中径， 这个假想螺纹具有基本牙型的螺距、半角以及牙型高度，并另在牙顶处和牙底处 留有间隙，以保证不与实际螺纹的大、小径发生干涉，如图1 - 5 。 螺距：相邻两牙在中径线上相应两点之间的轴向距离( 见图卜5 ) ，螺距用p 表示。螺距的测量是在与螺纹轴线平行方向的牙面位置上进行。 6 第一章绪论 牙型角( 口) ：在螺纹牙型上相邻两牙侧间的夹角。 牙型半角( 2 ) ：在螺纹牙型上，牙侧与螺纹轴线的垂线问的夹角。在测 量对称牙型轮廓的螺纹时- 主要检验牙型半角2 ，其目的主要是检验螺纹加工 时，由于刀具和零件安装的倾斜而引起螺纹牙型角的倾斜。 最学 - 斟i - 1 l & a l 图1 - 5 一 | 径、单一中径、作用中径、螺距 1 4 国内外螺纹参数的检测方法及发展现状 螺纹连接结构连接可靠装配、拆卸方便，被广泛应用在机械设备以及其它 设备中。其互换性和标准化程度要求高，需要进行认真的检铡。以常用的紧固螺 纹为例，单就几何参数来说，对其互换性要求可以归纳为两点；一是旋合性，就 是规格相同的内、外螺纹可以相互自由旋合；二是连接强度要求，就是相互旋合 的内、外螺纹，牙侧面要有足够的接触面积，以保证连接强度。 我国制造业中主要使用机械检测方法对螺纹进行检测。常用的有螺纹量规、 工具显微镜、三针法和其它通用量仪 等这些方法都是手工进行的，检褪l 速 度慢、检铡精度低已不能满足实际生 产的需要。 1 4 1 传统测量中最常用方法 l 、用工具显微镜测量螺纹各单项参数 工具显微镜是一种应用非常，“泛 的光学仪器测量螺纹是其主要用途之 一，下面结合图1 咱简要介绍其结构原 理。 图卜6 工具最微镜 第一章绪论 在纵、横向滑板3 和1 1 上分别安装有长度为2 0 0 珊和l o o n n 的玻璃毫米 刻度尺，它们可分别在机座1 上自由地移动，用读数显微镜5 和6 对准纵、横玻 璃刻度尺即可进行读数瞄准工件用的主显微镜9 及其镜架8 安装在仪器后方的 立柱7 上，可沿立柱上下移动以调整焦距转动手柄1 0 可使立柱7 向右或向左 倾斜一定角度，以适应各种螺旋面的铡量要求。仪器的照明系统在后下方光束 照射被测件，并在主显微镜中形成被测钟轮廓的影像主显微镜上方装有测角目 镜( 见图卜7 ) ，转动其上的手柄5 ，可使度盘盒1 内的刻有圆周分度的玻璃刻度 盘旋转t 其转动的角度可从角度目镜3 中观察凄取( 见图卜7 右上) 刻度盘中 央有米字虚线，用以对准被测件轮廓并从中央h 镜2 中观察( 见图卜7 左上) ， 反光镜4 是供角度目镜照明用。 测量时，移动仪器的纵向、横向滑板并配合旋转目镜中的米字虚线来瞄准被 皱9 曩 图1 7 测角目镜 1 3 个螺距的实际值。 当中央虚线在以上各位 置对准螺牙侧后，即可从角 度目镜3 中读出各自的牙 型半角值。 上述方法称为影像法， 即按被测件的轮廓影像进行 测量由于轮廓成像的清晰 程度和瞄准误差的影响以 及测量时主显微键需倾斜一 螺纹升角p ，使测量在法向 截面内进行，而不是按定义 测件图l - 8 为测量螺纹的螺距、中径和牙 型半角的示意图。 测量中径时，先将立柱7 倾斜一个螺纹 升角p 然后移动仪器的纵、横向滑板，在 各个位置( 位置i 、i i 、i i l 和i v ) 对准， 配合旋转目镜，并在横向读数显微镜6 读数 进行测量。 测量螺距时先在位置i 上对准并在 显微镜5 上进行读数，然后移动纵向滑板， 使之移过n 个螺牙后在位置v 上对准，由 显微镜5 再次进行读数，两次读数之差即为 罔卜8 螺纹测量示意图 第一章绪论 在轴向截面上进行测量，并且由于安装误差的影响，测量精度会受到一定限制。 2 、三针法测量外螺纹中径 三针法主要用于测量精密的外螺纹中径，如图1 - 9 所示，将三根精密量针放 在螺纹的牙槽中，再用精密量仪( 如杠杆千分尺、光学计、测长仪等) 测出m 值， 最后计算出被测中径值d ，。公式如下： o c ：竺：宣上( 1 1 ) 。竺 2 i n s i ns l n 竺- 一- _ 22 d c ：b d c o t 竺：旦c o t 竺( 1 2 ) 图l - 9 三针法测外螺纹中径 d 2 = m - 2 ( a z 。+ o c - d c ) = m - 们+ 壶卜詈c o t 詈( 1 - 3 ) 2 式中口。一量针直径， a s 、p 、a 2 为被测螺纹的中径、螺距、牙型半角。 3 、螺纹车间低精度检测 在实际生产中，对于精度不太高的牙型角常用样板进行测量，如图1 - 1 0 ( a ) ， 这种方法简单易行，但精度低，而在精度较高一点的牙型角测量中，一般用角度 规进行，如图卜1 0 ( b ) ，车间检验螺距最简单的方法是用样板如图卜1 0 ( c ) 所 示，检测时以光隙法靠人来判断螺距的准确度，用角度规可以测量牙型角误差， 但因角度规常用的分度值为2 7 ，故测量精度也不高。因此，这些方法只能对螺纹 某些参数作低精度的检测。 9 第一章绪论 霹n 胁 图1 - 1 0 螺纹的车间低精度检测 通过对上述三种传统的螺纹单项测量原理及方法的介绍，我们可以看出它们 共同的不足之处：都是利用机械检测方法手工测出某些参数，然后再通过数学公 式人工计算出来，这样的测量方法操作工序多，不可避免的会带来主观的观测误 差，而所有器具的精度也直接影响测量精度；另外，手工操作的方式，耗时长、 效率低；最后，这些测量器具加上人力因素而导致螺纹测量的高成本 1 5 ，5 3 。 1 4 2 目前我国螺纹参数检测方法 l 、基于传统测量仪，针对特殊螺纹开发专用的测量仪器 同步螺纹测量仪：该仪器采用比较测量原理，通过待测螺纹与标准样件在该 仪器上的比较测量之后来测量螺纹的合格性。所谓同步螺纹是指同一零件上的两 螺纹，这两条螺纹的螺旋线上任意对应点均保持一定的位置关系。 2 、利用传感器设备，进行计算机辅助测量 哈尔滨工业大学研制的多功能内螺纹综合测量仪居于国内的领先水平，它除 具有传统的万能测量仪的全部功能外，还具有测内螺纹作用中径，单一中径和螺 距误差的功能，从而可以取代测内螺纹的螺纹塞规和检验螺纹环规的螺纹较对 规。该仪器采用光栅位移传感器，采用微机进行数据处理与显示及档案查寻，并 可随时打印出测量结果。测量范围为螺纹直径1 0 - - 1 5 0 r a m ；螺距1 6 姗；分辨率 为0 1 朋；示值误差为4 - 0 5 , u m ；示值稳定性为0 3 , u m ；测量单一中径精度 为0 0 0 3 m ；测量作用中径精度为0 0 0 5 m m ；测螺距误差精度为0 0 0 2 r m 。 3 、基于计算机视觉的非接触自动测量 文献 2 0 中提出了一种基于计算机视觉的螺纹非接触检测技术。该文章认 为，牙型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 良好相关性，通过检测螺纹部分的轮廓线的形状和位置可以判断其通过性和接触 l o 第一章绪论 可靠性。这种方法得到的螺距误差小于0 0 8 个像素( 2 5 z m ) 。 1 4 3 国外螺纹检测情况 1 、1 9 9 0 年1 月1 7 日，美国飞机标准委员会召开了螺纹标准修订会，修订了关 于螺纹合格性的两项军用标准：m i l 一9 7 7 4 2 、m i l 一9 8 8 7 9 。该标准中提出， 通一止端螺纹塞规只能用于检测螺纹规格为0 0 1 9 英寸( 相当于m 5 ) 以下的内螺 纹，这样，事实上就废除了通一止端螺纹量规。新标准分为两种螺纹：“保安螺 纹”和“其它螺纹”。对于保安螺纹则必须1 0 0 地检查1 1 个螺纹特征参数。 2 、早在1 9 9 2 年美国“a s m e 验收统一英制螺纹、普通螺纹和航空螺纹尺寸的 检测体系”中就提出了测内外螺纹可用内、外螺纹指示量规，该指示量规可测出 内外螺纹的单一中径、作用中径及圆度、锥度误差。 3 、9 0 年代，瑞士已研制成功t y p 5 6 5 2 、t y p 5 6 7 6 、t y p 5 6 7 7 型外螺纹综合测量 仪，该仪器采用了标准螺纹件与被测外螺纹滚动的方法，可测出外螺纹中径值。 4 、日本研制出一种螺纹自动坐标测量机，它可以测螺纹的单一中径、螺距 误差、半角误差，其分度值是0 1 册。 5 、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7 z mt 1 5 j 。 1 5 本文研究的目的、意义及主要内容 通过对国内外螺纹检测情况的分析可知，用机械方法检测螺纹已不能满足实 际生产的需要，主要表现在：现代制造产品种类越来越多，制造精度越来越高， 很多场合要求实时、在线、非接触检测；现代制造业的发展需要更快速、有效的 产品检测技术。计算机视觉检测技术是建立在计算机视觉理论基础上的一门新兴 检测技术，具有非接触、速度快、精度高、现场抗干扰能力强等许多优点，能很 好地满足现代制造业对检测的要求，在制造业中正取得越来越广泛的应用。螺纹 的特点是：外形轮廓复杂、参数多，用以前传统的测量方法，设备体积大，检测 程序多，检测成本高，速度很慢，而且不能进行在线检测。运用计算机视觉技术 检测螺纹，不仅可实现在线测量，而且检测速度快，检测精度高，是螺纹检测的 发展方向。本文的设计思想就是将计算机视觉技术的优越性同螺纹几何参数的检 测密切结合起来，研究螺纹检测的计算机视觉方法，以达到螺纹检测速度快、精 度高的目的。 本课题结合具体的机械零件研究典型的机械零件检测系统的设计与实现。将 机械零件的图像处理和计算机视觉系统的检测精度作为主要研究对象。通过软硬 l l 第一章绪论 件和机械系统的设计完成系统的整体研究。 主要研究内容包括： 1 计算机视觉检测系统的基本概念、原理、方法和技术要点。 2 螺纹检测的原理要求及螺纹图像的特点及相应视觉系统的选择。 3 二维图像分析处理的基础知识，螺纹图像预处理，特征检测与提取，物 体描述和表示，螺纹识别检测的整体系统方案设计、算法选择和相应数学模型的 建立。 4 计算机视觉检测研究中测量标定的方法及定标的原理。 1 2 第二章螺纹检测系统 第二章螺纹检测系统 在工业环境下由于要和制造处理设备相关联，计算机视觉系统可能会表现 得报复杂，但实际上计算机视觉系统由以下三个主要功能模块组成l 1 4 j ： l 、圈像采集模块 2 、陶像加工、处理模块 3 、输出或图像显示模块 下图为一典型的用于工业检测的视觉系统： n 尝橐。嚏幽舞黟赢彝o o o o at 意 图2 - i 工业检测视觉系统 该视觉系统检测生产线上产品，判断其是否符台规格要求，并且按照判断结 果产生命令信号，控制生产线上的过程。 图像采集设备包括光源、摄像机和图像采集卡( a p 模数转换器) ；图像加 工处理设备包括硬件和软件在内的视觉处理单元；输出是用电子信号影响系统的 不h 部分，比如j ：= j ：程控制，计算机集成制造系统( c i m ) 和报警等。电信号按照 产品质麓控制检测系统将产品拿离生产线，放入接收或拒收容器，结果数据可传 送到计算机集成制造系统，用十统计分析和控制如有错误出现时将报警。 下面介绍一下本课题中螺纹榆测实验系统硬件选择的原理、硬件型号以及相 戈参数。 第二章螺纹检测系统 2 1c c d 摄像机 2 1 ic c d 摄像机的选择 c c d ( c h a r g e dc o u p l e dd e v i c e ) ，称为电荷耦合器件，是七十年代初发展起 来的新型半导体器件。它是美国b e l l 实验室的w s b o y l e 和g e s m i t h 于1 9 7 0 年首先提出的，后来很快被a m a l l o 等人的实验所证实，建立了以一维势阱的模型 为基础的非稳态c c d 基本理论。二十多年来，c c d 技术取得了惊人的进展，特别是 在摄像、信号处理和存储三大领域发展迅速，己成为现代光电学和现代测量技术 中最活跃、最有成果的新兴器件之一。 c c d 应用技术是集光学、电子学、精密机械及计算机技术为一体的综合性技 术。电荷耦合器件的突出特点是以电荷为信号，而不同于其它大多数器件是以电 压或者电流为信号。c c d 的基本功能是电荷的存储和电荷的转移。因此，c c d 工作 过程的主要问题是电荷的产生、存储、传输和检测。 c c d 器件的工作原理如下：零件反射图经物镜( 镜头) 成像至u c c d 光敏区，由 于光的作用使光敏区的对应电极产生信号电荷，光生电荷被收集到电极下方的势 阱中形成电荷包。这一过程相当于一个光积分过程，当光积分周期结束时，加到 成像区和存储区电极上的时钟脉冲使成像区所收集到的信号电荷迅速转移到存 储区中，然后依靠加在存储区和水平读出寄存器上的适当脉冲，在c c d 的输出端 即可获得被测零件个体图像的视频信号。 由上述光电转换原理可知，c c d 器件是积分型器件，其输出的电荷信号既和 c c d 器件光敏区上的光照度( e ) 有关，也和光积分时间( t ) 有关，在工作范围 内有如下关系： q = k , t e ( 2 1 ) 其中，q 表示输出电荷信号； e 表示光敏面的光照度： t 表示积分时间； 毛为比例常数； 对于某一c c d 摄像机积分时间t 可看作常数，故( 2 - 1 ) 式可表示为： q = k 2 e ( 2 2 ) 式中，乞= 毛f 为比例常数； h = e t 称为曝光量，对于既定元件曝光量应限制在一定范围之内，其上限 称为饱和曝光量日。，对于以光度测量为基础的c c d 应用系统，光敏面任何光敏 单元上的曝光量均应低于日。，否则将产生画面亮度失真产生较大的测量误差。 1 4 第二章螺纹检测系统 又因积分时间t 为常数，故应通过调节光敏面上的光照度e 来保证曝光量，即： 使 e 0 时， d ( x ，y ) = ( x ，y ) - f ( x + k , ，y + k 2 ) 当( x ，y ) - f ( x + l q ，j ，+ 哎) 0 时，。 d ( x ，y ) = o ll 定义： 是( x ) = ( q ( x + 毛，j ，+ 乞) ) ( 3 1 2 ) x 1 2 1x 2 2 1 其中，当( x ，y ) - f ( x + l 与，y + 屯) 0 时， d ( x ，y ) = o 设s ( ，) = m a x ( s ( x ) ) ，s 2 ( j ) = m a x ( s 2 ( x ) ) 则灰度门限t = ( i + j ) 2 ( 3 1 3 ) 3 3 4 均匀性度量法 均匀性度量法的设计思想是，假设当图像被分为目标物和背景两个类别时， 属于同一类别内的像素值分布应该具有均匀性。 在这里采用方差来度量像素间的均匀性。设原图像为( x ，y ) ，结果图像为 g ( x ，y ) 。通过图像分割将原图像分为c l 和c 2 ( 即背景与目标) 两类，则算法步 骤如下： ( 1 ) 给定一个初始阈值t h = 砜，将图像分为c l 和c 2 两类； ( 2 ) 分别计算两类中的方差砰和呒2 ； 方= ( ( x ，j ，) 一以) 2 第三章螺纹图像的预处理和边缘轮廓提取 鸬2 忐。，毛巾川 ( 川 2 ) ( 3 - 1 4 ) 其中，c 为第f 类中的像素个数。 ( 3 ) 分别计算两类在图像中的分布概率a 和p 2 ； 只= 老 忙1 ，2 ) ( 3 - 1 5 ) 其中，m 哗为图像中的总像素数。 ( 4 ) 选择最佳的阈值t h = 7 7 ，使得图像按照该阈值分为c 1 和c 2 两类后，满足 a 砰+ 见呸2 t h f t h = m i n p 。砰+ 见砖) ( 3 1 6 ) 经过多次实验研究发现，螺纹图像中所受的噪声较少，测量物与背景之间的 对比度较好，而且经过中值滤波后的螺纹图像的灰度直方图几乎没有受到噪声干 扰，是较理想的两峰夹一谷形状，因此可以通过直观地在灰度直方图上查找谷底 的取值区域，并由此确定阈值的大小。从图3 5 中可以看出，谷底的取值是在5 0 至1 0 0 之间，通过实际测算，确定阈值为8 5 。 灰度阈值变换完成后，灰度图像即转换为黑白二值图像。二值化后的螺纹图 像如图3 - 6 所示。 3 4 边缘检测 图3 - 6 螺纹二值化图像 边缘是图像的最基本特征，边缘检测通常是计算机视觉系统处理图像的第一 个阶段，是计算机视觉领域内经典的研究课题之一，其结果的正确性和可靠性将 直接影响到计算机视觉系统对客观世界的理解。 第三章螺纹图像的预处理和边缘轮廓提取 3 4 1 图像边缘定义 图像的大部分信息都存在于图像的边缘中，主要表现为图像局部特征的不连 续性，即图像中灰度变化比较剧烈的地方。因此，我们把边缘定义为图像中灰度 发生急剧变化的区域边界。根据灰度变化的剧烈程度，边缘可以分为阶梯状边缘 ( s t e p e d g e ) 、脉冲边缘( p u l s e e d g e ) 和屋顶状边缘( r o o f e d g e ) ， 经典的边缘提取算法是利用边缘处的一阶导数取极值、二阶导数在阶梯状边缘处 呈零交叉或者在屋顶状边缘处取极值的规律，即现在常见的微分算法。此外还有 表面拟合法和基于动态规划的边缘提取方法。随着数学和人工智能技术的发展， 也出现了许多新的边缘提取算法和技术，如数学形态学方法、小波变换方法、神 经网络法、i f s 边缘检测、基于影像整体线索法、s n a k e 模型法一j ，以及针对纹 理图像分形的k o h o n e n 神经网络方法l 伯j 。 3 4 2 检测算子 耵啊 嘈辨上+ 厂_ l 。 ：酚豫_ 卜叫 嚣静边缘臆槲鼍疆逾簟 图3 7 常见的各种边缘形状 l 、基于一阶微分的算法 目前应用比较多的是基于微分的边缘提取算法，梯度算子是其中之一。对一 个连续函数厂( x ，y ) ，它在位置( x ，y ) 的梯度可表示为： 夥( x ，y ) = q ，g j 丁= i 篆，考 ( 3 1 7 ) 这个矢量的幅度和方向角分别为： m a g ( v f ) = g x 2 + 9 2 1 v 2 矽( x ，y ) = a r c t a n ( g , z , ) 根据模板的大小以及权值的不同，人们提出了很多梯度算子。最简单的梯度 算子是r o b e r t s 算子，它是一个2 x 2 模板，利用局部差分检测比较陡峭的边缘。 第三章螺纹图像的预处理和边缘轮廓提取 三娄习- 1 崔翊 兰兰兰 兰薹蓦 三蔓薹 兰兰曼 兰兰三 曼三三 薹蔓兰 蓦兰三 2 、基于二阶微分的方法 一阶微分组成的梯度是一种矢量，不但有大小还有方向，和标量比较，它的 数据存储量比较大。l a p l a c e 算子是对2 维函数进行运算的二阶导数算子，它和 方向无关，对取向不敏感，因而计算量要小。对一个连续函数厂( x ，y ) ，它在位 置( x , y ) 的l a p l a c e 值定义为： v 2 ，r ：馨+ 箕 ( 3 1 8 ) 。 叙 砂 根据边缘的特性，l a p l a c e 算子可以作为边缘提取算子，计算图像的l a p l