基于图像处理技术的螺纹几何参数测量系统设计

导读

作者：杨云涛1 关贞珍2 ( 1． 河北工业职业技术大学; 2． 陆军工程大学石家庄校区)

来源：《计量与测试技术》2022年1月

摘要：针对螺纹几何参数测量过程中，传统人工测量效率低、仪器昂贵、耗时费力、偶伴有人为误差等不足。本研究采用非接触测量的方法， 利用计算机视觉的图像处理技术，通过系统标定、图像采集、图像预处理、边缘检测、几何参数计算等步骤，实现了对螺纹几何参数的自动测量。通过大量实验证明，该系统具有快捷高效、数据可靠、易于操作、替代传统人工操作的优点，有效提高了批量工件检测的自动化水平，具有重要 的研究意义和实用价值。

0 引言

螺纹件是机械制造业中重要的紧固、连接和传 动组件之一，是一种互换性和标准化程度要求很高 的机械零件，在生产制造过程中，合格检验是一项至 关重要的工作。然而，传统的螺纹参数测量主要 以人工测量为主，耗时费力，且偶伴有人为误差，不 能满足工业化生产快速发展的迫切要求。机器视觉技术是随着计算机技术发展起来的新型学科，快速高效、精准科学、应用广泛，本研究将计算机图 像处理技术应用于螺纹参数的测量，从技术方法和 测量原理上，彻底改变传统螺纹参数的测量模式，最终 实现高效便捷、准确可靠、非接触自动化测量的目的。

1 测量系统工作原理

测量系统的基本工作原理是利用相机对螺纹工 件进行拍照，将获得的螺纹图像输入到计算机中进 行灰度化、图像增强、边缘检测等图像处理，得出被测工件的中径、螺距、牙型角三种参数。系统硬 件组成如图 1 所示。相机采用 SONY品牌的 DSC －TX100 型号，采集的图像参数尺寸: ( 3648 × 2736) mm; 宽度: 3648 像 素; 高 度: 2736 像 素; 水 平 分 辨 率: 72dpi; 垂直分辨率: 72dpi。

软件系统以Matlab为开发平台，将采集的彩色 图像灰度化、二维化处理，提取螺纹边沿图像的几何 特征点，计算几何特征参数。

2 系统测量的步骤方法

测量按照测量系统标定、采集螺纹照片图 像、软件对图像预处理、螺纹边缘检测、提出边缘图 像特征点、计算螺纹几何参数的步骤进行。

2. 1 系统标定

系统采集的螺纹图像以像素图的形式存储于计 算机中，像素图是以像素点为单位，由大量像素点有 序组合而成的图像，若根据像素点计算出螺纹的参 数尺寸，需要有一个类似刻度尺的参照标准，所以， 在采集螺纹图像时，需要同时采集一个预先知道具 体尺寸的标准量块，根据量块长度的像素点数量，计 算出单位像素点代表的实际尺寸，进而得到螺纹图 像像素和实际尺寸之间的对应关系。因此，在系统 采集图像前，需要对量块及螺纹进行尺寸标定。本 系统中的标准量块标称长度为 40mm。同时，为了 增强螺纹工件与背景的对比度，采用纯白色挡板作 为图像采集的背景，如图 2 所示。

2. 2 图像采集与存储

在用相机采集螺纹工件和量块的图像时，应注 意光源的选取，在大量实验中发现，自然光条件下， 螺纹件表面容易形成镜面反射，出现若干条明亮的 光线，对图像的后续处理产生较大的干扰，有条件 的实验室，可采用平行光照明，会取得较好的实验图 像。本研究选择在遮光的室内对螺纹件进行拍照， 调整固定光源和相机拍摄的角度，从而获得较为理想 的螺纹图像，并将图像存储于计算机中，如图3 所示。

2. 3 图像预处理

图像获取后，需要根据采集的图像进行参数检 测前的处理，包括图像灰度化处理、滤波、边缘检测、 线性拟合等。

( 1) 灰度化处理

相机采集的图像是彩色的，即三维图像，每个像 素的颜色有 Ｒ、G、B 三个分量决定，而每个分量有 255 个值可取，这样一个像素点可以有 1600 多万 ( 255* 255* 255) 的颜色变化范围。在 matlab 软件 中，处理这么庞大的数据非常不便。而灰度图像是 Ｒ、G、B 三个分量相同的一种特殊的图像，其一个像 素点的变化范围为 255 种，如果将采集的彩色图像 转变成灰度图像，可以大大降低后续图像处理的计 算量，而灰度图像的描述同样能够反映整幅彩色图 像的整体和局部特征，以及色度和亮度等级的分布。所以，需要先将采集的彩色图像转换为灰色图像，亦 称为图像的灰度化处理。

( 2) 图像滤波

采集图像时，由于受环境等因素的影响，会在图 像中出现许多噪声，影响后续图像处理及参数的读 取。因此，在图像预处理过程中，应对采集的图像进行滤波处理。目前，图像滤波技术有多种，形态滤波技术以几何学为基础对图像进行分析，将结构 元素输入图像，从而创造与输入图像同等大小的输 出图像，具有较好的优越性。因此，研究采用形态滤 波方法进行图像滤波处理。

膨胀和腐蚀是形态滤波最重要的运算。膨胀是 对像素增加; 腐蚀是对图像中的目标去除。增加或 去除取决于结构元素的大小和形状。

结构元素是膨胀和腐蚀的基本组成部分，用于 测试输入图像。研究采用 Strel 函数创建一个圆形 的结构元素对象。

其作用是创建一个非平面的结构元素( 实际是 一个椭圆) 。在 x － y 平面内半径是 Ｒ，高度是 H( Ｒ 为一个非负整数，H 必须为一个实数，N 为非负偶 数，默认值为 8) 。

( 3) 像素尺寸计算

为了能够方便计算出采集螺纹图像的尺寸，首 先根据量块的实际尺寸及像素值计算出单个像素值 的尺寸，如图 4 所示，在量块标称长度方向上选取 A、B 两点。其中 A、B 两点的横坐标相等，即:

此时 A、B 两点对应的纵坐标分别为: Ya = 404， Yb = 739。因此，40mm 量块长度对应的像素值为:

由此，可得采集图像预处理后，每一像素值对应 的实际长度为 0. 1194mm。

2. 4 边缘检测

基本思想是先检测图像中的边缘点，再按照某种策略 将 边 缘 点 连 接 成 轮 廓，从而构成分割区 域。边缘检测包含两个内容: 一是用边缘算子 提取边缘点集; 二是在边缘点集中去除某些边缘点， 填充一些边缘点，再将得到的边缘点集连接成线。常用的检测算子有微分算子、Log 算子和Canny 算 子。本研究采用的是 Canny 算子，Canny 算子的梯 度是用高斯滤波器的导数计算，边缘检测的方法是 寻找图像梯度的局部极大值。Canny 方法是使用两 个阈值分别检测强边缘和弱边缘，而且仅当强边缘 与弱边缘相连时，弱边缘才会包含在输出中，此方法 不易受到噪声的干扰，能够检测到弱边缘。

2. 5 几何参数计算

螺纹的几何参数计算，需要在图像上寻找特征 点或轮廓。

( 1) 螺纹中径测量

设用最小二乘法 拟 合 得 到 的 螺 纹 轴 心 线 为 OO'，在螺纹左侧轮廓线上做 OO'的平行线 L，如图 5 所示。

设 L 与螺纹左轮廓的交点分别为 A、B…F 点。此时螺纹左轮廓有一系列离散的点列组成。由螺纹 中径定义知: 当 lAB = lCD = … = lEF时，直线 L 为螺纹 的一条中径线。同理，可得螺纹的另一条中径线 L'，直 线 L 与 L'之间的距离为螺纹的中径 d2的大小，即:

(2) 螺纹中径测量

设螺纹螺距为 P，由螺距定义知，当 lAB = lBC = … = lEF时，螺距 P = lAB + lBC = … = lDE + lEF，在实际 测量中，各交点间的线段长度不能完全取得相等，只 能在 li相差最小时，测得 P 为被测螺纹的螺距测量值。

( 3) 螺纹牙型角测量

测量螺纹的牙型角时，需要得出经过螺纹牙型 轮廓的两条直线的斜率，再根据反三角函数关系求出螺纹的牙型角。如图 6 所示，由于采集的图像经 过前期的处理后，螺纹牙边缘图像由一些离散的像 素点组成，因此，需要对离散点进行直线拟合后再进 行计算，研究采用最小二乘法进行直线拟合，取表达 式 y( x) = kx + b 作为它的拟合直线，可以求得 1 个 牙型 2 个边缘的斜率分别为 k1 和 k2，最后利用反正 切函数求出螺纹牙型角 α。

3 测量实验

根据上述方法步骤，在实验室内进行实验，测量 螺纹工件的中径、螺距、牙型角、牙型半角。为了提 高测量精度，每个螺纹几何参数均测量 5 次，然后取 其平均值作为测量结果，如表 1 所示。

根据量块的像素值与其标称长度的比例关系， 计算得出螺纹中径的平均值为 23. 1636mm，螺纹螺 距的平均值为 3. 89mm。牙型角值为 61°48'，牙型 半角值为 30°54'。

4 测量误差分析

为了验证本研究算法的精度，运用小型工具显 微镜人工测量的方法，对同一螺纹工件进行几何参 数测量，并将人工测量结果与表 1 图像处理方法测 得的参数进行对比，结果如表 2 所示。

由表 2 可知，虽然系统测量与人工测量结果存 在一定的误差，但整体来看，误差很小，基本能够满 足实际测量的需要。同时，基于图像处理技术的螺 纹几何参数测量方法大大提高了测量效率，验证了 系统测量的可靠性和优越性。

5 结论

本研究采用非接触测量的方法，利用计算机视 觉的图像处理技术，通过系统标定、图像采集、图像 预处理、边缘检测、几何参数计算等步骤，实现了对 螺纹几何参数的自动测量，并通过大量实验证明，该 系统能够快捷高效地完成螺纹工件几何参数的测 量，数据可靠、易于操作，有效提高了批量工件检测 的自动化水平，具有重要的研究前景和实用价值。

审核编辑：汤梓红