基于图像处理技术的螺纹几何参数测量

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。［1］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，［2－4］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，［5－7］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、［8］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，［9］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。［10－11］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