[发明专利]一种基于机器视觉的外螺纹检测方法及实时检测系统

说明书

本申请公开了一种基于机器视觉的外螺纹检测方法及实时检测系统，其中外螺纹检测方法包括步骤：S1.用标准格栅对图像进行标定；S2.用螺纹公差要求和系统学习数据确定螺纹可旋入性的判断标准；S3.利用针对外螺纹检测设计的快速Hough变换算法进行直线检测；S4.生成测量报告和过程控制统计图表。得益于Hough变换的全局性和鲁棒性，本申请中的检测方法和实时检测系统对图像质量和被测件定位要求低，适应性好，检测可靠性高；通过标定步骤和进阶Hough变换适应各种被测件尺寸和公差要求；通过查表法计算、缩小累积范围、累积阵分辨率进阶等技术手段，减少了计算量，可实现实时检测和过程控制。

技术领域

本申请涉及外螺纹检测领域，尤其涉及一种基于机器视觉的外螺纹检测方法及实时检测系统。

背景技术

饲料行业的各种设备往往需要在粉尘环境和振动环境中工作，各种螺栓连接是设备安全性和可靠性的保证。各种设备壳体上一般都有多个内螺纹孔，用于使用螺钉紧凑地固定其他零件。由于这些重要连接多有拧紧力矩要求而需要自动化装配，从而对所用的螺钉质量提出了很高的要求。如果螺钉的外螺纹有质量缺陷，一是可能造成无法达到力矩要求而需要返工，更有可能导致壳体上的内螺纹损坏而导致昂贵的壳体报废。这些螺钉对生产过程控制和检测手段提出了很高的要求。

螺纹量规是传统的检测手段，优点是技术成熟、量规成本低、效率高、便于批量检测；其缺点是每个量规只能针对单一公差检测、无法同时提供各种统计数据、螺纹品种较多时需要多套量规、较难实现自动化测量或在线自动测量、批量较大时100％检测成本变高。

目前已有的利用机器视觉的螺纹检测技术多是在传统的影像法测量技术或者类似量规技术的模板匹配技术的基础上发展而来，在被测件的装卡、图像的预处理、尺寸信息的提取等方面有较高的要求；同时利用机器视觉进行测量时计算量很大，对测量系统的软硬件要求较高。

例如公开号为CN109141286A的发明专利申请，提出了一种基于机器视觉和旋合模型的螺纹通止检测方法及系统，包括中轴线确定模块，确定螺纹工件的中轴线；图像重构模块，根据中轴线旋转图像；轮廓提取模块，提取旋转后图像的螺牙外轮廓，得到每个螺牙的轮廓线；旋合位置计算模块，计算旋合匹配时各个螺牙量规位置搜索算法的起始与终止位置；旋合模拟模块，生成理论量规的轮廓线进行旋合匹配。该方案实现了机器视觉螺纹检测，但算法复杂，过于注重细节。实际上，需要实时检测的大批量生产的外螺纹多为滚压制造，其缺陷往往出现在成段的螺纹上；同时，基于机器视觉的检测方法一般只能处理一个零件截面的信息；因此，在实时检测中，局部缺陷的检测既无必要也很难实现，反而会降低检测的鲁棒性。

发明内容

为了改进目前外螺纹检测技术的不足，本申请提供了一种基于机器视觉的外螺纹检测方法及实时检测系统。利用Hough变换特有的全局性和鲁棒性提高了检测过程的可靠性；并利用了外螺纹的特点，即构成外螺纹轮廓的直线参数范围很小的特点，解决了Hough变换计算量大的问题，可作为机器视觉实时自动检测装置的图像处理方法，对外螺纹进行测量，并对其可旋入性进行判断，同时为生产过程控制提供实时测量数据。

为了实现上述目的，本申请采用以下技术方案，包括步骤：

S1.用标准格栅对图像进行标定；

S2.用螺纹公差要求和系统学习数据确定螺纹可旋入性的判断标准；

S3.利用针对外螺纹检测设计的快速Hough变换算法进行直线检测；

S4.生成测量报告和过程控制统计图表。

进一步地，所述步骤S1包括：

S1.1.用检测所用的图像采集系统获取标准格栅板的图像，应使格栅在图像采集系统中的位置和被测螺纹在图像采集系统中位置一致；

S1.2.通过边缘检测、灰度统计、二值化和高分辨率Hough变换获得格栅图像中交叉点位置信息；