CN109341570B - 一种基于机器视觉的内螺纹检测方法及系统 - Google Patents
一种基于机器视觉的内螺纹检测方法及系统 Download PDFInfo
- Publication number
- CN109341570B CN109341570B CN201811092789.2A CN201811092789A CN109341570B CN 109341570 B CN109341570 B CN 109341570B CN 201811092789 A CN201811092789 A CN 201811092789A CN 109341570 B CN109341570 B CN 109341570B
- Authority
- CN
- China
- Prior art keywords
- internal thread
- detection
- thread
- workpiece
- upper computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 81
- 238000003384 imaging method Methods 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2425—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures of screw-threads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
- G01B11/12—Measuring arrangements characterised by the use of optical techniques for measuring diameters internal diameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于机器视觉的内螺纹检测方法及系统,通过工业相机获取内螺纹完整图像,并将图像数据上传至上位机,通过运行上位机检测算法,完成内螺纹参数检测,一次成像即可完成内螺纹参数检测、中心偏移判定、区分粗牙/细牙等多个检测项目。本发明的检测方法合理简洁,可操作性强,检测质量有保证,检测效率高,本发明的检测系统,柔性化程度高,成本较低,适于广泛推广应用。
Description
技术领域
本发明涉及内螺纹检测方法及系统的技术领域,具体是一种基于机器视觉的内螺纹检测方法及系统。
背景技术
内螺纹的检测涉及内螺纹参数检测、中心偏移检测、区分粗牙/细牙等多个检测项目。目前,在自动化生产线中,针对上述检测项目,公知的做法是在生产线上配置检测工装配合螺纹塞规、电涡流物理仪器、激光视觉设备构成检测系统进行针对性的区别检测。这种检测方法由于局限于检测工装的定位方式,使得检测项目需要逐一进行,无法一次性获得上述螺纹检测项目的检测结果,效率较低;同时,由于生产线上内螺纹检测空间狭小,限制了电涡流物理仪器、激光视觉设备的尺寸范围,约束了仪器的检测能力;产品换型时,检测工装柔性度较差,检测系统更换成本高。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种基于机器视觉的内螺纹检测方法及系统,通过工业相机获取内螺纹完整图像,并将图像数据上传至上位机,通过运行上位机检测算法,完成内螺纹参数检测。本发明的检测方法合理简洁,可操作性强,检测质量有保证,检测效率高,本发明的检测系统结构紧凑,柔性度高,成本较低。
为实现上述目的,本发明采用的技术方案如下。
一种基于机器视觉的内螺纹检测方法,包括以下步骤:
步骤一,获取图像数据:将待检测的内螺纹工件放置在定位工装上,通过工业相机获取内螺纹工件的内螺纹图像,并上传至上位机。
步骤二,图像预处理:上位机对步骤一的内螺纹图像进行滤波处理,并对图像进行二值化,将内螺纹区域从图像中分割开来。
步骤三,计算内螺纹圆心坐标,获得圆心位置信息:
3.1 利用边沿算子获取边沿特征,提取内螺纹轮廓信息;
3.2根据内螺纹轮廓信息进行中心圆拟合;
3.3结合实际的成像大小排除干扰圆,计算出内螺纹圆心坐标和半径尺寸,获得内螺纹圆心位置信息。
步骤四,计算螺纹密度,包括以下步骤:
4.1在圆心坐标的 00、900、1800、2700四个直线方向上,按照由中间往四周辐射的方向进行统计,获得四组灰度数据;
4.2对四组灰度数据进行FIR低通滤波,以滤除光照和结构不均匀导致的高频噪声;
4.3搜寻四组数据的极大值,并获取极大值点;
4.4对搜寻到的极大值点进行有效性分析,利用极大值灰度与邻域灰度差值进行有效性分析,低于设置阈值的极大值点认为是无效点;
4.5根据获取到的四个方向的有效极大值点的位置计算每个方向上的特定范围的极大值点的数目,求均值获得螺纹密度。
步骤五,比对标定值,输出检测结果:上位机将检测获得的圆心位置信息、螺纹密度与标定值进行比较,判断该内螺纹的中心偏移、螺纹有无、区分粗牙/细牙并输出检测结果。
所述步骤五中的标定值,是在工件检测前,采用标准内螺纹工件运行上述步骤一至步骤四,获得标准内螺纹工件的圆心位置信息及螺纹密度,作为标定值存储在上位机中。
所述步骤五中检测获得的螺纹密度大于标定值,表示螺距小为细牙;检测获得的螺纹密度小于标定值,表示螺距大为粗牙。
一种基于机器视觉的内螺纹检测系统,包括:定位工装、光源、工业相机、上位机,所述定位工装一侧设置光源,另一侧设置工业相机,所述工业相机通过数据线与上位机相连接;所述定位工装上设置有定位结构,保证检测时待检测工件的螺纹端口到工业相机镜头的距离保持一致。
所述工业相机具有广角镜头和较高的分辨率,使得螺纹全局在相机中可清晰成像。
所述光源,可根据待检测工件的内螺纹孔形式选择合适的光源,通孔内螺纹工件选择背光光源,盲孔内螺纹工件选择环光光源。
本发明的有益效果:
1.与现有技术相比,本发明利用机器视觉进行检测,一次成像即可实现内螺纹参数检测、中心偏移判定、区分粗牙/细牙等多个检测项目,简化了硬件设备,提高了检测效率,降低了检测成本。
2.本发明的检测方法可适用于任何类型工件的内螺纹检测,在螺纹规格和检测对象发生变化时,无需改动硬件设置和软件程序,即可进行检测,整个检测系统的柔性化程度较高。
3.本发明的检测结果可存储在上位机中,通过上位机与各种设备或端口进行数据通信,可实现工件内螺纹检测的自动化和信息化。
本发明的检测方法合理简洁,可操作性强,检测质量有保证,检测效率高,本发明的检测系统,柔性化程度高,成本较低,适于广泛推广应用。
附图说明
图1本发明的系统结构示意图。
图2本发明的方法流程图。
图3 检测的内螺纹图像。
图4 检测的灰度数据图。
其中:1.工业相机;2.内螺纹工件;3.背光光源;4.定位工装;5.上位机;6.数据线。
具体实施方式
下面结合实施例和说明书附图对本发明的技术方案作进一步的详细说明。
本实施例以M8X1,长度为20mm的通孔型内螺纹工件检测为例,具体实施步骤如下:
首先搭建光学检测系统,如图1所示:一种基于机器视觉的内螺纹检测系统,包括:定位工装4、光源3、工业相机1、上位机5,所述定位工装4右侧设置光源3,左侧设置工业相机1,所述工业相机1通过数据线6与上位机5相连接;所述定位工装4上设置有定位结构,保证检测时每个待检测的内螺纹工件2的螺纹端口到工业相机1的镜头的距离保持一致;所述工业相机1具有广角镜头和较高的分辨率,使得内螺纹工件2的螺纹全局在工业相机1中可清晰成像;所述光源3选择背光光源。
如图2所示,检测过程如下:
步骤一,获取图像数据:将待检测的内螺纹工件2放置在定位工装4上,定位工装4上设置有定位结构,保证检测时待检测的内螺纹工件2的螺纹端口到工业相机1的镜头的距离保持一致,通过工业相机1获取内螺纹工件2的内螺纹图像,并通过数据线6上传至上位机5。
步骤二,图像预处理:上位机1对步骤一的内螺纹图像进行滤波处理,并对图像进行二值化,将内螺纹区域从图像中分割开来,内螺纹图像如图3所示。
步骤三,计算内螺纹圆心坐标,获得圆心位置信息:
3.1 利用边沿算子获取边沿特征,提取内螺纹轮廓信息;
3.2根据内螺纹轮廓信息进行中心圆拟合;
3.3结合实际的成像大小排除干扰圆,计算出内螺纹圆心坐标和半径尺寸,获得内螺纹圆心位置信息。
步骤四,计算螺纹密度,包括以下步骤:
4.1在圆心坐标的 00、900、1800、2700四个直线方向上,按照由中间往四周辐射的方向进行统计,获得四组灰度数据,灰度数据图如图4所示;
4.2对四组灰度数据进行FIR低通滤波,以滤除光照和结构不均匀导致的高频噪声;
4.3搜寻四组数据的极大值,并获取极大值位置;
4.4对搜寻到的极大值点进行有效性分析,利用极大值灰度与邻域灰度差值进行有效性分析,低于设置阈值的认为是无效点;
4.5根据获取到的四个方向的有效极大值点的位置计算每个方向上的特定范围的极大值点的数目,求均值获得螺纹密度。
步骤五,比对标定值,输出检测结果:上位机5将检测获得的圆心位置信息、螺纹密度与标定值进行比较,判断该内螺纹的中心偏移、螺纹有无、区分粗牙/细牙并输出检测结果。
所述步骤五中的标定值,是在内螺纹工件2检测前,采用标准内螺纹工件运行步骤一至步骤四,获得标准内螺纹工件的圆心位置信息及螺纹密度,作为标定值存储在上位机5中。
所述步骤五中检测获得的螺纹密度大于标定值的,表示螺距小为细牙;检测获得的螺纹密度小于标定值的,表示螺距大为粗牙。
本发明的有益效果:
1.与现有技术相比,本发明利用机器视觉进行检测,一次成像即可实现内螺纹参数检测、中心偏移、区分粗牙/细牙等多个检测项目,简化了硬件设备,提高了检测效率,降低了检测成本。
2.本发明的检测方法可适用于任何类型工件的内螺纹检测,在螺纹规格或检测对象发生变化时,无需改动硬件设置和软件程序,即可进行检测,整个检测系统的柔性化程度较高。
3.本发明的检测结果可存储在上位机中,可通过上位机与各种现场设备和端口进行数据通信,实现工件内螺纹检测的自动化和信息化。
本发明的检测方法合理简洁,可操作性强,检测质量有保证,检测效率高,本发明的检测系统,柔性化程度高,成本较低,适于广泛推广应用。
Claims (4)
1.一种基于机器视觉的内螺纹检测方法,其特征在于:包括以下步骤:
步骤一,获取图像数据:将待检测的内螺纹工件放置在定位工装上,通过工业相机获取内螺纹工件的内螺纹图像,并上传至上位机;
步骤二,图像预处理:上位机对步骤一的内螺纹图像进行滤波处理,并对图像进行二值化,将内螺纹区域从图像中分割开来;
步骤三,计算内螺纹圆心坐标,获得圆心位置信息:
3.1 利用边沿算子获取边沿特征,提取内螺纹轮廓信息;
3.2根据内螺纹轮廓信息进行中心圆拟合;
3.3结合实际的成像大小排除干扰圆,计算出内螺纹圆心坐标和半径尺寸,获得内螺纹圆心位置信息;
步骤四,计算螺纹密度,包括以下步骤:
4.1在圆心坐标的 0°、90°、180°、270°四个直线方向上,按照由中间往四周辐射的方向进行统计,获得四组灰度数据;
4.2对四组灰度数据进行FIR低通滤波,以滤除光照和结构不均匀导致的高频噪声;
4.3搜寻四组灰度数据的极大值,并获取极大值点;
4.4对搜寻到的极大值点进行有效性分析,利用极大值灰度与邻域灰度差值进行有效性分析,低于设置阈值的极大值点认为是无效点;
4.5根据获取到的四个方向的有效极大值点的位置计算每个方向上特定范围的极大值点的数目,求均值获得螺纹密度;
步骤五,比对标定值,输出检测结果:上位机将检测获得的圆心位置信息、螺纹密度与标定值进行比较,判断工件内螺纹的中心偏移、螺纹有无、区分粗牙/细牙并输出检测结果。
2.根据权利要求1所述的基于机器视觉的内螺纹检测方法,其特征在于:所述步骤五中的标定值,是在工件检测前,采用标准内螺纹工件运行权利要求1所述的步骤一至步骤四,获得标准内螺纹工件的圆心位置信息及螺纹密度,作为标定值存储在上位机中。
3.根据权利要求1所述的基于机器视觉的内螺纹检测方法,其特征在于:所述步骤五中检测获得的螺纹密度大于标定值,表示螺距小为细牙;检测获得的螺纹密度小于标定值,表示螺距大为粗牙。
4.根据权利要求1所述的基于机器视觉的内螺纹检测方法,其特征在于:步骤一中,所述定位工装一侧设置光源,另一侧设置工业相机,所述工业相机通过数据线与上位机相连接;所述定位工装上设置有定位结构,保证检测时待检测的内螺纹工件的螺纹端口到工业相机镜头的距离保持一致;所述工业相机具有广角镜头,使得螺纹全局在相机中能清晰成像;所述光源为背光光源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811092789.2A CN109341570B (zh) | 2018-09-19 | 2018-09-19 | 一种基于机器视觉的内螺纹检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811092789.2A CN109341570B (zh) | 2018-09-19 | 2018-09-19 | 一种基于机器视觉的内螺纹检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109341570A CN109341570A (zh) | 2019-02-15 |
CN109341570B true CN109341570B (zh) | 2020-09-08 |
Family
ID=65305650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811092789.2A Active CN109341570B (zh) | 2018-09-19 | 2018-09-19 | 一种基于机器视觉的内螺纹检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109341570B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110887449B (zh) * | 2019-11-29 | 2022-07-08 | 西安理工大学 | 一种螺纹测量装置 |
CN111102957B (zh) * | 2019-12-19 | 2021-09-07 | 上汽通用汽车有限公司 | 一种前悬总成夹角检测方法及电子设备 |
CN113125464B (zh) * | 2019-12-31 | 2022-08-05 | 苏州茵诺威智能设备有限公司 | 一种视觉检测方法 |
CN112164036B (zh) * | 2020-09-15 | 2022-06-07 | 西安交通大学 | 一种钢丝螺套装配参数检测装置及方法 |
CN112871737B (zh) * | 2021-01-12 | 2022-06-28 | 中煤科工集团西安研究院有限公司 | 基于传感器的管件内螺纹检测方法、管件筛选方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1892677A (zh) * | 2005-07-04 | 2007-01-10 | 发那科株式会社 | 检查螺钉部的装置及方法 |
CN201302554Y (zh) * | 2008-11-14 | 2009-09-02 | 新加坡商爵视私人有限公司 | 螺帽内螺牙的检测装置 |
DE202009011911U1 (de) * | 2008-09-04 | 2010-01-07 | Knight Vision Pte Ltd. | Vorrichtung zur Prüfung des Innenschraubgewindes einer Schraubenmutter |
CN102042988A (zh) * | 2010-11-25 | 2011-05-04 | 赵晓宇 | 一种螺丝内斜牙缺陷检测系统及其检测方法 |
CN102171553A (zh) * | 2008-07-10 | 2011-08-31 | 联达科技检测私人有限公司 | 孔洞检测方法及其装置 |
CN103528523A (zh) * | 2013-11-06 | 2014-01-22 | 湖北工业大学 | 一种基于三维立体建模的螺纹检测方法及系统 |
CN107202544A (zh) * | 2017-07-31 | 2017-09-26 | 深圳市欧视达自动化设备有限公司 | 一种螺杆的检测装置和检测方法 |
-
2018
- 2018-09-19 CN CN201811092789.2A patent/CN109341570B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1892677A (zh) * | 2005-07-04 | 2007-01-10 | 发那科株式会社 | 检查螺钉部的装置及方法 |
CN102171553A (zh) * | 2008-07-10 | 2011-08-31 | 联达科技检测私人有限公司 | 孔洞检测方法及其装置 |
DE202009011911U1 (de) * | 2008-09-04 | 2010-01-07 | Knight Vision Pte Ltd. | Vorrichtung zur Prüfung des Innenschraubgewindes einer Schraubenmutter |
CN201302554Y (zh) * | 2008-11-14 | 2009-09-02 | 新加坡商爵视私人有限公司 | 螺帽内螺牙的检测装置 |
CN102042988A (zh) * | 2010-11-25 | 2011-05-04 | 赵晓宇 | 一种螺丝内斜牙缺陷检测系统及其检测方法 |
CN103528523A (zh) * | 2013-11-06 | 2014-01-22 | 湖北工业大学 | 一种基于三维立体建模的螺纹检测方法及系统 |
CN107202544A (zh) * | 2017-07-31 | 2017-09-26 | 深圳市欧视达自动化设备有限公司 | 一种螺杆的检测装置和检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109341570A (zh) | 2019-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109341570B (zh) | 一种基于机器视觉的内螺纹检测方法及系统 | |
CN109060836B (zh) | 基于机器视觉的高压油管接头外螺纹检测方法 | |
JP5597056B2 (ja) | 画像測定装置、画像測定方法及び画像測定装置用のプログラム | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN107084666B (zh) | 基于机器视觉的刹车片尺寸综合检测方法 | |
CN111583114B (zh) | 一种管道螺纹自动测量装置及测量方法 | |
CN107633502B (zh) | 一种轴孔装配自动对中的靶心识别方法 | |
CN105627939A (zh) | 一种基于工业设备的微小间隙检测装置、方法及系统 | |
CN109986201B (zh) | 焊缝的跟踪检测方法、装置、存储介质以及激光焊接设备 | |
CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
JP2014215301A (ja) | エッジ検出方法 | |
CN104990511A (zh) | 螺纹孔结构质量检测方法 | |
CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
CN113222955A (zh) | 一种基于机器视觉的齿轮尺寸参数自动测量方法 | |
CN211374003U (zh) | 镜头测试装置 | |
CN106767467A (zh) | 一种基于机器视觉的可转位刀片钝圆检测系统 | |
JP2017084975A (ja) | 位置検出装置、位置検出方法、情報処理プログラム、および記録媒体 | |
US10516822B2 (en) | Method and device for merging images of calibration devices | |
CN112819842B (zh) | 适用于工件质检的工件轮廓曲线拟合方法、装置及介质 | |
CN106989672A (zh) | 一种基于机器视觉的工件测量方法 | |
CN113538399A (zh) | 一种用于获取工件精准轮廓的方法、机床及存储介质 | |
WO2019040004A1 (en) | STEREO ARTIFICIAL VISION SYSTEM AND METHOD FOR IDENTIFYING LOCATIONS OF NATURAL TARGET ELEMENTS | |
CN111475016A (zh) | 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 | |
CN116880353A (zh) | 一种基于两点间隙的机床对刀方法 | |
Min | Comprehensive measurement system for screw thread parameter based on machine vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 211153 No.32 Changqing street, Jiangning Development Zone, Nanjing City, Jiangsu Province Patentee after: China Shipbuilding Pengli (Nanjing) Intelligent Equipment System Co.,Ltd. Country or region after: China Address before: 211153 No.32 Changqing street, Jiangning Development Zone, Nanjing City, Jiangsu Province Patentee before: CSIC PRIDE(Nanjing)Intelligent Equipment System Co.,Ltd Country or region before: China |