CN109781004A - 一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法，方法步骤如下：通过图像处理得到外螺纹边缘，采用LabVIEW编程提取特征点牙顶点和牙底点，将外螺纹的牙顶点进行最小二乘拟合直线l₁和l4，牙底点进行最小二乘拟合直线l2和l3，牙顶点到对边拟合线的距离的平均值得到大径，牙底点到对边拟合线的距离平均值得到小径，做l₁、l2两条直线的中线k₁和l3、l4两条直线的中线k₂，两直线k₁k₂之间的距离为外螺纹中径，通过求中径线和牙侧线之间的距离得到螺距。本发明的优点是：界面友好，可视化、易扩展、效率高、精度高。

Description

一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法

技术领域

本发明涉及螺纹多参数评定方法的技术领域，特别是涉及一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法。

背景技术

传统的外螺纹参数检验方法是接触式检测，这种检测方法耗时，检测参数单一，为了克服上述缺点，将虚拟仪器技术、图像处理技术与机器视觉技术相结合，以LabVIEW软件为开发平台，对外螺纹多参数进行检测，提高检测效率及检测精度，具有实际应用价值。

发明内容

为了解决上述技术问题，本发明提供了一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法。该评定方法界面友好，可视化、易扩展、效率高、精度高，可对采集图像及图像处理的数据进行自动保存、回放和螺距多参数可视化评定。

本发明采用如下技术方案：一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法，其特征在于方法步骤如下：

步骤一：通过安装在工作台上相机获得高质量的拍摄照片，采集的图像存储到计算机中，评定时读取保存的图像，通过图像处理得到外螺纹边缘，边缘线的构成有许多角点，用Harris角点检测对外螺纹边缘线进行提取，外螺纹边缘的上下两条边界线上的角点都被检测出来，为了精确提取边缘，通过对数据点的局部方法分析，发现边缘点是y坐标一样的而x坐标不同的两个点，再将左右侧外螺纹分别计算，左右侧外螺纹所检测到的数据点分别组合在一起，采用LabVIEW编程，如果其中两个数据点的y值一样，就将x值求平均值，

通过处理后，得到一条细化后的边缘曲线的数据点，将细化后的边缘曲线进行曲线拟合，得到平滑外螺纹边缘线，利用LabVIEW中的信号处理内置子VI将转化后信号的波峰和波谷检测出来提取外螺纹的特征点牙顶点和牙底点；

步骤二：求外螺纹大径d，将外螺纹的牙顶点进行最小二乘直线拟合，左右牙顶点分别拟合成l₁和l4，计算左右牙顶点到对边拟合线l₁和l4的距离s1₁…s1_k，计算出平均值得到大径d；

步骤三：求外螺纹小径d₁，将外螺纹的牙底点进行最小二乘直线拟合，左右牙底点分别拟合成l2和l3，计算左右牙底点到对边拟合线l2和l3的距离s2₁…s2_k，计算平均值得到小径d₁；

步骤四：求外螺纹中径d₂，做l₁、l2两条直线的中线k₁和l3、l4两条直线的中线k₂，两直线k₁k₂之间的距离为外螺纹中径d₂；

步骤五：求螺距P，分别作中径线k₁、k₂与牙侧线L_(n)相交，交点为p_(n)，中径线和牙侧线之间的距离为D_k＝p_n-p_(n-1)，相邻同侧两牙之间的距离P_k为2D_k，求P_k的平均值即为螺距P；

与现有技术相比，本发明具有的优点：通过求平均值得到的各参数评定精度高，界面友好，可视化、可扩展更多参数的评定、效率高，可对采集图像及图像处理的数据进行自动保存、回放和螺距多参数可视化评定。

附图说明

图1是本发明的Harris检测后的外螺纹边缘示意图。

图2是本发明的外螺纹放大后的边缘示意图。

图3是本发明的外螺纹细化后的边缘示意图。

图4是本发明的拟合后的边缘示意图。

图5是本发明的外螺纹边缘特征点牙顶点和牙底点示意图。

图6是本发明的求外螺纹大径、小径、中径和螺距参数示意图。

具体实施方式

下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

请参阅图1、图2、图3、图4、图5、图6，一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法，其特征在于方法步骤如下：

步骤一：通过安装在工作台上相机获得高质量的拍摄照片，采集的图像存储到计算机中，评定时读取保存的图像，通过图像处理得到外螺纹边缘，边缘线的构成有许多角点，用Harris角点检测对外螺纹边缘线进行提取，外螺纹边缘的上下两条边界线上的角点都被检测出来，为了精确提取边缘，通过对数据点的局部方法分析，发现边缘点是y坐标一样的而x坐标不同的两个点，再将左右侧外螺纹分别计算，左右侧外螺纹所检测到的数据点分别组合在一起，采用LabVIEW编程，如果其中两个数据点的y值一样，就将x值求平均值，

通过处理后，得到一条细化后的边缘曲线的数据点，将细化后的边缘曲线进行曲线拟合，得到平滑外螺纹边缘线，利用LabVIEW中的信号处理内置子VI将转化后信号的波峰和波谷检测出来提取外螺纹的特征点牙顶点和牙底点；

步骤二：求外螺纹大径d，将外螺纹的牙顶点进行最小二乘直线拟合，左右牙顶点分别拟合成l₁和l4，计算左右牙顶点到对边拟合线l₁和l4的距离s1₁…s1_k，计算出平均值得到大径d；

步骤三：求外螺纹小径d₁，将外螺纹的牙底点进行最小二乘直线拟合，左右牙底点分别拟合成l2和l3，计算左右牙底点到对边拟合线l2和l3的距离s2₁…s2_k，计算平均值得到小径d₁；

步骤四：求外螺纹中径d₂，做l₁、l2两条直线的中线k₁和l3、l4两条直线的中线k₂，两直线k₁k₂之间的距离为外螺纹中径d₂；

步骤五：求螺距P，分别作中径线k₁、k₂与牙侧线L_(n)相交，交点为p_(n)，中径线和牙侧线之间的距离为D_k＝p_n-p_(n-1)，相邻同侧两牙之间的距离P_k为2D_k，求P_k的平均值即为螺距P；

不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims (1)

1.一种基于机器视觉和虚拟仪器的外螺纹多参数评定方法，其特征在于方法步骤如下：

步骤一：通过安装在工作台上相机获得高质量的拍摄照片，采集的图像存储到计算机中，评定时读取保存的图像，通过图像处理得到外螺纹边缘，边缘线的构成有许多角点，用Harris角点检测对外螺纹边缘线进行提取，再将左右侧外螺纹分别计算，左右侧外螺纹所检测到的数据点分别组合在一起，采用LabVIEW编程，如果其中两个数据点的y值一样，就将x值求平均值，

通过处理后，得到一条细化后的边缘曲线的数据点，将细化后的边缘曲线进行曲线拟合，得到平滑外螺纹边缘线，利用LabVIEW中的信号处理内置子VI将转化后信号的波峰和波谷检测出来提取外螺纹的特征点牙顶点和牙底点；

步骤二：求外螺纹大径d，将外螺纹的牙顶点进行最小二乘直线拟合，左右牙顶点分别拟合成l₁和l4，计算左右牙顶点到对边拟合线l₁和l4的距离s1₁…s1_k，计算出平均值得到大径d；

步骤三：求外螺纹小径d₁，将外螺纹的牙底点进行最小二乘直线拟合，左右牙底点分别拟合成l2和l3，计算左右牙底点到对边拟合线l2和l3的距离s2₁…s2_k，计算平均值得到小径d₁；

步骤四：求外螺纹中径d₂，做l₁、l2两条直线的中线k₁和l3、l4两条直线的中线k₂，两直线k₁k₂之间的距离为外螺纹中径d₂；

步骤五：求螺距P，分别作中径线k₁、k₂与牙侧线L_(n)相交，交点为p_(n)，中径线和牙侧线之间的距离为D_k＝p_n-p_(n-1)，相邻同侧两牙之间的距离P_k为2D_k，求P_k的平均值即为螺距P；