CN112164036A - 一种钢丝螺套装配参数检测装置及方法 - Google Patents

一种钢丝螺套装配参数检测装置及方法 Download PDF

Info

Publication number
CN112164036A
CN112164036A CN202010970195.8A CN202010970195A CN112164036A CN 112164036 A CN112164036 A CN 112164036A CN 202010970195 A CN202010970195 A CN 202010970195A CN 112164036 A CN112164036 A CN 112164036A
Authority
CN
China
Prior art keywords
image
thread
steel wire
thread insert
mounting hole
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.)
Granted
Application number
CN202010970195.8A
Other languages
English (en)
Other versions
CN112164036B (zh
Inventor
尚金道
郭俊康
郑强强
洪军
庄健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202010970195.8A priority Critical patent/CN112164036B/zh
Publication of CN112164036A publication Critical patent/CN112164036A/zh
Application granted granted Critical
Publication of CN112164036B publication Critical patent/CN112164036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • 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
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明一种钢丝螺套装配参数检测装置及方法，通过图像采集装置获取钢丝螺套的图像信息，并对获取的螺套安装孔内螺纹图像进行空间变化处理，经过空间处理图像能够得到螺纹孔真实结构图，然后利用GaussianBlur函数对空间变化处理后的螺套安装孔内螺纹图像进行滤波处理，然后对滤波处理后的螺套安装孔内螺纹图像进行二值化操作，将螺套安装孔所形成的内螺纹区域从螺套安装孔内螺纹图像中分割出来，经过边缘检测，再利用形态学中的闭运算连接图像断裂处形成连续的内螺纹区域图像，能够快速获取钢丝螺套的拧入深度检测、跳牙现象检测以及所形成内螺纹参数的检测，提高了检测的效率和精度，降低了检测人员的额劳动强度，减少了人工成本。

Description

一种钢丝螺套装配参数检测装置及方法
技术领域
本发明涉及钢丝螺套的装配质量检测，具体是一种钢丝螺套装配参数检测装置及方法。
背景技术
现有条件下，传统的钢丝螺套的安装质量检测多用螺纹塞规检测其形成的内螺纹，若通端通，止端止，装入钢丝螺套形成的螺纹即合格；如果钢丝螺套本身合格的情况下，用底孔塞规检测又是合格，则认为钢丝螺套安装合格。该检测方法属于纯手动检测，批量检测时劳动强度大、人力成本高，检验人员长时间工作后会因疲劳而产生误检，同时检测精度不高，检测效率也偏低。
钢丝螺套安装后形成的内螺纹参数检测项目较多，包括拧入深度检测、螺距检测、中心偏移检测等。其中，钢丝螺套在旋入螺纹孔后，要求上端头应低于螺纹孔端面0.75-1.0个螺距，若测得拧入深度小于0.75个螺距，则证明钢丝螺套未充分拧入；若测得拧入深度超过了此范围，则证明钢丝螺套拧入深度过大。通常螺纹孔深度是靠手工拧螺纹孔来检测，拧入速度较慢且拧进拧出费时费力，效率低下，大大增加了钢丝螺套安装后检测成本，降低了检测效率。
发明内容
本发明的目的在于提供一种钢丝螺套装配参数检测装置及方法，以克服现有技术的不足。
为达到上述目的，本发明采用如下技术方案：
一种钢丝螺套装配参数检测装置，包括钢丝螺套螺纹孔板和图像采集装置，钢丝螺套螺纹孔板上设有多个用于装配钢丝螺套的螺套安装孔，图像采集装置通过位置调整装置设置于钢丝螺套螺纹孔板上端，图像采集装置能够获取钢丝螺套的图像信息。
进一步的，位置调整装置包括相机焦距调节支架、相机角度调节板和相机固定支架，图像采集装置固定于相机角度调节板上，相机角度调节板通过转轴可转动设置于相机焦距调节支架上，相机固定支架上设有相机底座固定轴和丝杠，相机焦距调节支架套设于相机底座固定轴和丝杠上，丝杠与相机焦距调节支架螺纹配合连接。
进一步的，相机角度调节板通过转轴可转动设置于相机焦距调节支架上，转轴一端设有用于锁紧的相机焦距调节旋钮。
进一步的，图像采集装置采用工业相机，丝杠的一端设有相机前后调节旋钮。
一种钢丝螺套装配参数检测方法，包括以下步骤：
步骤1)、通过图像采集装置获取螺套安装孔内螺纹图像，并对获取的螺套安装孔内螺纹图像进行空间变化处理；
步骤2)、利用GaussianBlur函数对空间变化处理后的螺套安装孔内螺纹图像进行滤波处理，然后对滤波处理后的螺套安装孔内螺纹图像进行二值化操作，将螺套安装孔所形成的内螺纹区域从螺套安装孔内螺纹图像中分割出来；
步骤3)、对分离出来的内螺纹区域图像做Canny边缘检测，再利用形态学中的闭运算连接图像断裂处形成连续的内螺纹区域图像；
步骤4)、将连续的内螺纹区域图像轮廓进行分段拟合，每段中有一个“峰”与“谷”作为一个子图像，子图像中明亮条纹边缘点的像素坐标即为输入数据，对其进行多项式拟合，拟合曲线采用最小二乘原理，将拟合曲线作为实际轮廓线；
步骤5)、在拟合曲线的基础之上进行装配钢丝螺套所形成内螺纹参数的计算，钢丝螺套头部与螺纹孔板上端面的距离即为拧入深度，内螺纹区域图像中相邻两个“峰”之间的距离即为螺距。
进一步的，对螺套安装孔内螺纹图像进行空间变化处理前，采用加权平均法对螺套安装孔内螺纹图像进行灰度化。
进一步的，对获取的螺套安装孔内螺纹图像进行空间变化处理，具体过程为：通过平移变换、旋转变换、插值运算获取螺套安装孔内螺纹图像中像素坐标之间的映射关系，重新安排图像像素得到空间变换后的图像，以消除畸变：
设原螺套安装孔内螺纹图像像素点坐标为P0(x0,y0),重新安排图像像素得到空间变换后的图像像素点坐标为P1(x1,y1)，则从P0点旋转变换到点P1，变换矩阵为：
Figure BDA0002683172730000031
进一步的，利用GaussianBlur函数对螺套安装孔内螺纹图像进行滤波处理，然后对滤波处理后的螺套安装孔内螺纹图像进行二值化操作，装配钢丝螺套所形成的内螺纹区域从图像中分割出来，边缘信息得到增强，设定滤波处理后图像在点(x,y)处的灰度值为f(x,y)，阈值为T，则二值化之后该点的灰度值g(x,y)如(4)所示；
Figure BDA0002683172730000032
Figure BDA0002683172730000041
进一步的，采用数学形态学中的闭运算，对目标图像先膨胀后腐蚀，连接图像里亮条纹的裂缝。
进一步的，根据获取的拧入深度和螺距参数，对比以钢丝螺套安装要求的标定值，判断钢丝螺套的装配是否发生了跳牙现象以及装配质量是否合格，并输出检测结果。
与现有技术相比，本发明具有以下有益的技术效果：
本发明一种钢丝螺套装配参数检测装置，包括钢丝螺套螺纹孔板和图像采集装置，钢丝螺套螺纹孔板上设有多个用于装配钢丝螺套的螺套安装孔，图像采集装置通过位置调整装置设置于钢丝螺套螺纹孔板上端，图像采集装置能够获取钢丝螺套的图像信息，能够快速获取钢丝螺套的拧入深度检测、跳牙现象检测以及所形成内螺纹参数的检测，提高了检测的效率和精度，降低了检测人员的额劳动强度，减少了人工成本。
一种钢丝螺套装配参数检测方法，通过图像采集装置获取螺套安装孔内螺纹图像，并对获取的螺套安装孔内螺纹图像进行空间变化处理，经过空间处理图像能够得到螺纹孔真实结构图，然后利用GaussianBlur函数对空间变化处理后的螺套安装孔内螺纹图像进行滤波处理，然后对滤波处理后的螺套安装孔内螺纹图像进行二值化操作，将螺套安装孔所形成的内螺纹区域从螺套安装孔内螺纹图像中分割出来，经过边缘检测，再利用形态学中的闭运算连接图像断裂处形成连续的内螺纹区域图像；将连续的内螺纹区域图像轮廓进行分段拟合，每段中有一个“峰”与“谷”作为一个子图像，子图像中明亮条纹边缘点的像素坐标即为输入数据，对其进行多项式拟合，拟合曲线采用最小二乘原理，将拟合曲线作为实际轮廓线；在拟合曲线的基础之上进行装配钢丝螺套所形成内螺纹参数的计算，钢丝螺套头部与螺纹孔板上端面的距离即为拧入深度，内螺纹区域图像中相邻两个“峰”之间的距离即为螺距，利用本发明方法能够快速的实现钢丝螺套的拧入深度检测、跳牙现象检测以及所形成内螺纹参数的检测，并且通过图像处理，大大提高了检测的效率和精度，降低了检测人员的额劳动强度，减少了人工成本。
进一步的，本发明所获取的图像数据精确，可自动比对标准参数输出检测结果，而且所测内螺纹的尺寸参数会自动存入数据库，方便后期查看与整理。
附图说明
图1为本发明实施例中检测装置整体结构示意图。
图2为本发明实施例中检测装置主视图。
图3为本发明实施例中检测装置俯视图。
图4为本发明实施例中检测装置左视图。
图5为本发明实施例中图像采集装置检测角度示意图。
图6为本发明实施例中钢丝螺套正确安装与未拧入完全的对比图。
图7为本发明实施例中钢丝螺套正确安装与发生跳牙现象的对比图。
图8为本发明实施例中钢丝螺套正确安装与拧入深度过大的对比图。
图9为本发明实施例中检测方法流程图。
图10为本发明实施例中钢丝螺套内螺纹拟合效果图。
图中：1、定位夹具，2、钢丝螺套螺纹孔板，3、钢丝螺套，4、图像采集装置，5、相机角度调节板，6、相机焦距调节支架，7、相机焦距调节旋钮，8、丝杠，9、相机固定支架，10、相机前后调节旋钮，11、相机底座固定轴，12、光源，13、光源调整底座。
具体实施方式
下面结合附图对本发明做进一步详细描述：
如图1-图5所示，一种钢丝螺套装配参数检测装置，包括钢丝螺套螺纹孔板2和图像采集装置4，钢丝螺套螺纹孔板2上设有多个用于安装钢丝螺套3的螺套安装孔，图像采集装置4通过位置调整装置设置于钢丝螺套螺纹孔板2上端，图像采集装置4能够获取钢丝螺套3装配的图像信息；位置调整装置包括相机焦距调节支架6、相机角度调节板5和相机固定支架9，图像采集装置4固定于相机角度调节板5上，相机角度调节板5通过转轴可转动设置于相机焦距调节支架6上，相机固定支架9上设有相机底座固定轴11和丝杠8，相机焦距调节支架6套设于相机底座固定轴11和丝杠8上，丝杠8与相机焦距调节支架6螺纹配合连接，使用时，通过转动丝杠8，调整相机焦距调节支架6在相机底座固定轴11上滑动，从而达到调整相机焦距调节支架6左右位置的目的。
具体的，在钢丝螺套螺纹孔板2的螺套安装孔上端两侧对称安装两个图像采集装置4，用以获取全面的图像信息。对称布置在所述钢丝螺套螺纹孔板两侧以保证摄取到钢丝螺套装配全貌。
钢丝螺套螺纹孔板2一侧还固定有角度可调的光源12，光源12通过光源调整底座13固定安装于钢丝螺套螺纹孔板2一侧，通过调整光源12角度，通过图像采集装置获取清晰图像、进行图像处理获取钢丝螺套拧入深度与所形成内螺纹的螺距、生成钢丝螺套装配质量报告，所述光源位置可根据所测螺纹孔的位置进行调整以保证得到清晰可靠的图像。
图像采集装置4采用工业相机，能够采集清晰的图像信息。
相机角度调节板5通过转轴可转动设置于相机焦距调节支架6上，转轴一端设有用于锁紧的相机焦距调节旋钮7，通过相机焦距调节旋钮7相对锁紧固定相机角度调节板5和相机焦距调节支架6。
丝杠8的一端设有相机前后调节旋钮10，通过手动调节丝杠8的位置，减小了整体结构体积，且位置固定后安全可靠，不会随意转动。
使用时，在定位夹具1上放置已经装配上钢丝螺套3的钢丝螺套螺纹孔板2，将钢丝螺套螺纹孔板2放置在规定位置并用夹具夹紧。定位夹具1上设置有定位机构，可保证被检测钢丝螺套螺纹孔板的端面到工业相机镜头的距离保持一致。
将工业相机4的相机固定支架9、相机角度调节板5、相机焦距调节支架6等放置在预定位置，如图1、图3所示装入丝杠8、相机底座固定轴11，旋转拧入相机前后调节旋钮10调整好工业相机底座的前后位置；如图1、图2所示旋转拧入相机焦距调节旋钮7整好工业相机底座的左右位置以保证相机的合理焦距。将工业相机4装入到相机角度调节板5上，然后旋转相机角度调节板5，以调节工业相机的正确检测角度，工业相机4的轴线与钢丝螺套螺纹孔板上螺套安装孔轴线的夹角为36°，如图5所示，以便摄取到钢丝螺套装配后的全貌。
将工业相机4通过数据线与上位机进行连接，在上位机上打开对应的软件，查看工业相机4的图像摄取情况并及时调整相机角度调节板5以保证工业相机4对拧入钢丝螺套所形成内螺纹的清晰形貌图。
将选定的LED光源12装入光源调整座13上，如图1、图4所示调整光源12的角度和光源调整座13的位置以保证工业相机获取钢丝螺套拧入螺纹孔所形成内螺纹的最清晰的全貌图，如图6、图7、图8所示。
一种钢丝螺套装配参数检测方法，包括以下步骤：
步骤1)、在上位机中选择清晰可见的螺套安装孔内螺纹图像并对螺套安装孔内螺纹图像进行图像预处理，如图9所示，具体的，是通过图像采集装置获取螺套安装孔内螺纹图像；
采用上述装置获取钢丝螺套螺纹孔板2上螺套安装孔内螺纹图像，确保获取内螺纹全部螺纹，即图像采集装置4的图像采集轴线与钢丝螺套螺纹孔板上螺套安装孔轴线的夹角小于螺套安装孔内螺纹采集最大角度，螺套安装孔内螺纹采集最大角度即螺套安装孔内螺纹底部至内螺纹顶部的连线与螺套安装孔轴线之间的夹角，如图5所示，本申请实施例中螺套安装孔内螺纹采集最大角度为36°。
首先是预处理工作，为区分装配后的钢丝螺套与螺纹孔板原有的螺套安装孔，通过加权平均法对螺套安装孔内螺纹图像进行灰度化来提升对比度，如式(1)：
Figure BDA0002683172730000081
对螺套安装孔内螺纹图像做空间变换消除畸变：先对原始图像中的像素进行空间移动，再进行三次样条插值运算重新安排拟合图像的像素，消除因相机俯角拍摄造成的内螺纹图像畸变；
在对钢丝螺套装配全貌进行螺套安装孔内螺纹图像采集时，相机相对螺套安装孔有一定俯角，记为α，导致获得的图像有一定的倾斜角度，为不影响螺距的计算需通过平移变换、旋转变换、插值运算来找到螺套安装孔内螺纹图像中像素坐标之间的映射关系，重新安排图像像素得到空间变换后的图像，以消除畸变：
设原图像像素点坐标为P0(x0,y0),重新安排图像像素得到空间变换后的图像像素点坐标为P1(x1,y1)，则从P0点旋转变换到点P1，变换矩阵为：
Figure BDA0002683172730000091
步骤2)、利用GaussianBlur函数对预处理后的螺套安装孔内螺纹图像进行滤波处理，消除因螺纹孔内壁漫反射光所造成的噪声，然后对滤波处理后的螺套安装孔内螺纹图像进行二值化操作，将装配钢丝螺套所形成的内螺纹区域从图像中分割出来；
具体的，利用式(3)所示的GaussianBlur函数对图像进行滤波处理，消除因螺纹孔内壁漫反射光所造成的噪声，然后对图像进行二值化操作，将背景信息滤掉，将装配钢丝螺套所形成的内螺纹区域从图像中分割出来，边缘信息得到增强，设定滤波处理后图像在点(x,y)处的灰度值为f(x,y)，阈值为T，则二值化之后该点的灰度值g(x,y)公式如(4)所示；
Figure BDA0002683172730000092
Figure BDA0002683172730000093
步骤3)、对分离出来的内螺纹区域图像做Canny边缘检测，再利用形态学中的闭运算连接图像断裂处；受拍摄条件影响，很难做到亮条纹轮廓的连续，尤其是在螺纹牙的峰、谷连接处，因此采用数学形态学中的闭运算，对目标图像先膨胀后腐蚀，连接图像里亮条纹的裂缝，保持其一致性；
步骤4)、将连续的内螺纹区域图像轮廓进行分段拟合，每段中有一个“峰”与“谷”作为一个子图像，子图像中明亮条纹边缘点的像素坐标即为输入数据，对其进行多项式拟合，拟合曲线采用最小二乘原理，将拟合曲线作为实际轮廓线，得到更为细化更为规则的钢丝螺套内螺纹轮廓。“峰”指螺纹顶部，“峰”的尺寸为螺纹的公称直径，即与外螺纹牙顶或内螺纹牙底相重合的假想圆柱体直径，“谷”为螺纹内径，“峰”的尺寸为与外螺纹牙底或内螺纹牙顶相重合的假想圆柱体直径。
具体的，分段拟合采用最小二乘法原理，对每一段明亮条纹边缘点的像素坐标进行多项式拟合得到特征点，将拟合曲线作为实际轮廓线从而得到更为清晰的内螺纹轮廓。
步骤5)、在拟合曲线的基础之上进行装配钢丝螺套所形成内螺纹参数的计算，找到钢丝螺套头部并计算与螺纹孔板上端面的距离即为拧入深度，找到图像里的每一个“峰”并计算相邻之间的距离即为螺距。
具体的，将连续的内螺纹区域图像轮廓进行分段拟合得到特征点；根据特征点坐标可计算出图10中相邻两牙“峰”值点之间的行距离与列距离，螺纹图像经空间旋转变换后保持竖直，列距离接近0值，行距离则反映了螺距值。在图10中，A(xa,ya)，B(xb,yb)，分段1与2之间的牙距为A、B坐标之间的行距离，即(xb-xa)个像素，用相机的像素间隔H乘像素数目，再考虑到相机的成像倍数η以及拍摄俯角α，得出实际的螺距值P，计算公式如式(5)；
P＝H*(xb-xa)*η/cosα (5)
根据钢丝螺套的安装要求对比标定值，判断钢丝螺套的装配是否发生了跳牙现象以及装配质量是否合格，并输出检测结果。如图6所示，右侧钢丝螺套安装完好，左侧钢丝螺套明显拧入深度不够；如图7所示，右侧钢丝螺套安装完好，左侧钢丝螺套发生了跳牙现象；如图8所示，右侧钢丝螺套安装完好，左侧钢丝螺套拧入深度太大，经计算证明超过了1个螺距。
本发明利用机器视觉与图像处理技术对钢丝螺套的装配质量进行检测，一次成像即可实现钢丝螺套的拧入深度检测、跳牙现象检测以及所形成内螺纹参数的检测等多个项目，提高了检测的效率和精度，降低了检测人员的额劳动强度，减少了人工成本；
本发明的检测方案适用于任何类型与尺寸的钢丝螺套装配质量检测，在螺纹规格发生变化时，只需要适当调整光源的位置，无需改动其他硬件设置和软件程序即可进行检测，不需要像人工检测一样频繁更换螺纹塞规的尺寸并不断拧入拧出，大大方便了可操作性；
本发明所获取的图像数据较为精确，可自动比对标准参数输出检测结果，而且所测内螺纹的尺寸参数会自动存入数据库，方便后期查看与整理。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种钢丝螺套装配参数检测装置，其特征在于，包括钢丝螺套螺纹孔板(2)和图像采集装置(4)，钢丝螺套螺纹孔板(2)上设有多个用于装配钢丝螺套(3)的螺套安装孔，图像采集装置(4)通过位置调整装置设置于钢丝螺套螺纹孔板(2)上端，图像采集装置(4)能够获取钢丝螺套(3)的图像信息。
2.根据权利要求1所述的一种钢丝螺套装配参数检测装置，其特征在于，位置调整装置包括相机焦距调节支架(6)、相机角度调节板(5)和相机固定支架(9)，图像采集装置(4)固定于相机角度调节板(5)上，相机角度调节板(5)通过转轴可转动设置于相机焦距调节支架(6)上，相机固定支架(9)上设有相机底座固定轴(11)和丝杠(8)，相机焦距调节支架(6)套设于相机底座固定轴(11)和丝杠(8)上，丝杠(8)与相机焦距调节支架(6)螺纹配合连接。
3.根据权利要求1所述的一种钢丝螺套装配参数检测装置，其特征在于，相机角度调节板(5)通过转轴可转动设置于相机焦距调节支架(6)上，转轴一端设有用于锁紧的相机焦距调节旋钮(7)。
4.根据权利要求1所述的一种钢丝螺套装配参数检测装置，其特征在于，图像采集装置(4)采用工业相机，丝杠(8)的一端设有相机前后调节旋钮(10)。
5.一种基于权利要求1所述钢丝螺套装配参数检测装置的钢丝螺套装配参数检测方法，其特征在于，包括以下步骤：
步骤1)、通过图像采集装置获取螺套安装孔内螺纹图像，并对获取的螺套安装孔内螺纹图像进行空间变化处理；
步骤2)、利用GaussianBlur函数对空间变化处理后的螺套安装孔内螺纹图像进行滤波处理，然后对滤波处理后的螺套安装孔内螺纹图像进行二值化操作，将螺套安装孔所形成的内螺纹区域从螺套安装孔内螺纹图像中分割出来；
步骤3)、对分离出来的内螺纹区域图像做Canny边缘检测，再利用形态学中的闭运算连接图像断裂处形成连续的内螺纹区域图像；
步骤4)、将连续的内螺纹区域图像轮廓进行分段拟合，每段中有一个“峰”与“谷”作为一个子图像，子图像中明亮条纹边缘点的像素坐标即为输入数据，对其进行多项式拟合，拟合曲线采用最小二乘原理，将拟合曲线作为实际轮廓线；
步骤5)、在拟合曲线的基础之上进行装配钢丝螺套所形成内螺纹参数的计算，钢丝螺套头部与螺纹孔板上端面的距离即为拧入深度，内螺纹区域图像中相邻两个“峰”之间的距离即为螺距。
6.根据权利要求5所述一种钢丝螺套装配参数检测方法，其特征在于，对螺套安装孔内螺纹图像进行空间变化处理前，采用加权平均法对螺套安装孔内螺纹图像进行灰度化。
7.根据权利要求5所述一种钢丝螺套装配参数检测方法，其特征在于，对获取的螺套安装孔内螺纹图像进行空间变化处理，具体过程为：通过平移变换、旋转变换、插值运算获取螺套安装孔内螺纹图像中像素坐标之间的映射关系，重新安排图像像素得到空间变换后的图像，以消除畸变：
设原螺套安装孔内螺纹图像像素点坐标为P0(x0,y0),重新安排图像像素得到空间变换后的图像像素点坐标为P1(x1,y1)，则从P0点旋转变换到点P1，变换矩阵为：
Figure FDA0002683172720000031
8.根据权利要求5所述一种钢丝螺套装配参数检测方法，其特征在于，利用GaussianBlur函数对螺套安装孔内螺纹图像进行滤波处理，然后对滤波处理后的螺套安装孔内螺纹图像进行二值化操作，装配钢丝螺套所形成的内螺纹区域从图像中分割出来，边缘信息得到增强，设定滤波处理后图像在点(x,y)处的灰度值为f(x,y)，阈值为T，则二值化之后该点的灰度值g(x,y)如(4)所示；
Figure FDA0002683172720000032
Figure FDA0002683172720000033
9.根据权利要求5所述一种钢丝螺套装配参数检测方法，其特征在于，采用数学形态学中的闭运算，对目标图像先膨胀后腐蚀，连接图像里亮条纹的裂缝。
10.根据权利要求5所述一种钢丝螺套装配参数检测方法，其特征在于，根据获取的拧入深度和螺距参数，对比以钢丝螺套安装要求的标定值，判断钢丝螺套的装配是否发生了跳牙现象以及装配质量是否合格，并输出检测结果。
CN202010970195.8A 2020-09-15 2020-09-15 一种钢丝螺套装配参数检测装置及方法 Active CN112164036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010970195.8A CN112164036B (zh) 2020-09-15 2020-09-15 一种钢丝螺套装配参数检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010970195.8A CN112164036B (zh) 2020-09-15 2020-09-15 一种钢丝螺套装配参数检测装置及方法

Publications (2)

Publication Number Publication Date
CN112164036A true CN112164036A (zh) 2021-01-01
CN112164036B CN112164036B (zh) 2022-06-07

Family

ID=73858760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010970195.8A Active CN112164036B (zh) 2020-09-15 2020-09-15 一种钢丝螺套装配参数检测装置及方法

Country Status (1)

Country Link
CN (1) CN112164036B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116945025A (zh) * 2023-09-18 2023-10-27 南京昊阳环保科技有限公司 智能化轴颈抛光装置及方法

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090101851A1 (en) * 2007-10-23 2009-04-23 Spalding John D Method for estimating thread parameters of a part
CN104567722A (zh) * 2015-01-23 2015-04-29 成都实唯物联网科技有限公司 一种内螺纹检测装置及方法
CN105277121A (zh) * 2014-06-23 2016-01-27 日产螺丝股份有限公司 螺纹尺寸自动测定系统
CN105716528A (zh) * 2016-05-09 2016-06-29 西安捷创测控技术有限公司 一种油管螺纹尺寸参数检测方法与设备
CN106251354A (zh) * 2016-07-28 2016-12-21 河北工业大学 用于螺钉自动装配的机器视觉定位方法
CN109341570A (zh) * 2018-09-19 2019-02-15 中船重工鹏力（南京）智能装备系统有限公司 一种基于机器视觉的内螺纹检测方法及系统
CN109461156A (zh) * 2018-12-20 2019-03-12 浙江大学台州研究院 基于视觉的螺纹密封塞装配检测方法
CN109785338A (zh) * 2018-12-26 2019-05-21 汕头大学 一种运动背景下螺纹关键尺寸参数的在线视觉方法
CN109827515A (zh) * 2018-12-28 2019-05-31 甘肃第一建设集团有限责任公司 一种分离式的螺纹钢丝头尺寸检测系统和方法
CN111062940A (zh) * 2019-12-31 2020-04-24 西南交通大学 一种基于机器视觉的螺钉定位与识别方法
CN111127335A (zh) * 2019-11-18 2020-05-08 中科君胜(深圳)智能数据科技发展有限公司 一种螺栓安装垂直度平视拍摄视觉检测方法
CN111207682A (zh) * 2020-01-15 2020-05-29 山东大学 基于机器视觉的梯形丝杠参数自动测量装置及方法
CN111220077A (zh) * 2020-01-20 2020-06-02 山东大学 一种散热器螺纹孔安装尺寸视觉检测装置及方法
CN111311676A (zh) * 2020-01-20 2020-06-19 中科君胜(深圳)智能数据科技发展有限公司 螺纹孔安装视觉垂直度检测、校正方法以及同轴装配方法
CN111353993A (zh) * 2020-03-30 2020-06-30 华南理工大学 一种基于机器视觉的螺纹角度测量方法
CN111462066A (zh) * 2020-03-30 2020-07-28 华南理工大学 一种基于机器视觉的螺纹参数检测方法
CN111583114A (zh) * 2020-04-30 2020-08-25 安徽工业大学 一种管道螺纹自动测量装置及测量方法
CN111640104A (zh) * 2020-05-29 2020-09-08 研祥智慧物联科技有限公司 一种螺钉装配的视觉检测方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090101851A1 (en) * 2007-10-23 2009-04-23 Spalding John D Method for estimating thread parameters of a part
CN105277121A (zh) * 2014-06-23 2016-01-27 日产螺丝股份有限公司 螺纹尺寸自动测定系统
CN104567722A (zh) * 2015-01-23 2015-04-29 成都实唯物联网科技有限公司 一种内螺纹检测装置及方法
CN105716528A (zh) * 2016-05-09 2016-06-29 西安捷创测控技术有限公司 一种油管螺纹尺寸参数检测方法与设备
CN106251354A (zh) * 2016-07-28 2016-12-21 河北工业大学 用于螺钉自动装配的机器视觉定位方法
CN109341570A (zh) * 2018-09-19 2019-02-15 中船重工鹏力（南京）智能装备系统有限公司 一种基于机器视觉的内螺纹检测方法及系统
CN109461156A (zh) * 2018-12-20 2019-03-12 浙江大学台州研究院 基于视觉的螺纹密封塞装配检测方法
CN109785338A (zh) * 2018-12-26 2019-05-21 汕头大学 一种运动背景下螺纹关键尺寸参数的在线视觉方法
CN109827515A (zh) * 2018-12-28 2019-05-31 甘肃第一建设集团有限责任公司 一种分离式的螺纹钢丝头尺寸检测系统和方法
CN111127335A (zh) * 2019-11-18 2020-05-08 中科君胜(深圳)智能数据科技发展有限公司 一种螺栓安装垂直度平视拍摄视觉检测方法
CN111062940A (zh) * 2019-12-31 2020-04-24 西南交通大学 一种基于机器视觉的螺钉定位与识别方法
CN111207682A (zh) * 2020-01-15 2020-05-29 山东大学 基于机器视觉的梯形丝杠参数自动测量装置及方法
CN111220077A (zh) * 2020-01-20 2020-06-02 山东大学 一种散热器螺纹孔安装尺寸视觉检测装置及方法
CN111311676A (zh) * 2020-01-20 2020-06-19 中科君胜(深圳)智能数据科技发展有限公司 螺纹孔安装视觉垂直度检测、校正方法以及同轴装配方法
CN111353993A (zh) * 2020-03-30 2020-06-30 华南理工大学 一种基于机器视觉的螺纹角度测量方法
CN111462066A (zh) * 2020-03-30 2020-07-28 华南理工大学 一种基于机器视觉的螺纹参数检测方法
CN111583114A (zh) * 2020-04-30 2020-08-25 安徽工业大学 一种管道螺纹自动测量装置及测量方法
CN111640104A (zh) * 2020-05-29 2020-09-08 研祥智慧物联科技有限公司 一种螺钉装配的视觉检测方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
HEHE CHEN等: ""A Novel Non-Contact Thread Surface Detecting Syetem based on Machine Vision Technology"", 《INTERNATIONAL CORE JOURNAL OF ENGINEERING》 *
JUNPENG FAN等: ""Pipe tread parameters detection based on machine vision"", 《PROCEEDINGS OF SPIE》 *
YI-CHENG LEE等: ""Using Machine Vision to Develop an On-Machine Thread Measurement System for Computer Numerical Control Lathe Machines"", 《PROCEEDINGS OF THE INTERNATIONAL MULTICONFERENCE OF ENGINEERS AND COMPUTER SCIENTISTS》 *
王晓磊: ""基于机器视觉的螺纹识别系统"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
王蕴哲: ""内螺纹螺距视觉测量方法的研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *
葛旋等: ""基于机器视觉的螺栓智能装配系统"", 《制造业自动化》 *
迟勇臻: ""集成换接式工具的微小零件精密装配系统研制"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116945025A (zh) * 2023-09-18 2023-10-27 南京昊阳环保科技有限公司 智能化轴颈抛光装置及方法
CN116945025B (zh) * 2023-09-18 2023-11-28 南京昊阳环保科技有限公司 智能化轴颈抛光装置及方法

Also Published As

Publication number Publication date
CN112164036B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN109489591B (zh) 基于机器视觉的平面划痕长度非接触测量方法
US20170118457A1 (en) Non-contact method and system for inspecting a manufactured part at an inspection station having a measurement axis
CN1188660C (zh) 一种摄像机标定方法及其实施装置
CN112164036B (zh) 一种钢丝螺套装配参数检测装置及方法
CN108387516A (zh) 基于ccd像机图像处理技术的螺纹缺陷检测装置及检测方法
CN114279357B (zh) 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统
CN111462066A (zh) 一种基于机器视觉的螺纹参数检测方法
CN109409290A (zh) 一种温度表检定读数自动识别系统及方法
CN115127479A (zh) 一种基于机器视觉的胶辊螺纹在线检测及修正方法
CN111127394A (zh) 螺栓安装垂直度俯视拍摄视觉检测方法
CN110554054B (zh) 一种机夹式可转位车刀的三维刃口崩缺检测系统
CN109993787B (zh) 一种图像法螺纹中径求解方法
CN111127335A (zh) 一种螺栓安装垂直度平视拍摄视觉检测方法
CN110570412A (zh) 一种零件误差视觉判断系统
CN113514006A (zh) 基于计算机视觉的直齿圆柱齿轮参数快速精准测量方法
CN110657750B (zh) 一种用于刀具刃口钝化的检测系统和方法
CN115326837A (zh) 一种基于机器视觉的不锈钢焊点表面质量检测方法及系统
Lee et al. Using Machine vision to develop an on-machine thread measurement system for computer numerical control lathe machines
Lee et al. Development of an On-Machine External Thread Measurement System for CNC Lathes Using Eye-in-Hand Machine Vision with Morphology Technology.
DE10237426B4 (de) Verfahren und Vorrichtung zum Vermessen von Werkzeugen
CN109753963A (zh) 一种基于线结构光的轮胎标识自动识别系统及其工作方法
Fan et al. Dimensional inspecting system of shaft parts based on machine vision
CN116664554B (zh) 一种基于图像处理的螺栓螺纹缺陷检测方法
CN114166144A (zh) 一种齿轮倒角加工装夹后加工轮廓的标定方法
CN112146593A (zh) 一种基于机器视觉的外螺纹检测方法及实时检测系统

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