一种基于机器视觉的内螺纹检测方法及系统与流程

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。

技术实现要素：

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。