基于机器视觉的外螺纹参数测量方法研究

发布时间：2020-08-02 21:55

【摘要】：螺纹是工业生产中最为常见的机械连接方式,其几何参数对机械装备的性能有着直接影响。随着我国精密机械事业的发展,对螺纹的参数进行全面测量有着迫切需求,而传统的机械检测方式无法满足。本课题利用机器视觉检测技术实现对螺纹各参数测量,通过对测量结果的分析,验证机器视觉测量技术具有精度高、速度快的优点。首先,通过对通用视觉测量系统的分析,设计了一套合适的外螺纹图像采集装置。参考机器视觉的成像原理,选用合适CMOS工业相机配合舜宇光学镜头,并采用LED平面光源,利用背光照明的方式完成了螺纹图像的实时采集。接着,根据数字图像处理的相关算法,研究了螺纹图像轮廓的提取方法。通过对采集的图像进行降噪、对比度增强等预处理得到螺纹轮廓边缘信息,再经过Sobel算子和改进的高斯亚像素边缘拟合提取到螺纹图像高精度的边缘数据。随后,研究了螺纹参数测量原理和螺纹图像失真问题。在提取螺纹的牙型角点的基础上根据螺纹各参数的定义设计了螺纹大小径、中径、螺距以及牙型角的计算方法;对螺纹牙型的真实曲线和遮挡曲线方程进行推导,从而建立了螺纹图像失真模型,对失真现象引起的参数测量误差进行补偿。最后,进行参数测量实验,并对测量过程中产生的误差进行分析。根据提出的螺纹测量方案分别进行测量系统标定实验、螺纹参数测量实验;对实验数据进行误差计算并与国家标准对比,结果表明该测量方法可以实现对螺纹各参数的测量,能够满足测量要求。
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TG85;TP391.41
【图文】：

中北大学学位论文畸变可以分为径向畸变、偏心畸变以及薄棱镜畸变由畸变引起的误差主要来源于径向畸变产生。因此小误差，主要是针对径向畸变而言。现径向畸变是因为远离镜头中心的光线比靠近镜畸变包括桶型畸变和枕型畸变，桶型畸变是像素点素点向中心点聚缩形成的，如图 1.4 所示。

点向中心点聚缩形成的，如图 1.4 所示。图 1.4 枕型畸变和桶型畸变畸变的数学模型，k1和 k2为径向畸变的系数2 2 2 2 21 22 2 2 2 21 2[ ( ) ( ) ][ ( ) ( ) ]rrx x k x y k x yy y k x y k x y 于镜头的制造和加工的缺陷引起的，如图 1.5无法在同一条直线上便可造成偏心畸变。偏心分别是偏心畸变的两个系数。

图 2.4 MV- SUB 500M 工业相机需要考虑待测零件成像特征，又要与相机搭选择镜头依据[20]：经量产的镜头，如果采用定制镜头会大大提容性好的镜头，如果相机和镜头不能进行好使测量系统的设计变得困难；率要适中，如果放大倍数过小则无法清晰的部分参数难以进行精确测量，同样也不能使整体轮廓进行成像；大一些，焦距过小的得镜头往往畸变系数较

【相似文献】

相关期刊论文 前10条

1 吴得信;王宏涛;陈琪;何晓波;;基于机器视觉的普通外螺纹测判软件设计[J];应用科技;2010年01期

2 施保华;魏雅慧;;一种基于机器视觉的螺纹缺陷检测方法[J];三峡大学学报(自然科学版);2015年02期

3 周金山;娄训志;王凡;何涛;;基于机器视觉的螺纹缺陷检测方法[J];湖北工业大学学报;2010年02期

4 杨霞;萌芽状态的机器视觉——访法视特(上海)图像科技有限公司总经理朱翊斌先生[J];现代制造;2005年24期

5 忻华泰;;用光学衍射法测量微小外螺纹的螺纹参数[J];激光与光电子学进展;1977年11期

6 庞尔江;;机器视觉在测量领域的应用专利技术综述[J];传感器世界;2018年04期

7 李佩宇;董蓉;李勃;;基于机器视觉的食用油装箱自动清点系统的设计及实现[J];现代制造工程;2018年05期

8 黄继军;螺纹夹持夹具[J];机械工人.冷加工;2003年10期

9 ;对外螺纹的实测分析 看我部加工MJ螺纹的可行性[J];航空标准化与质量;1986年02期

10 张黎翔;白云;;基于LabVIEW的色彩匹配应用[J];电子技术与软件工程;2018年10期

相关会议论文 前10条

1 张超;徐建瑜;王文静;;基于机器视觉的梭子蟹质量估计方法研究[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年

2 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

3 刘炎艳;;基于机器视觉的卷烟32位码识别系统研究[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

4 朱建方;;论螺纹塑性辗压成形的条件及其应用[A];塑性加工技术文集[C];1992年

5 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

6 卜晨;姜立军;李哲林;;基于图像处理技术的螺纹多参数检测[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 吴远峰;金翠娥;刘颖卓;;基于机器视觉的智能检测方法研究[A];第十一届全国磁粉渗透检测技术年会论文集[C];2017年

8 胡江平;;方牙螺纹的变量编程模板在生产中的应用[A];中华教育理论与实践科研论文成果选编（第3卷）[C];2010年

9 张新菊;张环;陆晨薇;;滚制螺纹类零件渗透检测方法研究[A];2014陕西省第十四届无损检测年会暨产品展示会论文集[C];2014年

10 吕贵平;;玻璃钢螺纹的制造与强度[A];第十五届玻璃钢/复合材料学术年会论文集[C];2003年

相关重要报纸文章 前10条

1 金刚;给机器一双慧眼[N];计算机世界;2007年

2 宜宾 李定川;机器视觉光源基础及选型指导(一)[N];电子报;2018年

3 本报记者 李佳师;人工智能市场逼近2700亿元 三大难题待突破[N];中国电子报;2016年

4 中国电子信息产业发展研究院信息化研究中心智慧城市研究室主任 刘鹏宇;智能技术：呈现八大趋势[N];中国电子报;2017年

5 赛迪智库信息化中心助理研究员 刘鹏宇;2017年智能技术发展趋势[N];中国计算机报;2017年

6 经济日报·中国经济网记者 周明阳;给机器一双“慧眼”[N];经济日报;2017年

7 本报记者 胡心媛;机器视觉展推动智能制造落地[N];中国贸易报;2017年

8 本报记者 蔡炜;书写“东方工匠”传奇的黑牡丹集团技术总监邓建军：“创新，只有起点没有终点”[N];新华日报;2017年

9 本报研究员 费天元;机器视觉成争夺焦点 应用场景将加速拓展[N];上海证券报;2016年

10 记者 王宙洁 实习生 卢梦匀;机器视觉 智能生活的第三只眼[N];上海证券报;2015年

相关博士学位论文 前10条

1 胡志新;基于机器视觉的钢轨踏面磨耗剥落检测技术研究[D];南昌大学;2018年

2 吴衡;机器视觉鬼成像理论与实验研究[D];华南理工大学;2017年

3 胡越黎;目的机器视觉研究及其在皮肤症状识别中的应用[D];上海大学;2005年

4 韩彦芳;机器视觉中的聚类检测新方法[D];上海交通大学;2006年

5 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

6 周平;基于机器视觉的自然目标特征学习与即时检测[D];浙江大学;2006年

7 郁志宏;基于机器视觉的种蛋筛选及孵化成活性检测研究[D];内蒙古农业大学;2006年

8 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

9 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

10 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年

相关硕士学位论文 前10条

1 董芳凯;基于机器视觉的外螺纹参数测量方法研究[D];中北大学;2018年

2 姜籍翔;基于机器视觉的外螺纹几何参数检测算法研究[D];电子科技大学;2014年

3 万鹏;基于机器视觉的三角螺纹三维检测方法及实验研究[D];华南理工大学;2012年

4 晃静;小螺距螺纹参数智能化检测方法的研究[D];西安石油大学;2014年

5 吴得信;基于机器视觉的螺纹测判系统的研究[D];南京航空航天大学;2010年

6 都悦来;基于图像处理的外螺纹参数检测技术的研究[D];黑龙江大学;2017年

7 夏贤华;基于机器视觉的瓶口螺纹在线检测系统研究与开发[D];华中科技大学;2014年

8 杜聪;精密螺纹图像测量系统研究[D];中北大学;2015年

9 王奇;基于机器视觉的外螺纹表面缺陷检测系统研究[D];重庆大学;2015年

10 袁统帅;基于机器视觉的焊点检测研究[D];哈尔滨工业大学;2017年

本文编号：2779116