刘 阳，刘 超

(1.重庆工程学院软件学院, 重庆 400056; 2.贵州航天电器股份有限公司, 贵阳 550009)

0 引言

外螺纹是一种常用的联接紧固零部件，其螺纹质量好坏将影响产品或机构紧固效果[1]。螺纹质量不合格将影响紧固效果不佳，进而可能导致产品、机构甚至整个系统失效，因此，紧固装配前应对螺纹关键参数进行严格管控。螺纹大径与小径尺寸是重点监控参数，人工测量方式精度低、一致性差、大批量测量过程耗时费力，且易导致螺纹损伤[2]。随着人工智能、图像处理技术的快速发展，采用机器视觉替代人工进行螺纹参数检测已成为相关企业优选方案与迫切需求[3]。

近年来国内外学者对基于图像处理技术的视觉检测进行了广泛研究，并在螺纹检测方面取得不少研究成果。文献[4]采用机器视觉图像处理技术对不同螺钉头部型号进行准确识别且稳定性强。文献[5]采用激光传感器与机器视觉相结合解决了车用螺纹尺寸测量。文献[6]利用机器视觉技术对螺纹18个特征进行了高精度测量。倾斜校正是把倾斜图像绕其质心沿着倾斜反方向旋转一个角度的旋转变换，是图像预处重要环节之一[7-8]。

针对人工检测不足以及企业迫切需求，提出一种外螺纹关键参数视觉非接触式测量方法。该方法设计一种基于Hough变换的特征圆提取螺纹图像倾角校正算法，通过特征圆圆心构造螺纹虚拟直线以实现倾角计算并旋转图像；校正后螺纹图像经过一系列图像处理后，采用最小二乘法[9]进行螺纹牙顶、牙底轮廓点的直线拟合，实现螺纹大径、小径的精确测量。……