殷明帅，曾 旭，黄佳雯

(1.景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403；2.景德镇学院 机械电子工程学院，江西 景德镇 333000)

0 引言

螺纹在汽车制造、军工制造、航空航天等工业领域应用广泛。以陶瓷材料为复合基的螺纹常用于高精密部件中。因此，对其表面精度检测要求极高。螺纹材质不同，螺纹的功能与质量也会有很大差异。以Si3N4颗粒为陶瓷基复合材料的螺纹具有刚度好、硬度高、耐磨以及稳定性强的特点。但是，在机加工过程中，常常由于螺纹材质[1]的影响以及机加工时刀具的材质和机床的稳定性导致生产出来的螺栓存在螺纹底部凹陷、螺纹顶部划伤、划痕等表面缺陷。若使用有表面缺陷的螺纹，很大程度上导致内外螺纹配合不紧密，存在很大的安全隐患，造成无法预计的后果。故对基于机器视觉的螺纹表面缺陷检测[2]效率以及螺纹的质量评估具有重大意义。以往的人工检测法成本较高、效率低下。机器视觉技术[3]主要是利用光电成像、计算机图像处理和模式识别技术来检测对象。相对传统检测的优势在于能够进行非接触式的自动检测，提高了生产效率，满足了现代工业高效率的需求。机器视觉识别技术作为一门新兴的检验技术，在陶瓷工业领域迅速兴起。其用于检测陶瓷类制品表面缺陷、分类识别等领域的品质性能。

为此，国内外学者开始研究基于机器视觉的非接触式检测算法以提高算法的准确性与速率。景敏等[4]为了完成螺纹的参数测量，采用了一种以摘去其原有目镜的工具显微镜作为基础，加装一套CCD 成像器件的方法。……