基于數(shù)字圖像的螺紋檢測研究

摘要：介紹了數(shù)字圖像處理技術(shù)在螺紋檢測中的應(yīng)用，通過對中值濾波、邊緣檢測、二值化等的講解，探討了數(shù)字圖像處理的一般性技術(shù)，并給出了螺紋幾何尺寸的測量的算法。從理論和實(shí)踐中證明了此種方法的正確性和研究的必要性。

關(guān)鍵詞：數(shù)字圖像處理；中值濾波；邊緣檢測 二值化

1簡介

傳統(tǒng)的螺紋檢測方法，是通過螺紋通止規(guī)進(jìn)行人工測量，當(dāng)螺紋的牙型落在公差帶的范圍內(nèi)，則認(rèn)為螺紋的質(zhì)量是合格的。其優(yōu)點(diǎn)是經(jīng)濟(jì)性好，操作簡單；其缺點(diǎn)是螺紋的質(zhì)量保證水平偏低，存在許多技術(shù)漏洞。比如，當(dāng)螺紋的質(zhì)量非常差時，檢測人員會不知所措，不知道問題出在哪里，同時，對于大批量螺紋的檢測，費(fèi)時費(fèi)力，檢測精度不高，更無法實(shí)現(xiàn)自動化。

圖像處理技術(shù)產(chǎn)生于上世紀(jì)20年代，發(fā)展于上世紀(jì)80年代，特別是由于近年來計算機(jī)處理速度的提高和CCD攝像技術(shù)的發(fā)展，基于數(shù)字圖像理的檢測技術(shù)得到了飛速的發(fā)展。

2、工作原理

使用數(shù)字圖像處理技術(shù)對螺紋進(jìn)行檢測，其工作原理為：利用CCD攝像頭采集待檢測螺紋的圖像，將連續(xù)的BMP圖像處理為數(shù)字圖像，然后對圖像進(jìn)行二值化、中值濾波及邊緣檢測處理，提取出螺紋的輪廓，并通過一定的算法，計算出螺紋的幾何參數(shù)，然后將其與標(biāo)準(zhǔn)螺紋參數(shù)相比較，以判斷螺紋是否合格。

3、圖像處理

3.1圖像的預(yù)處理

眾所周知，實(shí)際獲得的圖像在形成、傳輸、接收和處理的過程中，不可避免的存在著外部或內(nèi)部干擾，我們將之稱之為噪聲。噪聲惡化了圖像的質(zhì)量、使圖像模糊、特征淹沒，給分析帶來困難。因此，在預(yù)處理階段，主要目的是去除圖像的噪聲。

對圖像進(jìn)行濾波除噪有均值濾波、高斯濾波及中值濾波等多種方法。考慮到中值濾波既可以消除噪聲（特別是針對胡椒粉式或脈沖式噪聲）又可以保持圖像的細(xì)節(jié)，使圖像的輪廓清晰的特點(diǎn)，本檢測系統(tǒng)的軟件使用中值濾波。

中值濾波是最簡單的線性濾波，其基本思想是用像素點(diǎn)鄰域灰度值的中值來代替該像素點(diǎn)灰度值。其原理為：設(shè)有一個一維序列f1，f2，f3，… fn，取該窗口長度（點(diǎn)數(shù)）為m（m為基數(shù)），對一系列進(jìn)行中值濾波，就是從序列中相繼抽取m個數(shù)fi-v，…fi-1，fifi+1，…fi+v；其中，f1為窗口的中心點(diǎn)值，v=(m-1)/2。再將這m個點(diǎn)值按其數(shù)值大小排序，取中間的那個作為濾波輸出，用數(shù)學(xué)公式表示為：

3.2邊緣輪廓提取

圖像的邊緣是圖像的最基本特征，它蘊(yùn)含了豐富的內(nèi)在信息（如方向、階躍性質(zhì)、形狀等），是圖像識別中抽取圖像特征的重要屬性。從本質(zhì)上說，圖像邊緣是圖像局部特性不連續(xù)性（灰度突變、顏色突變等）的反映，它標(biāo)志著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。

提取邊緣的算法就是檢出符合邊緣特性的邊緣像素的數(shù)學(xué)算子。邊緣檢測算子檢查每個像素的鄰域并對灰度變化率進(jìn)行量化，通常也包含方向的確定，有若干種方法可以使用，其中大多數(shù)是基于方向?qū)?shù)模板求卷積的方法。

Sobel邊緣檢測算子Sobel邊緣檢測算子是先做成加權(quán)平均，再微分，然后求梯度。以下兩個卷積核形成了Sobel邊緣檢測算子，圖像中的每個點(diǎn)都用這兩個核做卷積，一個核對通常的垂直邊緣影響最大，而另一個對水平邊緣的影響最大。邊緣檢測算子的中心與中心像素相對應(yīng)，進(jìn)行卷積運(yùn)算，兩個卷積核的最大值作為該點(diǎn)的輸出位。運(yùn)算結(jié)果是一幅邊緣幅度圖像。

螺紋示意圖如上圖，通過建立直線BS1和直線CS2的方程，求取兩條直線之間的夾角，即可求得牙型角α?？啥嗲髱捉M，求其平均值。

通過建立直線方程，求取兩直線的交點(diǎn)S1和S2，計算S1和S2的距離，即為螺紋的螺距，可多求幾組，取其平均值。

4、結(jié)論

將數(shù)字圖像處理技術(shù)應(yīng)用在螺紋檢測中，實(shí)現(xiàn)了螺紋的自動化檢測。其檢測精度與CCD攝像頭的像素及焦距調(diào)校、鏡頭畸變有著密切關(guān)系。因此，軟件在編寫方面還應(yīng)更加智能。但總體來說，基本實(shí)現(xiàn)了螺紋的自動化檢測并且可以達(dá)到較高的精度，為批量螺紋檢測提供了參考。

參考文獻(xiàn)

[1]楊淑瑩.VC++圖像處理程序設(shè)計[M]. 北京 清華大學(xué)出版社. 2003.11.

[2]徐孝恩. 螺紋測量[M]. 北京 機(jī)械工業(yè)出版社.1986.

[3]張少軍等. 利用數(shù)字圖像處理技術(shù)測量幾何尺寸[J]. 北京科技大學(xué)學(xué)報. 2006.6

[4]求是科技. Visual C++數(shù)字圖像處理典型算法及實(shí)現(xiàn)[M]. 北京 人民郵電出版社.2006.6.

[5]孫鑫等. VC++深入詳解[M]. 北京 電子工業(yè)出版社. 2006.6