基于視覺的非接觸外螺紋關鍵參數測量方法*

劉 陽，劉 超

(1.重慶工程學院軟件學院, 重慶 400056; 2.貴州航天電器股份有限公司, 貴陽 550009)

0 引言

外螺紋是一種常用的聯接緊固零部件，其螺紋質量好壞將影響產品或機構緊固效果[1]。螺紋質量不合格將影響緊固效果不佳，進而可能導致產品、機構甚至整個系統失效，因此，緊固裝配前應對螺紋關鍵參數進行嚴格管控。螺紋大徑與小徑尺寸是重點監控參數，人工測量方式精度低、一致性差、大批量測量過程耗時費力，且易導致螺紋損傷[2]。隨著人工智能、圖像處理技術的快速發展，采用機器視覺替代人工進行螺紋參數檢測已成為相關企業優選方案與迫切需求[3]。

近年來國內外學者對基于圖像處理技術的視覺檢測進行了廣泛研究，并在螺紋檢測方面取得不少研究成果。文獻[4]采用機器視覺圖像處理技術對不同螺釘頭部型號進行準確識別且穩定性強。文獻[5]采用激光傳感器與機器視覺相結合解決了車用螺紋尺寸測量。文獻[6]利用機器視覺技術對螺紋18個特征進行了高精度測量。傾斜校正是把傾斜圖像繞其質心沿著傾斜反方向旋轉一個角度的旋轉變換，是圖像預處重要環節之一[7-8]。

針對人工檢測不足以及企業迫切需求，提出一種外螺紋關鍵參數視覺非接觸式測量方法。該方法設計一種基于Hough變換的特征圓提取螺紋圖像傾角校正算法，通過特征圓圓心構造螺紋虛擬直線以實現傾角計算并旋轉圖像；校正后螺紋圖像經過一系列圖像處理后，采用最小二乘法[9]進行螺紋牙頂、牙底輪廓點的直線擬合，實現螺紋大徑、小徑的精確測量。現場測試結果顯示設計的系統測量精度達到0.008 5 mm，具有良好推廣價值。

1 系統設計原理

1.1 視覺系統硬件設計

螺紋尺寸高精度視覺測量系統硬件主要由光源、相機、鏡頭組成。為保證系統的測試精度，采用70 mm×70 mm平行白色背景光源進行系統的打光照明。根據檢測精度選擇500萬像素CMOS寶盟EXG50傳感器，芯片尺寸1/2.5"、幀率為14FPS。鏡頭選擇Computar M2514-MP2 百萬像素系列定焦鏡頭25 mm焦距C口工業鏡頭，焦距25、光圈數為16。視覺系統工作距離(WD)為132 mm，系統的視野達到30 mm×22 mm，滿足產品測試需求。

1.2 系統測量流程

外螺紋關鍵參數視覺測量流程如下：① 模組帶動張開的氣動夾爪運行到螺釘取料位置，氣動夾爪閉合夾緊螺釘頭部；② 模組帶動螺釘轉移到拍照位進行螺紋圖像的采集；③ 將采集到的圖像傳入圖像處理系統進行圖像分析處理，并最終得到螺紋的大徑與小徑尺寸。測量流程如圖1所示。

不同規格的螺紋圖像如圖2所示。設計的系統能夠進行多種規格螺紋尺寸柔性測量，因此在圖像處理中需設計一種通用的視覺測量算法。

圖1 螺紋尺寸視覺測量流程 圖2 不同規格螺紋圖像

2 螺紋傾角校正

傾斜圖像校正是圖像自動識別過程的一個關鍵環節，其關鍵是如何計算傾斜角度大小。圖2所示的螺紋是在圓柱母體上制出的螺旋線形，在圖像空間，可看作是由一系列圓環沿軸向方向堆疊而成，因此，可認為螺紋沿軸線方向存在大量圓，這些圓心在一條直線上，也即螺紋圓柱母體軸線。根據擬合得到的直線就可求出該直線與水平線之間夾角，并將圖像繞其質心沿著傾斜反方向旋轉以實現任意傾角螺紋圖像的校正。Hough變換是一種可利用圖像目標的全局信息直接檢測出所需輪廓的方法[10]。基于Hough變換傾斜校正算法描述如下：① 利用Hough變換進行螺紋圓特征提取；② 利用最小二乘法擬合圓心直線；③ 利用擬合直線求得與水平線的夾角；④ 將螺紋圖像按照夾角反方向進行旋轉得到水平的螺紋圖像。

采用Hough變換進行圓特征提取，是將目標從圖像空間變換到參數空間進行圓描述。設圓的3個參數為中心點(a0,b0)和半徑r，圓數學模型描述如下：

(x-a0)2+ (y-b0)2=r02

(1)

將圓上任意點(xi,yi)投影到參數空間，及將(x,y)坐標系轉換到(a,b,r)坐標系，表示為：

(a-x0)2+(b-y0)2=r2

(2)

由式(2)可知，圖像空間圓特征任意一點(xi,yi)對應參數空間中的圓錐圖形。隨著(xi,yi)的變化，參數空間中的圓錐圖形能形成多個圓錐面簇，并相交于一個點(a0,b0,r0)，即式(1)中圓的3個參數，即通過Hough變換求出了相應圓的圓心、半徑參數，Hough變換原理圖如圖3所示。

圖3 Hough變換原理圖

某型號螺紋圖像如圖4所示，其中左圖為傾斜螺紋圖像。采用Hough變換進行螺紋圖像圓特征提取，如右圖所示。通過直線擬合得到過圓心的螺紋虛擬直線，計算直線與水平軸線的夾角即為螺紋圖像傾角，如圖5a所示，計算得到的旋轉角度為3.338 9°，根據傾角進行旋轉得到圖5b所示校正后的圖像。在此基礎上進行螺紋參數測量有利于提升系統的穩定性和測量精度。

圖4 Hough變換圓特征提取

(a)傾角計算 (b) 螺紋圖像校正圖5 螺紋圖像傾角校正結果

3 螺紋尺寸測量

3.1 ROI區域確定

校正后的圖像通過二值化、輪廓提取可以得到螺紋的輪廓圖像，通過豎直搜索線從右往左搜索螺紋輪廓圖像，就可得到螺紋圖像X軸方向像素值最大的點即螺紋圖像頂點，如圖6藍色線中方框表示的即為搜索到的螺紋圖像頂點。搜索線間距越小，搜索精度越高。以頂點為參考點，依據螺紋長度、高度等特征設置螺紋測量ROI區域，如圖6中紅色矩形和綠色矩形框，該矩形框分別為螺紋測量ROI上下區域。在ROI區域再次進行圖像增強、輪廓提取等圖像處理，然后采用最小二乘直線擬合，就能得到螺紋大徑、小徑的上下擬合直線，通過直線間距離計算就能精確測量螺紋參數。

圖6 確定ROI區域

3.2 最小二乘法直線擬合

最小二乘法是一種數學優化技術[11]，通過最小化殘差平方和尋找一組實驗數據的最佳匹配函數，利用最小二乘法可有效求得函數的未知參數。最小二乘法數學原理描述如下：

給定n個數據(xi,yi)，假設擬合匹配函數為f(x)，函數未知系數為an。則n個數據的殘差平方和e為：

(3)

通過極小化e可求得未知參數an，進而求得n個數據的最佳擬合函數，該函數使得殘差平方和最小。假設直線數學擬合模型為：

f(x)=ax+b

(4)

式中，a,b為待求未知系數。采用最小二乘法進行直線擬合時極小化殘差的平方和：

(5)

通過殘差e分別對參數a,b求偏導，并令偏導為0，即可求得參數a,b：

(6)

整理后得到正規方程組：

(7)

解正規方程組可得直線參數a、b：

(8)

3.3 螺紋大徑、小徑測量

螺紋圖像經過傾角校正、ROI定位、二值化預處理后，需進行邊緣輪廓檢測。常用的邊緣檢測算子有Prewitt算子、Roberts算子、Laplacian算子等。Canny算子邊緣檢測屬于基于頻譜分析方法，具有檢測精度高、信噪比大等特點[12-13]。圖7a所示為經過Canny算子操作后的邊緣特征提取結果。

邊緣檢測完后提取輪廓數據點，依據Y軸方向最大、最小值可獲得螺紋大徑與小徑上、下兩條母線輪廓點。依據最小二乘法對大、小徑輪廓點進行直線擬合，如圖7b、圖7c所示。直線方程為Ax+By+C=0，圖7b中上下兩條邊的參數為：A=0,B=1,C=-929.27與A=0,B=1,C=-1 137.84；圖7c上下兩條邊的參數為：A=0,B=1,C=-948.94與A=0,B=1,C=-1 110.89。經過傾角校正后，螺紋圖像水平，螺紋大徑測量可通過上、下兩條直線的C值相減計算得到，即D=|C1-C2|=abs(-929.27-(-1 137.84))= 208.57 pix；同理，小徑像素值為D1=161.95 pix，經過相機標定就可得到螺紋大徑、小徑的實際物理尺寸值。

(a) Canny算子邊緣檢測結果

(b) 大徑直線擬合結果

(c) 小徑直線擬合結果圖7 直線擬合結果

4 系統測試

利用設計的系統對某型號螺紋進行測量實驗，采用提出的方法進行螺紋圖像校正與螺紋大小徑測量，實驗結果如表1所示，系統重復性精度測試結果如表2所示。表1中給出了提出方法對6個螺釘的螺紋圖像處理結果，能夠正確計算出螺紋圖像的傾角角度。螺紋參數測量結果平均精度最小值為0.005 5 mm，最大平均精度為0.008 5 mm，可以看出提出的方法能夠對螺紋尺寸進行高精度測量，測量誤差不超過0.008 5 mm；表2是對某顆螺釘的螺紋進行10次獨立重復試驗，其中傾角角度最大值為1.90°，最小值為1.89°，傾角測量重復誤差為0.01°；螺紋大徑和小徑的重復性精度分別為3 μm和4 μm，重復精度高、穩定性好，滿足工程實際需求。

表1 螺紋參數測量結果

表2 系統重復性精度測試結果

續表

5 結 論

外螺紋作為常用的聯接緊固零部件，其質量問題日益引起重視。為解決螺紋關鍵參數人工測量存在的問題，提出一種基于視覺的非接觸外螺紋關鍵參數測量方法，用于螺紋大徑、小徑的準確測量。通過Hough變換進行特征圓提取并構造螺紋虛擬直線有效地解決螺紋測量中圖像傾斜的問題。在ROI區域中，利用最小二乘法直線擬合技術對螺紋輪廓進行直線擬合，生產螺紋大徑線、小徑線，完成螺紋大徑與小徑參數的非接觸式測量。現場測試顯示提出的方法在螺紋參數測量中精度達到0.008 5 mm，滿足工程實際需求，具有應用推廣價值。