肖慶陽，方建儒，張效民，劉 冬，叢 明

(1.大連亞明汽車部件股份有限公司，遼寧 大連 116041；2.大連理工大學(xué)機械工程學(xué)院，遼寧 大連 116024)

0 引言

螺紋連接是各類零件、設(shè)備之間最常見的一種連接方式，其中內(nèi)螺紋的質(zhì)量對連接的可靠性及工作性能起著至關(guān)重要的作用[1]。傳統(tǒng)的內(nèi)螺紋質(zhì)量檢測通常采用螺紋塞規(guī)作為檢測儀器[2]，工人在對工件進(jìn)行檢測時依次將螺紋塞規(guī)旋入待檢測螺孔，較為費時；自動的接觸式檢測方法是利用傳感器探頭與被測工件接觸，在其螺紋孔內(nèi)滑動，從而實現(xiàn)對紋路特征的檢測[3]，此類檢測方法相較于螺紋塞規(guī)檢測的方式更加快捷，但也增加了工件損傷的風(fēng)險。

針對外螺紋的非接觸式檢測，國內(nèi)外提出了許多基于機器視覺的檢測方法[4-6]，但針對工業(yè)環(huán)境下的工件內(nèi)螺紋檢測方法較少。Hong E等[7]提出了一種基于插入式線掃描相機的內(nèi)螺紋檢測方法，但只適用于大于相機直徑的螺紋孔的檢測，并且操作復(fù)雜，難以滿足工業(yè)檢測要求。

本文針對以上問題，提出了一種基于機器視覺的內(nèi)螺紋檢測方法，本方法使用灰度相機，可以實現(xiàn)螺紋孔快速、準(zhǔn)確的檢測。在此基礎(chǔ)上搭建了多螺孔檢測系統(tǒng)，實驗表明，該系統(tǒng)具有良好的檢測精度、較高的檢測速度，對外界光有較好的魯棒性，基本滿足工業(yè)檢測要求。

1 螺紋檢測算法

本文的螺紋檢測算法首先通過工業(yè)相機采集待測工件圖像，通過驅(qū)動模塊設(shè)置相機句柄，以每0.2 s一張的頻率從緩沖區(qū)讀取一張工件的灰度圖像，對得到的圖像進(jìn)行中值濾波、形態(tài)學(xué)閉運算等預(yù)處理，最后采用螺牙計數(shù)算法將所得圖像中的螺牙進(jìn)行計數(shù)并判斷螺孔是否合格，得到檢測結(jié)果。

1.1 螺牙計數(shù)算法

圖1 螺孔灰度圖

本文提出的螺牙計數(shù)算法是根據(jù)相機獲取的螺紋孔圖像，在給定方向上獲取一組或幾組螺紋灰度數(shù)據(jù)見圖1中框；將每組灰度數(shù)組中有效極大值點的個數(shù)作為螺牙數(shù)量，此外對于每個螺孔計算平行于母線的10～20條線段上的螺牙個數(shù)，取其中最大值作為該螺孔的螺牙數(shù)。若螺牙數(shù)大于6個，判斷目標(biāo)為螺孔。

1.2 極大值計數(shù)算法

極大值判定算法用于計數(shù)一維灰度數(shù)組曲線中有效的極大值個數(shù)，即螺紋孔中螺牙在光源照射下的明亮處與灰度采樣線段的交點。算法流程如圖2所示。

算法封裝為一個函數(shù)，由螺牙計數(shù)算法調(diào)用。其中g(shù)rayn為長度為n的灰度數(shù)組，e為灰度數(shù)組各像素的灰度平均值，i為灰度數(shù)組下標(biāo)，j為大灰度值像素計數(shù)器，j_max為j的閾值，根據(jù)相機的清晰度進(jìn)行設(shè)定，每條螺紋寬度在圖像中所占比例越大則j_max數(shù)值越大。k為灰度值閾值系數(shù)，根據(jù)圖像對比度進(jìn)行設(shè)定，t為有效極大值個數(shù)。

圖2 算法流程圖

極大值計數(shù)算法函數(shù)在被調(diào)用后，首先輸入圖像預(yù)處理后獲取的灰度曲線grayn，對數(shù)組各像素平均值進(jìn)行計算，用于后續(xù)結(jié)合灰度值閾值系數(shù)k計算灰度閾值。在對各參數(shù)初始化后進(jìn)入循環(huán)，對灰度數(shù)組中的元素進(jìn)行逐個判斷，當(dāng)灰度高于閾值的時候大灰度值像素計數(shù)器j自加，否則自減，同時將j限制在0到j(luò)_max之間。在每次自加后判斷j是否滿足ji=j_max-1且ji-j_max≤1，條件滿足時代表大灰度值像素計數(shù)器ji首次等于j_max-1，此時判斷該像素所在區(qū)域為有效灰度極大值點，t自加并循環(huán)判斷下一像素值，否則直接返回循環(huán)。循環(huán)結(jié)束后輸出t作為有效極大值個數(shù)。

2 檢測方法及實驗流程

2.1 多螺孔檢測系統(tǒng)架構(gòu)

多螺孔檢測系統(tǒng)如圖3、圖4所示。系統(tǒng)啟動后在工件進(jìn)行檢測時，首先由工人將待檢測工件正確放置到輔具上，光電開關(guān)檢測到工件放置到位，輸出高電平至視覺控制器，由調(diào)用工業(yè)相機進(jìn)行圖像采集并發(fā)送回視覺控制器，在視覺控制器對采集到的圖像完成檢測后，工件的檢測結(jié)果保存到本地，方便日后對產(chǎn)品質(zhì)量溯源，檢測結(jié)果通過燈組進(jìn)行顯示，指導(dǎo)工人對工件復(fù)查。如圖4所示，在工件上方設(shè)有傾斜放置的平行光源，用來給鑄件表面進(jìn)行打光，以減輕不同外界光照條件下對檢測效果的影響，同時避免強光直射對操作者造成傷害。

圖3 檢測流程圖 1.待檢鑄件 2.光電傳感器 3.工業(yè)光源 4.工業(yè)相機 5.指示燈組圖4 鑄件外觀缺陷檢測系統(tǒng)

2.2 實驗平臺

硬件配置：2000萬像素工業(yè)相機、i7-6700處理器。

軟件配置：Windows7 Embedded操作系統(tǒng)、opencv2.4.11。

3 實驗結(jié)果及分析

待測螺紋孔圖像如圖5所示，螺紋區(qū)域在光源的照射下呈現(xiàn)明暗交替的圖樣。對處理后的圖像取螺孔母線上灰度值，繪制出灰度曲線由圖6所示。

圖5 原圖 圖6 灰度曲線

由圖6的灰度曲線可以看到灰度值最高的像素值為最大灰度255，與螺紋圖像中的明條紋區(qū)域相對應(yīng)，經(jīng)過計數(shù)某條線段上經(jīng)過濾波處理后的灰度極大值個數(shù)得到的螺牙條數(shù)基本與實際圖像采集的個數(shù)相等。

實驗表明，通過以上方法搭建的多螺紋看檢測系統(tǒng)對于4個螺紋孔，能夠在800 ms內(nèi)完成對工件上全部4個孔的檢測，基本滿足工廠檢測線的檢測節(jié)拍要求。

4 結(jié)論

針對工件內(nèi)螺紋孔檢測的問題，本文提出了基于機器視覺的內(nèi)螺紋檢測算法，并基于該算法設(shè)計多螺紋檢測系統(tǒng)。實驗表明，該系統(tǒng)能夠快速的對螺紋孔內(nèi)螺牙數(shù)量的合格與否判別，具有較高的檢測精度。目前搭載該算法的檢測設(shè)備已投入使用，程序檢測出的螺孔缺陷信息自動保存到設(shè)備本地，為產(chǎn)品的質(zhì)量溯源提供了保障。