基于机器视觉的小尺寸外螺纹关键参数检测方法

针对小尺寸外螺纹测量难题,提出一种基于机器视觉的螺纹关键参数测量方法,获取外螺纹牙型边缘的精确信息,解决了扫描探针针尖过大无法测量小尺寸螺纹的问题。首先通过中值滤波进行预处理,去除图像中包含的椒盐噪声和脉冲干扰,并利用Otsu选取最佳阈值对图像二值化。通过改进的高斯滤波和自适应阈值Canny算子提取螺纹的轮廓边缘。同时设计了测量区域的最小矩形拟合算法对螺纹图像进行倾角校正。最后通过最小二乘法直线拟合计算螺纹的尺寸参数。实验结果表明,螺纹的螺距、中径的测量精度达到0.0014mm和0.0027mm,实现了螺纹关键参数的高精度测量。