基于机器视觉的螺纹钢表面尺寸检测方法

2016-08-10廖洪渭

大科技 2016年30期

关键词：螺纹钢锯齿轴线

廖洪渭

（江西萍乡安源钢铁有限公司337000）

基于机器视觉的螺纹钢表面尺寸检测方法

廖洪渭

（江西萍乡安源钢铁有限公司337000）

尺寸复杂是螺纹钢外形结构的特点，经分析螺纹钢的侧面图像，将其边缘图像获取后，把在投影重心基础上的亚像素边界定位方法提出，从而能得到螺纹钢的内径与高度尺寸。通过对螺纹钢的正面图像予以分析，待其边缘图像获得后实施垂直投影，将螺纹钢高度求出。除此之外，还要求出螺纹钢横肋顶宽和横肋间距尺寸，以及轴线和横肋夹角。

垂直投影；尺寸检测；告诉螺纹钢；亚像素边界定位

在现代生产中，螺纹钢属于主要工业材料，广泛应用在运输、交通和机械中。若表面纵肋和横肋不能达到相应标准，则会被看作尺寸缺陷，使产品不能得到应用[1]。漏磁、超声波等虽然为当下常见检测方法，但也存在局限性，例如：较差直观性、缺乏检测精度等。所以，为了能使检测精度提高，实施Canny边缘算法非常重要，有助于提高精度。

1 处理螺纹钢侧面图像

从螺纹钢侧面可知，因侧面图像横肋分布比较均匀，待二值化后，细小的锯齿状显示在图像二值化边缘。横肋顶部是使锯齿顶部形成的主要原因，而螺纹钢内径边缘则是锯齿底部。所以，对螺纹钢内径与横肋高都有到一定的要求，首先要做的是，将锯齿状边缘予以精确定位。因对定位问题有所涉及，精确边缘求取非常重要，所以，在二值化前，先中值滤波原始图像，将边界噪音剔除，分割时实施OTSU。选取具有较好效果的Sobel算子进行边缘获取，但是，边缘经Sobel算子后会变粗，从而能影响定位性，因此，细化工作的实施非常重要，便于将边缘信息位置及时反映出来。边缘标定是边缘经细化后的定位情况，可以将边缘横肋的分布情况准确反映出来。

待获得螺纹钢边缘图像后，则需要计算内经与肋高。通常来讲，两条对边缘予以细化的内侧最近距离便是内经，而边缘的横向宽度则是横肋高。但是，因离散化数字图像后，易出现噪音和精度缺失现象，从而能造成边缘锯齿等高不一，若对横向宽度直接遍历，则会引发误差发生。所以，本研究在投影重心的基础上，提出了亚像素边界定位法。

投影值在红线两边显示阶梯状，换句话说就是，离锯齿顶部越近，噪音存在概率越大，所处像素越少。为了能将锯齿边缘尺寸更准确的反应出来，锯齿的谷底或者谷顶，可用红线两侧投影重心表示，并得到位置点四个，即：C1和C3、C2和C4，锯齿两侧（H1和H2）高度表示则是：

那么，螺纹钢内经d可表示：

2 处理螺纹钢正面图像

从螺纹钢正面发现，螺纹钢正面图像的内部结构较为复杂，斜向分布的横肋为中间条纹，纵类部分则在两侧边缘内。所以，细化的Sobel边缘再次实施，易导致纵肋定位与横肋变形问题的发生。由于Canny边缘算法具有定位能力精确特点，此算法的应用，能提高精度，以单像素的形式将边缘图像呈现出来，有利于后续处理[2]。从边缘标定中能得出Canny边缘的定位能力。Canny算子在应用前，为了能将噪声干扰现象消除，应当滤波原始图像，本研究实施了中值滤波方式。待Canny边缘获得后，会出现一个“山”字形投影，纵肋边缘于两侧，横肋为中间凸起部分。所以，对纵肋高度求解时，应当先把两侧投影最高的位置求出，然后对其距离D予以求解，和d（侧面图像钢筋内径）相结合，（纵肋高度）公式：

为了求横肋顶宽和横肋间距，应当先对横肋轴线位置予以定位。所以，实施求“山”字中间凸起的横向重心方法。在求解之前，需要间对两边谷点位置进行求解，换句话说就是，横肋两侧分布边界[3]。一般情况下，对横肋轴线宽度w两个与一个横肋间距1的确定，可用横肋边缘4个进行，所以，待确定中心后，顺着重心向上把横肋边缘遍历，每次计算需要运用4各边缘并求平均，便能得到横肋轴线宽度w与横肋间距1。若想对横肋顶宽求解，则需要先对横肋的方向角β求解。

轴线夹角和横肋应当对单个横肋外接矩形进行确定，通过计算确定对角线的方向角。所以，本研究实施边缘轮廓跟踪法。

顺着轴线将横肋边缘遍历期间，当发现一个横肋边缘时，把此作为起点，向左右两端予以分别搜索，直到找到（x1，y1）即最左端位置点，和（x2，y2）即最右端位置点，使其产生一个单边外接矩形，β（横肋方向角）可表示为：