浅谈气动接头外螺纹非接触式检测

李祎，李叶妮，陈子凯

（1．厦门理工学院机械与汽车工程学院，福建 厦门 361024；2．吉利汽车研究院（宁波）有限公司，浙江 宁波 315000）

气动接头在机电一体化设备中使用非常的广泛，其螺纹的连接对于整机的稳定性和可靠性具有不可忽视的作用。根据螺纹的几何外形的不同，其检测方法也是多种多样。包括三坐标机检测、轮廓投影、激光检测、显微镜测量、螺纹千分尺等。由于螺纹在设计过程中有30多个独立的几何特征和尺寸特征。按照最严格的检测标准，螺纹的关键检测特征有11个，且据报道，螺纹的中径尺寸不合格超过中径公差的150%会导致抗拉强度降低4%。目前，基于非接触式的螺纹检测也得到了一定的发展。卜晨提出使用机器视觉的方法获得螺纹的大径、小径和螺距，检测精度达到了0.1mm。孙珂琪等一种连续自动螺纹检测系统，应用LabVIEW软件实现螺纹的高精度检测。于杨提出了一种抗干扰能力强、精度高的检测方法，完成了外螺纹的大径、中径和小径的测量。本文提出一个稳定性好可靠性高的非接触式螺纹精密检测方法。采用高分辨率的工业相机，配合LED背光源，对外螺纹的关键参数进行全面有效的高精密检测。

1 图像处理原理

1.1 外螺纹基本参数

如图1所示，为待测试气动接头螺纹部分待测量关键参数。大径：与外螺纹牙顶相重合的圆柱体直径；小径：与外螺纹牙底相切的假想圆柱的直径；中径d：螺纹是由沟槽和凸起组成，当螺纹轮廓线由高到低和由低到高变化过程中，其间距相等处，上下螺纹连线之间的距离；螺距P：相邻两牙对应位置间轴向距离。

图1 螺纹参数示意图

1.2 图像处理流程

本文螺纹检测图像处理流程如下：（1）首先对图像进行剪裁，获得气动接头螺纹部分图像；（2）再进行图像的对比度和亮度的调整，颜色平面提取，将RGB图像转换为灰度图像；（3）通过查找表中指数函数进行图像增强； （4）采用图像滤波中的边缘检测Sobel算子，进行螺纹边缘提取；（5）最后进行查找表的反变换，得到提取的螺纹边缘线；（6）对相同视场下拍摄的卡尺进行尺寸标定，导入标定文件；（7）采用卡尺卡尺测量出螺纹的大径和小径尺寸，测量连续采集的20张图片。

1.3 边缘提取算法

本文经过图像预处理后，采用Sobel边缘检测算法，提取螺纹轮廓。

该算子包含水平和垂直两组矩阵，将两个卷积核与平面中的图像进行卷积运算，得到水平和垂直亮度差分的近似值。具体算法如式（1）：

分别为水平和垂直边缘检测到的图像灰度值。矩阵为像素点的邻域矩阵，可以计算得到式（2）。

其中，f(x,y)像素点是点(x,y)处的灰度值。

如图2所示在边缘检测中，Canny算子和Laplacian算子背景区域的噪点较多，且边缘不够清晰，边缘灰度变化带过大，Sobel和Gradient算子边缘提取背景噪点较少，且相对于Gradient算子而言，Sobel算子的边缘非常清晰，在本文中的螺纹图像提取中可以获得更好的边缘提取，因此，采用Sobel核心算子对外螺纹边缘进行提取。

图2 典型的边缘检测算子

1.4 尺寸标定

在相同的测量环境下，测试标定尺视野大小为17.6mm×11.5mm，如图3所示为标定所用的显微卡尺在相同视场下测量得到的图像。采集图像像素大小为5496×3672，显微卡尺测量得到的尺寸为17.06×11.41mm，那么，可以计算得到图像的像素当量，根据这个标定系数可以获得外螺纹的实际测量结果。

图3 显微卡尺测得尺寸

2 实验验证

采用基恩士VHX6000超景深三维显微系统进行对比测量分析，连续采集20张图像，对20张图像进行测量后取平均值。测得型号为PC4-01气动接头的大径为4.912mm，中径大小为4.395mm，小径为3.981mm，螺距为0.833mm，测得型号为PC4-M5的气动接头的大径为9.536mm，中径为9.005mm，小径为8.381mm，螺距为0.918mm。其测量结果与本文设计的外螺纹检测系统测量结果进行对比，误差结果计算如表1所示，最大误差不超过25um，符合该螺纹加工误差最大不超过65um的设计需求。

表1 误差值对比

3 结语

本文根据气动接头外螺纹加工要求的高精密性，设计了一套快速检测其尺寸参数的自动化设备，并基于LabVIEW软件平台开发了外螺纹关键参数测量系统，通过研究图像预处理方法，获得最清晰的外螺纹图像，采用Sobel算子进行边缘提取，经过图像标定后，最后采用卡尺工具进行大径、中径、小径以及螺距的测量。整个系统检测误差较小、速度较快，能够满足实际的生产需求。