螺纹表面检测技术研究

2022-12-05

螺纹作为重要的连接部件在各行各业中都得到了广泛的应用, 螺纹的质量直接关系到设备能否正常稳定运行, 同时螺纹的缺陷还会造成各种生产安全隐患, 因此螺纹的检测是螺纹生产和使用中重要的环节, 只有螺纹的质量得到了保证, 才能够保证设备的工作质量和安全性能。随着科技的不断发展, 新技术新工艺被不断的开发和利用, 大大的提高了生产的效率和质量。其中利用图像分析检测的方法已经被广泛的应用到机械、农业等各个行业领域, 为开展螺纹表面图像分析检测提供了良好的借鉴。

一、螺纹表面图像检测技术分析

利用图像进行螺纹分析检测的方法, 和传统的方法相比具有许多优势, 采用图像分析的方法进行螺纹的检测, 分析对照得到的检测图像, 可以方便、智能的完成螺纹的检测。螺纹图像分析检测技术是一种非接触式的螺纹检测, 可以方便的实现螺纹检测的自动化, 大大的提高了螺纹检测的效率。螺纹图像分析检测通过采用高精度的摄像探头和图像处理设备, 可以大大的提高图像的检测精度, 而且随着设备性能的不断改善, 监测的精度将会不断的提高。由于螺纹图像检测技术是一种非接触式检测, 不会将检测设备和螺纹直接接触, 避免了现场检测人员长期工作的危险环境中, 提高了螺纹检测的安全性, 同时为螺纹检测的自动化奠定了基础。螺纹图像检测技术和计算机是共同使用的, 螺纹检测的结果可以直观的在计算机上显示并存储。利用计算机对螺纹监测的结果进行分析, 得到螺纹检测结果的统计分布规律, 从而得出规律性的螺纹缺陷分析结果, 为企业提高螺纹的质量提供依据。利用图像分析技术进行螺纹表面缺陷的检测, 不需要和螺纹直接接触, 避免了探头和螺纹的接触损坏, 同时螺纹图像分析检测技术的适用范围广, 可以适用于各种型号和尺寸螺纹的检测, 通用性强, 特别是对于较小螺纹的检测具有非常好的效果。螺纹图像分析检测技术可以方便的实现监测的自动化, 提高了螺纹检测的速度和效率, 而且可以再计算中进行相应的监测结果数据处理。因此, 螺纹图像分析检测技术具有广阔的应用前景。

螺纹图像分析检测技术中, 螺纹的图像采集系统是螺纹检测的非常重要的环节, 如果螺纹图像的采集质量不高, 会直接影响到螺纹检测结果的正确性。螺纹的图像采集系统主要包括图像采集相机、光源、镜头、机械控制部分、计算机等部分。镜头安放在图像采集相机的最前端, 镜头的功能就是保证螺纹的图像能够显示在光学传感器的表面, 因此需用合理的镜头是保证螺纹质量的重要环节。螺纹图像的分析检测系统中, 如何将螺纹的图像在环境中更加凸显出来, 而将环境中的其他部门减淡是非常重要的, 合理的选择光源和照射方式就可以很好的做到这一点。低角度照明方式, 光线的照射角度较低。当入射光照射到镜面后, 在镜子的视野范围内不能看到入射光光源, 这种照明方式被称作低角度照明。在低角度照明的过程中, 螺纹图像的背景为黑色, 而螺纹图像则为白色, 这样就可以很好的突出螺纹的外形轮廓和凹凸细节, 对于表面有突起或者纹理的物体, 一般情况下要采用低角度的照明方式, 螺纹表面图像分析检测技术中, 光源的照明方式采用的是低角度的照明方式。

二、螺纹表面图像分析检测处理技术

当螺纹图像采集系统得到螺纹的图像后, 螺纹的图像会被存储到计算中, 如何利用有效快速的方法将螺纹图像处理, 并且得到准确的分析结果是非常重要的。一般螺纹表面检测图像的处理步骤包括, 首先将螺纹的图像进行相应的变换, 利用图像处理算法, 将图像中高功率的部分抑制, 再完成螺纹图像的反变换, 通过设定图像缺陷的临界值, 将得到螺纹缺陷值和临界值相对比, 从而得到了存在缺陷的螺纹图像。在图像的处理中, 处理的原则就是首先要将目标图像的信息增强, 将背景的信息减弱, 然后再将螺纹表面缺陷信息增强, 通过和缺陷临界值的对比, 得到存在缺陷的螺纹图像信息。傅里叶变换的方式是一种常用的图像增强的方法, 作为一种频率域的变换法方法, 傅里叶变化将空间的数值变成频率的数值, 以频率的方式表现, 这种频率上的图像提取方式要比空间上的提取方式更为简单, 而且大大的减小了工作量, 螺纹检测的图像经过傅里叶变换后, 得到的图像将会以频率谱值的方式呈现, 形成以中心点发散或者是环形分布的特征, 得到该特征之后, 再经过一定的滤波处理就可以得到增强后的螺纹监测图像。在螺纹表面图像的处理中, 为了更加突出的表现螺纹的缺陷部分, 而将不需要的特征淡化, 需要进行螺纹缺陷部分信息的增强工作。螺纹图像中螺纹的缺陷是傅里叶变换中的低功率部分, 而螺纹的其他背景特征是傅里叶变换中的高功率部分, 因此在数据处理的过程中, 应当将傅里叶变换中的高功率部分抑制, 不断的增强傅里叶变换中的低功率部分, 其中霍夫变换的方法就可以很好的实现这一点, 从变换的直方图中就可以得到图像中高功率部分和低功率部分, 从而寻找出螺纹的缺陷部分。

结束语

螺纹作为一种通用的连接部件, 其质量直接关系到设备的稳定性和安全性, 因此需要不断的加强螺纹表面检测技术研究, 及时检测出存在缺陷的螺纹, 并采取相应的措施。螺纹表面缺陷的图像检测技术, 不需要和螺纹直接接触, 避免了探头和螺纹的接触损坏, 同时螺纹图像分析检测技术的适用范围广, 可以适用于各种型号和尺寸螺纹的检测, 通用性好, 特别是对于较小螺纹的检测具有非常好的效果。在图像的处理中, 处理的原则就是首先要将图像的背景信息减弱, 然后再将螺纹表面缺陷信息增强, 然后通过和缺陷临界值的对比, 得到螺纹表面缺陷的图像信息。傅里叶变换是一种常用的图像增强的方法。通过研究为提高螺纹表面检测的质量和效率奠定了基础。

摘要:螺纹被广泛的应用到机械、石油、化工等行业中, 承担着各个部件的连接、固定等作用。如果螺纹表面存在缺陷会严重影响到螺纹的机械性能, 容易导致螺纹的失效, 造成各种各样的安全隐患。因此要不断的加强螺纹表面检测技术研究, 及时高效的发现螺纹表面的缺陷, 避免缺陷螺纹的使用。文章通过调研研究, 分析了螺纹检测技术的方法现状, 开展了高效螺纹表面检测技术的研究。通过研究对于提高螺纹表面检测的效率和准确性具有重要的意义。

关键词:螺纹,表面检测,现状,缺陷,效率

参考文献

[1] 左建中, 刘峰, 张定昭.机器视觉技术在螺纹检测中的应用[J].机械设计与制造.2006, (004) :113-114.

[2] 周金山, 娄训志, 王凡.基于机器视觉的螺纹缺陷检测方法[J].湖北工业大学学报, 2010, (002) :4-6.

上一篇:试论高校学生内化英语语法体系的条件下一篇:刍议音乐美学的审美意识与美学本体