一种自适应钢筋直螺纹丝头尺寸检测方法

本发明涉及钢筋直螺纹丝头尺寸检测，具体为一种自适应钢筋直螺纹丝头尺寸检测方法。

背景技术：

1、通过相机采集到钢筋丝头的彩色图像，在拍摄和传输过程中，由于现场环境以及信号转化等影响，图像质量会下降，难免会存在较大的噪声，且表面会残留冷却液，再加上图像中包括大量无用的背景信息，若对原图像进行图像处理将会增加算法的计算量与复杂度，因此需要对图像进行预处理，进而提取相关尺寸参数；

2、同时，常规钢筋螺纹丝头加工过程中，质量检测都是人工用通止规抽检，容易存在错检漏检的风险，工作量大，成本高，而且根据《钢筋机械连接技术规程jgj 107-2016》要求，对于各批次生产的丝头抽检数量最少为10％，且检测精度应满6f精度要求，同时检测精度需满足《普通螺纹公差gb/t 197-2018》对于螺纹误差的要求，因此，我们提出一种自适应钢筋直螺纹丝头尺寸检测方法，利用机器视觉代替人工视觉，不仅能实现自动逐个检测，减少错检漏检风险，而且精度高，速度快。

技术实现思路

1、本发明的目的在于提供一种自适应钢筋直螺纹丝头尺寸检测方法，解决了背景技术中所提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种自适应钢筋直螺纹丝头尺寸检测方法，包括以下步骤：

3、步骤一：由于拍摄的图像为彩色图像，信息量大，处理难度高，因此首先要把彩色图像转换成灰度图像，以便后期的图像处理；

4、步骤二：对图像进行自适应加权中值滤波，滤除图像中的噪点信息；

5、步骤三：利用多尺度top-hat变换，实现自适应形态学图像的增强，在保留螺纹边缘的信息的同时完成对于毛刺、孤立点的抑制；

6、步骤四：通过otsu(最大类间方差法)来实现自适应阈值分割，将图像进行二分类，形成目标和背景，来计算不同阈值下的两类之间的类方差，选取类方差最大情况下的阈值进行分割；

7、步骤五：钢筋螺纹丝头形状为类矩形，roi区域提取能够从整幅图像中找到目标的图像位置并通过矩形框标注出来进行后续处理，通过roi区域提取的图像大小会有明显减小，对于降低后续算法复杂度和运行时间有着重要的意义；

8、步骤六：通过上述方法进行处理后，原始图像中的噪声信息被基本剔除，检测目标也更为突出，接下来采用自适应阈值canny算子对钢筋螺纹丝头图像的边缘特征信息进行粗提取，再通过双线性插值算法得到亚像素精度边缘；

9、步骤七：基于opencv中的cornersubpix()函数，检测图像的亚像素角点的位置，实现亚像素角点的自适应定位，将角点分成上角点和下角点两个集合，在roi区域内，寻找上角点的波峰波谷集合，以及下角点的波峰波谷集合；

10、步骤八：基于稳健性线性回归，进行上下波峰与波谷角点的直线拟合；

11、步骤九：基于稳健性线性回归，寻找上下最左边的角点，拟合出左边端面直线l，将上下螺纹边缘的角点进行排序，找到上下最右面的角点u0和到d0，并分别计算该角点到左边直线的距离，取平均值，即为丝头长度l；

12、步骤十：根据国家标准《普通螺纹基本牙型gb/t 192-2003》可知，上中径点位于每两个相邻的上波峰角点和上波谷角点的范围内，且上中径点到上波谷距离与上中径点到上波峰距离之比为2：3，设每相邻两个上波峰和波谷点的横坐标分别为x1和x2,则位于该相邻波峰和波谷之间的中径点横坐标为(x1+x2)*3/5，纵坐标计算方法同横坐标。找到所有的上中径点构成上中径点集合，并基于稳健性线性回归，进行上中径点的直线拟合。同理，下中径点位于每两个相邻的下波峰角点和下波谷角点的范围内，且下中径点到下波谷距离与下中径点到下波峰距离之比为2：3，按照上面方法，找到所有的下中径点构成下中径点集合，并基于稳健性线性回归，进行下中径点的直线拟合。分别计算下中径点到上中径点直线的距离和上中径点到下中径点直线的距离d1i，下波峰角点到上波峰直线的距离和上波峰角点到下波峰直线的距离di，以及下波谷角点到上波谷直线的距离和上波谷角点到下波谷直线的距离d2i,构成中径、大径和小径数组；

13、步骤十一：考虑到实际加工出来的螺纹丝头通常会呈现微小锥体状态，如图2所示，并不是上下平行的状态，因此在计算大中小径时需要进行补偿计算。以中径计算为例，假设拟合出来的上中径线与水平线呈β角，由于加工的丝头通常上下对称，因此理论上拟合出来的下中径线也与水平线呈β角。为了计算合理的中径长度，因此需要对步骤十中的中径进行长度补偿，可获得实际的钢筋螺纹丝头的中径长度数组。具体补偿方式如图4所示。设步骤十中得到的中径数组中某一数据为m，则实际中径长度可计算为n＝m/cosβ。最终的平均中径长度可计算为n＝(n0+n1+…+ni)/(i+1)。大径和小径计算同理；

14、步骤十二：计算每相邻三个上中径点的距离和每相邻三个下中径点的距离，并求平均数，即为螺距长度；

15、步骤十三：将相邻牙侧边进行反向延长，计算两条反向延长线的斜率，通过反正切公式来对牙型角进行计算；

16、

17、步骤十四：将获得的钢筋螺纹丝头的尺寸信息与国家标准进行对比，判断是否合格。优先级顺序为：丝头长度>中径>大径>小径>螺距>牙型角。在判断中径大径小径是否合格时，可按如下规则进行判别：取中径数组中的最大值和最小值，如果最大值和最小值均在公差范围内，则说明中径尺寸合格，大径和小径同理。

18、与现有技术相比，本发明的有益效果如下：

19、1.本发明通过相机采集到钢筋丝头的彩色图像后，能够对钢筋图像进行预处理，解决了在拍摄和传输过程中，由于现场环境以及信号转化等影响，图像质量会下降，难免会存在较大的噪声，且表面会残留冷却液，再加上图像中包括大量无用的背景信息，若对原图像进行图像处理将会增加算法的计算量与复杂度的问题，进而快速的提取相关尺寸参数。

20、2.本发明利用机器视觉实现加工丝头参数的自适应提取和质量的自适应检测，降低了成本，减小了人工工作量，能够达到逐个自检的目的。

21、3.本发明针对实际丝头加工呈锥体状态的问题，提出了一种丝头大径、中径、小径参数提取的方法，使得测出的尺寸参数更贴合实际。

技术特征：

1.一种自适应钢筋直螺纹丝头尺寸检测方法，其特征在于，包括以下步骤：

技术总结
本发明涉及钢筋直螺纹丝头尺寸检测技术领域，公开了一种自适应钢筋直螺纹丝头尺寸检测方法，包括以下步骤：步骤一：由于拍摄的图像为彩色图像，信息量大，处理难度高，因此首先要把彩色图像转换成灰度图像，以便后期的图像处理；步骤二：对图像进行自适应加权中值滤波，滤除图像中的噪点信息；步骤三：对实际加工出的钢筋丝头，提取丝头尺寸参数，对照国家标准，判断丝头是否合格。本发明通过相机采集到钢筋丝头的彩色图像后，能够对钢筋图像进行预处理，而且在对原图像进行处理的基础上，针对实际加工出的钢筋丝头带有锥度的问题，提出了一种钢筋丝头大中小径参数提取方法。

技术研发人员：刘莉,刘子金,赵红学,侯爱山,康瑞,高培,宋波
受保护的技术使用者：沈阳建筑大学
技术研发日：
技术公布日：2024/1/14