文献类型：期刊文章

作　　者：张昊[1] 金冠[1] 蒋毅[1] 曹俊[1]

ZHANG Hao;JIN Guan;JIANG Yi;CAO Jun(Key Laboratory of Advanced Food Manufacturing Equipment and Technology of Jiangsu Province,Jiangnan University,Wuxi 214122,China)

机构地区：[1]江南大学机械工程学院江苏省食品先进制造装备技术重点实验室,江苏无锡214122

出　　处：《传感器与微系统》

年　　份：2019

卷　　号：38

期　　号：4

起止页码：121-124

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对传统外螺纹检测方法工作效率低,且难以满足大批量、在线检测等要求的问题,通过机器视觉技术、数字图像处理技术并融合机器学习,提出一种基于角点检测算法的更加高效、精确检测外螺纹参数的非接触式检测方法。通过电荷耦合器件(CCD)相机获取螺纹图像,进行图像处理后,提取图像中的轮廓函数以及角点坐标等有效信息,并通过支持向量机(SVM)进行点集分类操作。通过数据分析,从而达到对螺纹螺距、中径、大径、小径和牙型角参数的测量,达到了控制螺纹加工质量的目的。测试结果表明:每分钟可完成200个螺纹件的参数检测,即检测速度达到3. 3个/s,检测精度达到0. 001 mm。

关 键 词：螺纹检测  机器视觉 参数检测 支持向量机

分 类 号：TP391.41] TP181[计算机类]