为了提高机器视觉螺纹的测量精度,建立了基于螺纹图像质量的评价方法.通过对螺纹灰度图像的行灰度分布情况和螺纹光学成像特点的分析,揭示出由于螺旋升角造成螺纹图像牙廓边缘失真的机理.在分析多种螺纹图像评价方法性能的基础上,采用基于螺纹边缘的评价算法L-yakuo,计算多幅不同物距螺纹图像的评价值.最后,通过对机器视觉求取的M14×2、M20×2.5牙型角和接触测量仪得到的牙型角进行实验对比分析.实验结果表明:采用L-yakuo算法得到最清晰的牙廓图像后再进行机器视觉螺纹牙型角求取,规格M14×2、M20×2.5的螺纹牙型角精度平均提高9′33′′.借助L-yakuo算法能够灵敏地反映螺纹牙廓清晰度,基本满足了螺纹图像清晰度的评价需求,评价值的变化和牙型角相对误差的变化基本一致,且该评价值具有精度高、易计算的特点.

机器视觉;螺旋升角;牙廓失真;清晰度评价值;牙型角

陕西理工大学 机械工程学院,陕西 汉中 723000;陕西省工业自动化重点实验室,陕西 汉中 723000

[1]汪杰;陈曼龙;李奎;杨帆;燕立志-.机器视觉螺纹图像评价方法)[J].应用光学,2022(05):904-912

yakuo,牙廓失真

机器视觉,螺纹,图像评价,测量精度,图像质量,灰度图像,灰度分布,光学成像,成像特点,螺旋升角,边缘失真,多幅,求取,M14,M20,牙型角,测量仪,实验对比,廓清,图像清晰度,清晰度评价值

0.276664