[发明专利]一种自适应钢筋直螺纹丝头尺寸检测方法

说明书

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。

技术领域

本发明涉及钢筋直螺纹丝头尺寸检测技术领域，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

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；

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。

发明内容

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。

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：

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：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；

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；

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；

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；

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；

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；

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；