【正文】 殘差(或偏差)平方和為n∑i =1v2i =∑ni = 1( xi ? x)2= (∑ni = 1x2i) n? x2 (4)式中 , ? x =1n∑ni = 1xi 。 　圖像輪廓的亞像素提取算法邊沿檢測得到的粗定位在螺紋參數(shù)的高精度測量中是遠(yuǎn)遠(yuǎn)不夠的 ,必須利用其他辦法提高其定位精度。BW1 = edge(I,39。這是用Canny算子檢測圖像的邊緣的matlab表達(dá)：I = imread(39。它利用高斯函數(shù)的一階微分對圖像進(jìn)行濾波 ,得到每個像素梯度的大小| G| 和方向θ: f 為濾波后的圖像。兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣 ,邊緣是灰度值不連續(xù)的結(jié)果 ,這種不連續(xù)性通?？梢岳们髮?dǎo)數(shù)的方法方便地檢測到。但是, Laplacian 算子與高斯濾波相結(jié)合形成的LOG 算子經(jīng)常用于邊緣檢測。Sobel 算子和 Prewitt 算子都是一階的微分算子,都是先對圖像進(jìn)行平滑處理, 雖然兩者都是加權(quán)平均濾波, 但是前者鄰域的像素對當(dāng)前像素產(chǎn)生的影響不是等價的, 距離不同的像素具有不同的權(quán)值, 對算子結(jié)果產(chǎn)生的影響也不同。Roberts 算子是一種斜向偏差分的梯度計算方法, 梯度的大小代表邊緣的強度, 梯度的方向與邊緣走向垂直。用高斯函數(shù)對圖像f (x , y) 進(jìn)行濾波得到 f (x , y)3 G(x , y, Ρ), 然后計算其梯度矢量的模和方向: 其中: G(x , y, Ρ)是高斯函數(shù)。它的算法實現(xiàn)如下: ①用高斯濾波器平滑圖像。 Laplacian 算子是一個二階微分算子, 它利用邊緣點處的二階導(dǎo)函數(shù)出現(xiàn)零交叉的原理檢測邊緣。 Prewitt 算子與 Sobel 算子的方法一樣, 圖像中的每個點都用這 2 個核進(jìn)行卷積, 取最大值作為輸出值。(1) Roberts 邊緣檢測算子采用的是對角方向相鄰的兩個像素之差。 圖像中的每一個點都用這 2 個核做卷積。因為數(shù)字圖像是離散的, 計算偏導(dǎo)數(shù)時常用差分來代替微分。 它主要分為以下幾種類型[2]: 一種是以一階導(dǎo)數(shù)為基礎(chǔ)的邊緣檢測算子, 在算法實現(xiàn)過程中, 通過22 或 33 模板作為核與圖像中的每個像素點做卷積 和運算, 然后提取合適的閾值以提取邊緣, 如Roberts 算子、Sobel 算子、Prewitt 算子。 圖像的邊緣是圖像的基本特征。此種方法應(yīng)用于圖像相對簡單、被測物與背景的對比度較大的情況。 　圖像邊緣輪廓的提取螺紋尺寸測量的關(guān)鍵在于邊緣輪廓的提取。均值濾波的主要問題是可能使圖像中的尖銳不連續(xù)部分模糊,但非線性濾波算法既可消除噪聲又可保持圖像的細(xì)節(jié)。在空間域, 圖像的平滑常采用均值濾波或中值濾波。 高斯噪聲含有的亮度值服從高斯或正態(tài)分布。為了使圖像更逼真, 需要進(jìn)行圖像去噪, 也就是濾波。邊緣保持算法的基本過程如下 :對灰度圖像的每一個像素點[i , j ]取適大小的一個鄰域(如 3 3鄰域) ,分別計算[ i , j ]的左上角子鄰域、 左下角子鄰域、 右上角子鄰域和右下角子鄰域的灰度分布均勻度 v ,然后取最小均勻度對應(yīng)區(qū)域的均值作為該像素點的新的灰度值。 螺紋圖像的預(yù)處理當(dāng)螺紋圖像輸入到計算機后 ,為了消除噪聲 ,穩(wěn)定地進(jìn)行特征抽出等處理 ,須對其進(jìn)行濾波等處理。 圖 1 　 檢測系統(tǒng)總體結(jié)構(gòu)其中圖像獲取作為整個系統(tǒng)的前端部分是極其重要的 ,獲取圖像的精確度 ,大倍數(shù) ,畸變系數(shù)等因素直接影響到后期處理的過程以及測量結(jié)果的精確度。2 數(shù)字圖像處理技術(shù)的螺紋檢測 測量原理現(xiàn)有的螺紋 CCD 光學(xué)測量系統(tǒng)多采用平行光將螺紋形狀投影到 CCD 上 ,然后再據(jù)此進(jìn)行后期的處理、 計算 ,但是 ,這樣的成像系統(tǒng)中投影平行光的衍射較為嚴(yán)重 ,對精度影響較大 ,且不易消除。日本研制出一種螺紋自動坐標(biāo)檢測機，他可以測量螺紋的單一中徑、螺距誤差、半角誤差、。對于保安螺紋則必須100%的檢測11個螺紋特征參數(shù)。通過對上述的三種螺紋單項測量原理及方法的介紹，我們可以看出他們的共同的不足之處：都是利用機械檢測方法手工測出某些參數(shù)，然后再通過數(shù)學(xué)公式人工計算出來，這樣的測量方法操作工序多，不可避免的會帶來主觀的觀測誤差，而所有器具的精度也直接影響測量精度；另外，手工操作的方式，耗時長、效率低；最后，這些測量器具加上人力因素而導(dǎo)致螺紋測量的高成本。公式如下：螺紋車間低精度測量在實際生產(chǎn)中，對于精度不太高的牙型角常用樣板進(jìn)行測量。當(dāng)中央虛線在以上各位置對準(zhǔn)螺牙側(cè)后，即可從角度目鏡3中讀出各自的牙型半角值。光束照射被測件，并在主顯微鏡中形成被測件輪廓的影像，主顯微鏡上方裝有測角目鏡（），轉(zhuǎn)動其上的手柄5，可使度盤盒1內(nèi)刻有圓周分度的玻璃刻度盤旋轉(zhuǎn)，其轉(zhuǎn)動的角度可從角度目鏡3中觀察讀?。ǎ?，刻度盤中央有米字虛線，用以對準(zhǔn)被測件輪廓，并從中央目鏡2中觀察（見圖），反光鏡4是供角度目鏡照明用。但是對于精密螺紋，除了可旋合之外，還有其他更重要的要求，如對中徑、螺距、牙型半角等參數(shù)還需要其誤差應(yīng)在規(guī)定公差范圍內(nèi)，對這些參數(shù)的檢測就是螺紋的單項測量。利用數(shù)字圖像處理技術(shù)可以對長度、角度參數(shù)進(jìn)行檢測。常用的有螺紋量規(guī)、工具顯微鏡、三針法和其他通用量儀等，這些方法都是手工進(jìn)行的，測量速度慢、測量精度低，已不能滿足實際生產(chǎn)的需要。1 背景介紹及國內(nèi)外發(fā)展前景 本課題研究的目的及意義 螺紋連接結(jié)構(gòu)連接可靠，裝配、拆卸方便，被廣泛應(yīng)用到機械設(shè)備以及其他設(shè)備中。另一種是單參數(shù)測量法。 Canny operator。 本科畢業(yè)論文題 目：基于數(shù)字圖像處理技術(shù)的螺紋檢測系統(tǒng)設(shè)計 摘 要本文主要研究基于數(shù)字圖像處理技術(shù)中的圖像邊緣檢測技術(shù)和對螺紋圖像的參數(shù)計算問題，用MATLAB軟件來進(jìn)行模擬仿真。 MATLAB software。傳統(tǒng)螺紋的檢測主要采用兩種方法[1]:其一是綜合檢驗法。本文主要針對外螺紋傳統(tǒng)測量方法測量耗時多、 精度低等方面的不足 ,重點對攝像機成像的光學(xué)系統(tǒng)、 數(shù)據(jù)采集電路、 濾波算法、 邊緣檢測算法、 擬合算法以及螺紋特征參數(shù)的計算方法進(jìn)行了研究。 我國制造業(yè)中主要使用機械檢測方法對螺紋進(jìn)行檢測。區(qū)別于機械檢測方法的最大特點在于它能夠進(jìn)行在線檢測，即對生產(chǎn)線上的零件進(jìn)行同步、非接觸檢測，同時輸出檢測結(jié)果。 綜合測量主要用于測量主要求保證可旋合的螺紋（螺紋性能的最低要求），他是利用螺紋極限量規(guī)進(jìn)行測量的，被測螺紋合格的標(biāo)志是通端量規(guī)能順利的與被測螺紋在被檢全長上旋合，螺紋量規(guī)有塞