基于机器视觉的钢管壁厚在线检测方法研究

摘要：

在钢管生产过程中,需要对钢管的壁厚进行实时测量,以检验所生产的钢管是否符合规格.针对人工测量钢管壁厚中所出现的测量效率低、易产生疲劳且无法实时测量等问题,基于机器视觉测量技术,提出一种钢管壁厚在线检测方法.该方法首先采集钢管断面图像,然后对采集到的钢管图像进行预处理,使用Canny边缘检测算子检测钢管断面内外圈边缘特征,最后使用改进后的随机霍夫圆检测算法检测断面轮廓,根据设计的钢管壁厚测量方案计算得到各处钢管壁厚.改进的随机霍夫圆检测由于采用分区采样以及筛选出与边缘轮廓契合度最高的候选圆的方式,提高了原检测算法的检测精度与效率.经过实验验证,该方法测量精度高,效率高,能够满足对钢管壁厚在线检测的要求.

关键词：机器视觉、图像预处理、改进随机霍夫变换、圆检测算法、钢管壁厚测量

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

资助基金：安徽省科技重大专项;安徽省高校协同创新项目

在线出版日期：2022-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：249-256