第6期 2017年6月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2017)06010604
D0I:10. 13462/j. cenki. mmtamt.2017.06.027
基于视觉的小模数样板花键参数检测的研究
关月江鹏董雪2
No.6 Jun.2017
（1.沈阳飞机工业（集团）有限公司，沈阳110034；2.上海交通大学机械与动力工程学院，上海 200240)
摘要：针对小模数样板花键由于尺寸小，使用传统方法检测困难的问题，研究了将机器视觉技术应用到小模数样板花键的检测中的方法。提出并设计了基于视觉的小模数样板花键的检测系统。使用高精度位移平台和相机采集多幅图像，从而获取高分辨的花键端面图像，并采用图像增强、分割、轮廊提取等图像处理技术获取花键的轮廊信息，然后依据GB/T3478.5-2008和GB/T139242008的定义计算出花键模数、压力角等检测参数。实现了对小模数花键的多参数一次性自动化检测，提高
了检测的效率，减少了人为检测可能引入了误差，对花键的检测生产具有重要意义。关键词：图像处理；小模数花键测量；轮廊提取
中图分类号：TH705；TG506
文献标识码：A
Study on Measuring Technique of Small Module Spline Based on Machine Vision
GUAN Yue', JIANG Peng?, DONG Xue
( 1. Shenyang Aircraft Corporation, Shenyang 110034, China ;2. School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)
Abstract: Focus on the problem that the traditional measurement technique had difficulties to be applied on small module spline, research on the application of machine vision on the measurement technique of small module spline was carried out, and a system based on machine vision used to measure various parameters of small module spline was presented and designed. The system uses high accuracy moving platform and high resolution camera to grab several images of the top of the spline , combining multiple image processing meth-ods including image enhancement, image segmentation, counter extraction and etc. Finally, referring to GB/T3478. 5-2008 and GB/T13924-2008 , a number of parameters of spline like modulus, angle of pressure are gained. The realization of automated measurement improve efficiency of measuring and reduce the error
induced by people which had great meaning on the measuring and producing of splines. Key words: image processing; small module spline measurement; counter extraction
0引言
花键在传动过程中可以承载较高的负载、保证较大的接触面积、具有良好的定心性和导向[1-2]，因而花键常被应用于汽车领域、燃气轮机领域、航空航天等领域[35]。在这些重要领域的应用，对于花键的制造和检测提出了较高的要求，制造过程中的误差产生的尺寸误差形位误差都会对花键的寿命、联接的性能造成较大的影响。样板花键常被应用于花键轴孔的互换性和精度检验。对于样板花键本身的检验，在生产制造环节中也有着重要意义。但是对于小模数花键，由于花键体积小、齿形小的特性，传统方法对其检测存在困
难。
基于视觉方法已经被广泛应用在检测中，如Son 等使用影像测量技术测量柱面结构位移[6]，余文咏等采用图像处理方法对零件中的圆形特征的测量进行了研究[3]，李强等使用视觉技术实现了对数螺旋锥齿轮的自动化检测"]。此外视觉方法还被应用于缺陷检测[9],焊缝跟踪[10]，垫片截面尺寸[1]，高温工件尺寸[12]等领域。但是视觉测量方法还没有被运用样板花键的测量上。徐俊成等曾实现了基于机器视觉的塑料齿轮的在线检测13]，但采用单幅图像处理，测量的尺寸和精度都受到限制。
针对上述的问题，本文提出了机器视觉的方法对
收稿日期：20160914;修回日期：201611-03
基金项目：国家04重大专项(2014ZX04015021）；上海市科委项目（15111102203）
作者简介：关月（1966—），女，吉林省吉林市人，沈阳飞机工业（集团）有限公司高级工程师，研究方向为几何量校准和检测，（E-mail）guany2006
@sina.com；通讯作者：江鹏(1991一），男，成都人，上海交通大学额士研究生，研究方向为机器视竞与精密测量，（Email)maskjp@sj-tu.edu.cn,
万方数据