螺纹钢丝头作为钢筋机械连接的关键部分,其质量是影响建筑物整体质量的重要因素。目前常用的螺纹钢丝头检测方法效率低、精度差,已经不满足现代检测需要,本文基于机器视觉技术进行了螺纹钢丝头缺陷检测系统的研究,具体完成工作如下:(1)螺纹钢丝头缺陷检测系统总体方案设计。通过对螺纹钢丝头缺陷检测系统的研究,分析了螺纹钢丝头缺陷检测系统的设计要求,通过对图像采集模块、图像处理模块、软件界面模块的设计,搭建了螺纹钢丝头缺陷检测平台。(2)基于改进图像检测的螺纹钢丝头尺寸缺陷检测方法研究。通过相机标定、图像预处理和ROI提取实现测量区域的分割,基于Harris角点检测和Canny边缘检测实现螺纹钢丝头尺寸测量点的提取,使用尺寸参数检测算法得到测量参数,实现螺纹钢丝头尺寸缺陷的检测。(3)基于改进目标检测网络的螺纹钢丝头表面缺陷检测方法研究。通过数据增强方法扩充了螺纹钢丝头数据集,使用特征金字塔网络、DCN、ROI Align代替ROI Pooling改进了网络结构,采用OHEM、Soft-NMS、多尺度训练提升了测试阶段螺纹钢丝头表面缺陷的检测精度。(4)螺纹钢丝头尺寸和缺陷检测上位机端软件开发。基于GUI开发工具QT与HIK SDK设计了螺纹钢丝头尺寸和表面缺陷检测等功能模块。检测结果显示本文研究的尺寸缺陷检测算法精度可以达到0.05mm,表面缺陷检测算法准确率可以达到82.82%,满足系统的指标要求。