螺纹因其具有良好的连接和传动性能,在机械行业中被广泛使用。为保证螺纹具备可靠的工作性能,保证螺纹尺寸精度至关重要。高精度、高效率的螺纹检测方法是保证螺纹尺寸精度的重要手段,也是该领域的重要研究内容。针对当前机器视觉螺纹检测设备上硬件存在的弊端,如镜头视场范围小、导轨精度不高和系统零部件安装误差较大等因素对测量结果的影响,提出一种基于图像拼接的螺纹参数检测方法,并通过对比实验进行方法验证。本课题的研究内容主要包括以下几个方面:(1)以机器视觉几何量检测技术为基础,基于课题组自研的GIM-80A视觉检测系统平台,提出一种兼顾检测速度和检测精度的基于图像拼接的螺纹参数检测方法。该方法只扫描获取螺纹上下牙廓实现图像拼接提高系统检测速度。将图像拼接方法与高精度光栅尺相结合,提高图像拼接精度。(2)提出改进的螺纹参数求取算法。通过图像拼接算法的研究,实现螺纹图像高精度拼接,将采集获取的螺纹局部图像拼接为高清的螺纹全局图像。将拼接得到的螺纹全局图像预处理后,通过改进的螺纹参数求取算法得到相应的螺纹参数,包括大径、小径、中径、螺距和牙型角。利用对比实验对螺纹检测方法进行了验证。实验结果显示,该检测方法满足螺纹检测的精度要求和稳定性要求。(3)通过实验对比和理论计算的方法分析了螺纹表面油液附着、镜头畸变、标定、温度变化和边缘提取算法等因素引起的螺纹参数测量误差。并对上述检测误差进行综合计算。本课题以圆柱外螺纹为检测对象,研究了基于图像拼接螺纹参数检测方法。本课题所提出检测方法的整体方案、相关算法和误差分析同样对其他类型的螺纹检测具有良好的借鉴意义。对非接触的螺纹检测系统的设计特别是研究中用到的GIM-80A螺纹检测系统的改进设计具有很好的参考价值。