摘要
螺栓松动检测对于保障钢桥的正常安全运营十分重要,现有的螺栓松动检测方法由于存在效率低成本高等缺点而难以被广泛应用.为提高钢桥中螺栓松动检测的效率并降低成本,提出一种基于机器视觉技术的螺栓松动旋转角度测量方法以检测螺栓松动,包括以下四步:图像获取、图像预处理、螺栓特征提取和角度计算.首先,使用消费级相机在螺栓附近从任意角度获取图像.然后,对图像进行色阶调整、透视变换和图像灰度化以满足后继方法的要求.接着,使用灰度阈值分割算法并结合形状特征筛选机制提取出图像中螺栓六边形区域,然后使用Rammer算法将螺栓轮廓分割为六部分.最后,使用质心点云法求得分割后螺栓轮廓各部分的方向,通过对比螺栓当前状态与紧固状态方向的变化求得螺栓松动旋转的角度.试验结果表明,该方法可以准确地测量出螺栓松动旋转角度,最大相对误差为5.4％,其精度可以满足工程实践需要,具有良好的应用前景.
NETL
NSTL
维普
万方数据