随着螺纹检测技术的发展,螺纹检测自动化程度越来越高,传统外螺纹检测方法工作效率低,难以满足大批量、在线检测要求,而机器视觉检测技术是近些年发展起来的先进检测技术,具有非接触、速度快、精度高、实时在线、自动化程度高等优点,应用机器视觉技术对外螺纹进行检测是当前检测技术的发展趋势。本课题以满足工业生产中大批量外螺纹实时检测为目的,运用图像处理技术,对外螺纹的检测方法进行了研究,并在实验中验证了该方法能够满足工业生产的要求。首先研究了外螺纹的尺寸检测方法,通过计算机采集到外螺纹的杆部图像,对外螺纹的杆部图像进行预处理,提取杆部图像的感兴趣区域,在感兴趣区域内找寻外螺纹杆部螺纹牙型的特征点,根据特征点间的关系计算外螺纹杆部的尺寸指标——螺纹大径、螺纹小径及螺距等。其次研究了外螺纹的缺陷检测方法,将外螺纹的缺陷分为两类:与尺寸相关及与形状有关。与尺寸相关的缺陷研究了外螺纹的头部偏心率,计算头部最小外接圆的直径与圆心,然后分割出头部凹槽的ROI(Region of Interest)区域,在ROI区域内找到凹槽的几何中心,计算外接圆圆心和凹槽几何中心的距离与外接圆直径的比值,即外螺纹头部偏心率;与形状相关则是研究了外螺纹头部凹槽形状的识别,即能够区分出一字槽型、十字槽型及内六角槽型,通过计算外螺纹头部凹槽灰度直方图的最大直方块及其灰度值来识别一字槽与十字槽,因十字槽与内六角在最大值方块及灰度值上相近,所以通过计算凹槽的平均概率分布密度函数来进一步识别十字槽与内六角。利用所开发的外螺纹筛选设备对外螺纹进行了分选实验,结果显示每分钟可完成400个外螺纹件的尺寸检测,检测精度为0.1mm;头部缺陷检测率在97%以上,检测误判率在1.8%以下。本课题研究的外螺纹检测方法能够满足工业生产要求,能够实现外螺纹实时、准确地检测。