传统的螺纹检测方式大多数是接触式测量,费时费力且容易对螺纹产生损伤。随着工业上对螺纹检测速度和精度要求的增长,基于机器视觉的螺纹检测技术得到了迅猛的发展。基于机器视觉的螺纹检测技术具有检测速度快,精度高,而且非接触式的测量方式不会对螺纹产生损害等优点。本文针对空心螺纹钢管设计了视觉检测系统,重点研究了检测系统中图像处理的相关算法,并利用该方法实现了螺纹钢管外螺纹尺寸的高精度检测。论文主要完成以下工作:1、从实际项目和检测需求出发,搭建了由工业相机、远心镜头和光源等组成的螺纹钢管尺寸检测硬件平台;2、通过对外螺纹图像的灰度化处理、滤波、边缘检测、亚像素级角点检测以及运用多边形逼近的方法进行角点分组,得到了螺纹边缘特征点的精确坐标值。根据实际检测要求,研究了基于局部滤波模板的双边滤波算法,并采用基于类间最大方差的Canny边缘检测算法,提高了图像图形处理系统的速度和精度;3、对尺寸检测系统的相机映射系数以及两个相机的中心距进行了标定,解释了尺寸检测系统中对于外螺纹螺距、牙型角、大径和中径的数学计算原理,分别计算得出视觉检测系统检测到的螺纹尺寸值,并进行了误差分析。检测结果表明,视觉检测算法能够使螺纹钢管的外螺纹尺寸检测精度达到0.01mm,误检率和漏检率均满足实际工业检测需求。