关键词：石油管具;内螺纹;缺陷检测;机器视觉
摘 要：石油工业中的管具螺纹检测面临狭小空间、光线不足和几何复杂性等挑战，传统的人工检测方法效率低且错误率较高。为此，提出了一种基于机器视觉的自动化内螺纹检测方案，旨在提升检测精度与效率。通过优化图像采集系统，显著提高了图像采集速度和质量，确保在光线条件不佳时获取清晰的螺纹图像。采用圆柱模型拼接技术，将多个螺纹图像合成为全视野视图，增强了检测的全面性。在图像处理方面，系统结合YOLOv8深度学习模型，能够快速准确地定位和分类螺纹缺陷。研究结果表明：该技术在狭小空间内表现出色，提供了高效、可靠的解决方案，满足了石油管具行业对高效、精准检测的需求，显著提升了管具的安全性和可靠性，具有广泛的应用前景。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取