螺纹钢是建筑构件中不可或缺的结构性材料,为了达到建筑结构的质量标准,要求在生产时检测螺纹钢丝头的参数是否满足生产规格,以确保螺纹钢与套筒有较高的配合精度。近年来,机器视觉技术已开始在螺纹测量领域得到应用,但在对螺纹钢丝头参数进行检测时,存在中径测量不够准确、缺少丝头端面角度检测及丝头螺纹遮挡失真等不足。因此,研究应用于建筑螺纹钢丝头的参数检测系统具有重要的现实意义。本文分析了建筑螺纹钢丝头现场检测的需求,设计了基于机器视觉的螺纹钢丝头参数检测系统,通过对螺纹钢丝头图像牙型角点的提取,拟合计算出螺纹钢丝头各个参数,主要工作如下:首先,根据测量需求完成硬件平台设备的选型;考虑到加工过程噪声大、螺纹钢表面存在冷却液等因素,采用中值滤波实现图像降噪,选取Otsu进行图像分割,利用Canny算子得到图像边缘;为了降低伪角点对后续拟合产生的影响,利用方差曲率角与灰度面积比例法来对伪角点进行去除,并在此基础上研究了基于Sigmoid边缘亚像素细分算法,实现边缘角点细分;在角点亚像素细分的基础上,根据螺纹钢参数定义设计了大小径、螺距以及牙型角的拟合方法;此外,针对中径拟合测量方法存在误差的问题,设计相邻牙型线距离绝对值最小的螺纹中径线计算方法,采用自适应非线性收敛鲸鱼算法进行寻找最优中径线,减小了中径拟合误差;为了检测螺纹钢端面是否平整,设计了一种螺纹钢丝头端面角度拟合方法;针对垂直照明所导致的螺纹钢丝头图像牙型线存在遮挡失真现象,通过推导真实牙型线与失真牙型线方程,对该现象所导致的中径测量误差进行补偿;最后在现场搭建了系统软硬件实验平台,将所测量的数据与标准器测量值进行分析对比。实验结果表明,本系统满足现场检测要求,证明了该方案的有效性。本课题实现对建筑螺纹钢丝头进行参数检测,在一定程度上保证建筑结构安全,具有一定的理论研究意义和工程应用价值。