油管是石油开采中反复使用的钢管柱,在油田的应用数量非常庞大,油管螺纹的质量直接影响油田的正常生产。但是,油管的质量参差不齐,很多油田逐渐出现了抽油管柱破坏和失效的情况,粘扣、泄漏、滑脱掉井、挤毁等时有发生,严重的会导致油管断裂,给生产和作业带来了很大的经济损失与劳动力损失。在油管生产和修复过程中,对螺纹进行检测分析,判定油管螺纹的优劣,可以有效减少不合格的油管下井使用,预防油管失效,保证油田安全稳定高产。然而由于国内检测技术落后,到目前为止,对油管螺纹的质量检测以及评判大部份还停留在依靠人工的基础上。这种人工检测的方法检测误差大,效率低,而且在评判的过程中,检测结果直接受到检测工人的经验以及其他方面人为因素的影响,缺乏严格标准的尺度。随着计算机技术和图像处理技术的发展,根据油管螺纹检测的要求,将图像处理技术应用到油管螺纹检测之中,可以取代用人眼检测和判断螺纹质量的落后检测方法,极大地提高劳动生产效率,降低生产成本,提高产品质量,对于实现油管螺纹检测的自动化、智能化、精确化、快速化具有重要现实意义。本文基于数字图像处理技术,研究一套可靠性高、检测精确、速度快、集成化、智能化的油管螺纹检测方法。首先对数字图像处理技术进行综合分析,比较检测过程中的图像预处理、图像二值化、边缘检测、亚像素定位方法有关算法。结合油管螺纹图像的特点,选用中值滤波算法对油管螺纹图像进行预处理,然后采用直方图分割方法对图像进行二值化处理,提出一种改进型Canny边缘检测算子提取油管螺纹的边缘特征信号,并基于多项式插值的方法对油管螺纹边缘图像进行亚像素定位,以提高边缘定位精度。最后根据油管螺纹几何形貌特点和美国石油学会确定的测量方法,按照国产油管螺纹的基本尺寸,对经过处理后的油管螺纹图像进行几何测量,得到其锥度、夹角、螺距、高度、中径等几何参数,并且对油管螺纹表面的形貌进行检测。实验室采用数码相机和自制照明光源系统搭建的平台对检测方法进行实验。本方法测量准确,完全可以满足油管螺纹检测要求,是测量油管外螺纹的一种有效方法。