基于機器視覺的磨削表面粗糙度檢測方法研究.pdf

1、表面粗糙度是指加工表面具有的較小間距和微小峰谷的不平度，與機械零件的使用性能密切相關(guān)，對機械產(chǎn)品的壽命和可靠性有重要影響，因此，精確、高效和可靠地測量粗糙度對制造業(yè)意義重大。隨著現(xiàn)代工業(yè)與科學技術(shù)的發(fā)展與進步，對表面粗糙度測量儀器的性能（效率、精確度、穩(wěn)定性等）提出了越來越高的要求，傳統(tǒng)的粗糙度測量方法已經(jīng)無法滿足實際的需求。因此，探索一種非接觸、高效、高精度的粗糙度測量方法成為科研學者的研究熱點。由于基于機器視覺的檢測技術(shù)具有檢測效率

2、高、獲取信息量大、測量精度高、柔性好、非接觸、性價比高等優(yōu)點，被不少學者引入到粗糙度測量研究中，取得了良好效果，但是仍然存在一系列問題。
　　本論文在國家自然科學基金項目和長沙市重大專項資助下，對基于機器視覺的磨削表面粗糙度測量方法進行了研究與探索。
　　論文的主要研究工作有:
　　(1)介紹了表面粗糙度的定義及其與波紋度和表面形狀誤差之間的差異性;根據(jù)國家以及國際標準介紹了表面粗糙度的評定參數(shù)，介紹了如何選取取樣長度

3、以及評定長度;總結(jié)了一般機器視覺檢測粗糙度的系統(tǒng)構(gòu)成，詳細闡述了系統(tǒng)中如何進行光源、鏡頭以及相機的選擇;分析了粗糙表面的成像機理以及磨削樣塊的紋理方向?qū)Τ上褓|(zhì)量的影響。
　　(2)針對當前基于機器視覺的粗糙度檢測方法測量工件范圍有限、采用的指標考慮因素不全面問題，提出了一種基于圖像質(zhì)量算法的粗糙度檢測新方法。該方法在梯度相似度圖像質(zhì)量算法(GSSIM)的基礎(chǔ)上，引入了區(qū)域?qū)Ρ榷?，提出了基于區(qū)域?qū)Ρ榷群吞荻冉Y(jié)構(gòu)相似度(RCGSSIM

4、)的圖像質(zhì)量評價指標和相應(yīng)的計算方法，并設(shè)計了一套基于圖像質(zhì)量的磨削表面粗糙度測量裝置。實驗結(jié)果表明，磨削表面粗糙度Ra與圖像質(zhì)量有明顯的線性相關(guān)性，相比傳統(tǒng)圖像質(zhì)量評價算法，RCGSSIM綜合性能最好，能更好地應(yīng)用于粗糙度非接觸在線測量。
　　(3)針對當前機器視覺檢測粗糙度計算復(fù)雜、受光源影響大的問題，提出一種對光源魯棒的磨削表面粗糙度檢測方法。根據(jù)光源在不同粗糙度等級表面上形成虛像的擴散區(qū)域大小不同，設(shè)計了兩種基色光源組成磨

5、削樣件的參考照明條件，提出了基于RGB顏色空間的彩色分布統(tǒng)計矩陣以及相應(yīng)的重合度指標，構(gòu)建了重合度指標與粗糙度之間的關(guān)系模型，以實驗數(shù)據(jù)為支撐討論了光源亮度和紋理方向?qū)υ撽P(guān)系模型的影響。實驗結(jié)果表明，基于彩色圖像重合度的表面粗糙度檢測方法精度較高、檢測范圍較廣，對光源亮度和紋理方向均有一定的魯棒性，工程應(yīng)用的潛力巨大。
　　(4)針對當前基于機器視覺的粗糙度檢測方法驗證過程中樣塊制作費時、費力以及樣塊表面粗糙度實際測量結(jié)果不精準問