銑削工件表面圖像紋理背景抑制及缺陷提取.pdf

1、采用機器視覺技術(shù)可快速實現(xiàn)銑削工件表面質(zhì)量缺陷檢測，而實際應(yīng)用中銑削工件表面紋理背景常導(dǎo)致表面質(zhì)量缺陷檢測失敗。為了從工件表面圖像紋理背景中快速有效分析和提取加工缺陷，本文提出一種基于NMF與Gabor小波虛部特性的圖像表面缺陷提取方法，主要開展了如下幾個方面的研究：
　　1、高速銑削實驗。以VMC-C30高速雙轉(zhuǎn)臺五軸聯(lián)動加工中心為實驗平臺，通過優(yōu)選加工刀具、加工工藝參數(shù)以及冷卻液種類，針對特定的工件材料，確定加工實驗方案，并開

2、展了一系列高速銑削實驗。銑削加工后采用粗糙度測試儀對工件表面進行了表面質(zhì)量檢測。
　　2、工件銑削表面圖像獲取。選用Microvision系列產(chǎn)品（包括工件放置平臺、工業(yè)數(shù)字?jǐn)z像機、圖像數(shù)據(jù)采集卡和光源等），搭建采集工件表面圖像的硬件平臺。同時采用MVIPS軟件作為軟件程序平臺，通過調(diào)用相機拍攝程序采集了實驗中的工件表面圖像。
　　3、工件銑削表面缺陷識別。針對采集的銑削工件表面圖像，通過維納濾波方法進行圖像去噪處理后，采用

3、非負(fù)矩陣分解算法對去噪圖像進行無監(jiān)督學(xué)習(xí)，獲得了工件加工表面潛在紋理結(jié)構(gòu)圖像；然后將工件表面去噪圖像和潛在紋理結(jié)構(gòu)圖像與Gabor小波濾波器虛部函數(shù)分別進行卷積，采用差影法計算獲得兩圖像的能量差異分布，確定能量差異分布閾值后，可在工件表面去噪圖像上分割提取缺陷特征；同時依據(jù)工件表面質(zhì)量檢測結(jié)果，對比分析缺陷特征，可識別高速銑削工件表面缺陷的幾何特征，實現(xiàn)對缺陷的數(shù)字化描述。
　　本文開展的高速銑削實驗和圖像處理結(jié)果表明：采用基于N