基于機(jī)器視覺的磨削表面粗糙度檢測.pdf

1、表面粗糙度是反映零件表面上微觀幾何形狀誤差的一個重要指標(biāo)，也是應(yīng)用最為廣泛的表征零件表面特性的參數(shù)。隨著機(jī)械制造業(yè)的發(fā)展和檢測技術(shù)的提高，許多科研組織都在十分活躍地深入研究表面粗糙度測量的各種關(guān)鍵技術(shù)，以實(shí)現(xiàn)表面粗糙度的快速無損檢測。 本文綜合比較了目前常用的幾種表面粗糙度測量方法，針對磨削表面紋理隨機(jī)性強(qiáng)，分布方向性不足等特點(diǎn)，結(jié)合機(jī)器視覺和神經(jīng)網(wǎng)絡(luò)技術(shù)，提出了一種新的表面粗糙度檢測方法。以面信息代替?zhèn)鹘y(tǒng)測量中的線信息，并通過

2、存儲圖像和數(shù)據(jù)資料，使表面粗糙度測量具有一定的可重復(fù)性。 本文首先深入分析了不同光源條件下磨削表面的圖像特征，通過實(shí)驗(yàn)，優(yōu)選LN-60聚光型LED線光源為磨削表面粗糙度檢測用最佳光源，并構(gòu)建了由體視顯微鏡、CCD攝像機(jī)、圖像采集卡和LED光源等設(shè)備組成的表面粗糙度檢測硬件系統(tǒng)。其次，以灰度變化輪廓曲線為依據(jù)，定量評定了各種濾波和圖像增強(qiáng)方式對磨削表面圖像的處理效果，開發(fā)了有效的圖像預(yù)處理程序。并利用灰度級閾值化的分割處理，提出了

3、磨削表面粗糙度測量前的缺陷檢測算法，實(shí)現(xiàn)了缺陷質(zhì)心位置的識別和缺陷面積等屬性的計(jì)算。然后，采用二維離散傅里葉變換將磨削表面圖像所呈現(xiàn)的紋理特征轉(zhuǎn)換到頻域中進(jìn)一步加以分析，發(fā)現(xiàn)功率譜半徑、平均功率譜和中心功率譜百分比與表面粗糙度值呈近似單調(diào)函數(shù)關(guān)系，故以這些特征量為輸入，建立BP神經(jīng)網(wǎng)絡(luò)模型，完成了表面粗糙度值的測量，平均準(zhǔn)確率可達(dá)93.8％，從而可實(shí)現(xiàn)在一定條件下，對傳統(tǒng)接觸式測量的替代。最后以LabVIEW為系統(tǒng)平臺，輔以Visual