车削零件表面粗糙度图像法检测优选方法

摘要：

为实现对车削零件表面粗糙度检测,提出一种基于机器视觉表面粗糙度检测图像处理的新方法.该方法先按相应算法对所采集图像剔出受光衍射影响严重区域,然后再按其灰度分布情况进行区域优化,获得的图像灰度特征参数能反映表面粗糙度量值的有效特征区域.用该方法对表面粗糙度Ra标称值为0.8μm～12.5 μm的五种车削样件测试,处理后图像灰度的均值、方差、能量和熵等特征参数与Ra标称值单调关系显著,各特征曲线的非线性误差均在1.5％以内.对比实验显示,这种特征提取和区域优化方法可应用于表面粗糙度的区分与检测.

关键词：表面粗糙度检测、机器视觉、特征区域提取、区域优化、车削零件表面

所属期刊栏目：38

分类号：TN206;TH741(光电子技术、激光技术)

资助基金：陕西省科技厅工业攻关项目2014K06-44

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：227-230