基于激光散斑图像工件表面粗糙度检测应用研究

论文摘要

近年来,国家发布《中国制造2025》,使智能制造成为国家工业发展的核心,并且十九大提出的未来五年重点中,智能制造成为工业生产的重点,表面粗糙度的测量为智能制造提供了保障。随着计算机视觉和激光无损检测的发展,计算机纹理分析方法以其高效率、无接触、实时在线检测等优点,已经成为非接触式测量表面粗糙度的重要方法。具有一定的应用价值及前景。本文将激光散斑图像采集系统和Matlab软件相结合,提出了一种测量工件表面粗糙度的方法。本文分析了传统直方图均衡化算法处理后图像缺失高灰度细节的缺点,采用了双直方图均衡化算法处理激光散斑图像,为了改进传统滤波算法对图像关键信息保护不理想和容易造成图像模糊的特点,应用快速非局部均值滤波算法处理图像,为了改进小波变换对细节捕捉能力较差和易受噪声等高频图像信息影响,提出基于平稳小波(SWT)的非下采样轮廓波(NSCT)分解和Tamura纹理提取联合算法,通过SWT的NSCT分解图像,应用Tamura纹理提取,通过分析平磨和车削纹理特征的粗糙度、对比度和方向度与表面粗糙度的关系,确定第2尺度高频图像和Tamura纹理的粗糙度和对比度的关系作为数据拟合关系式的理论基础。最后通过平磨和车削实验,验证了本文方法测量结果平均绝对误差较小,证明了本文方法有效性,且在工件每个代表区域,粗糙度值都小于0.05,证明其稳定性较好,为以后多尺度分析纹理图像提供一个新的思路。

论文目录

摘要

ABSTRACT

第1章绪论

1.1 课题来源及研究的目的和意义

1.2 表面粗糙度检测方法

1.2.1 接触式测量

1.2.2 非接触式测量

1.3 表面粗糙度检测国内外发展现状

1.3.1 表面粗糙度检测国外发展现状

1.3.2 表面粗糙度检测国内发展现状

1.4 课题的主要研究内容

1.5 本文章节安排

第2章表面粗糙度和激光散斑的关系

2.1 表面粗糙度的定义及校准技术规范

2.2 表面粗糙度评定参数

2.2.1 表面粗糙度评定参数

2.2.2 间距特征参数

2.2.3 形状特征参数

2.3 激光散斑的形成

2.4 激光散斑的分类

2.4.1 自由空间散斑

2.4.2 像面散斑

2.5 激光散斑的统计特征

2.6 激光散斑和表面粗糙度关系

2.6.1 散斑对比度和表面粗糙度关系

2.6.2 激光散斑角度和表面粗糙度关系

2.6.3 激光散斑纹理特征和表面粗糙度关系

2.7 本章总结

第3章图像信息采集的建立和其预处理

3.1 常见纹理特征分析方法

3.1.1 灰度共生矩阵法

3.1.2 Gabor变换法

3.2 激光散斑图像实验系统

3.2.1 CMOS工业相机

3.2.2 半导体激光器

3.2.3 粗糙度比较样块

3.3 激光散斑图像预处理

3.3.1 图像处理概述

3.3.2 截取图像有效区域

3.3.3 图像对比度增强

3.3.4 图像增强对比实验

3.3.5 图像滤波处理

3.3.6 图像质量评价

3.3.7 基于双直方图均衡化的快速非局部均值滤波的去噪方法

3.3.8 图像滤波对比实验

3.4 本章小结

第4章基于SWT的 NSCT纹理特征提取算法

4.1 小波变换

4.1.1 快速小波算法

4.1.2 SWT变换

4.1.3 二维小波快速算法

4.2 NSCT变换

4.2.1 基于SWT的 NSCT分解图像

4.2.2 Tamura纹理提取

4.3 建立图像纹理特征与粗糙度数学模型

4.3.1 曲线拟合的最小二乘法

4.3.2 表面粗糙度与纹理特征测量实验

4.4 本章小结

第5章实验与分析

5.1 实验数据

5.2 实验分析

5.3 本章小结

结论

参考文献

致谢

攻读硕士学位期间发表（含录用）学术论文

文章来源

类型: 硕士论文

作者: 刘禹廷

导师: 曹国强

关键词: 表面粗糙度,激光散斑图像,非下采样轮廓波,平稳小波变换

来源: 沈阳航空航天大学

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,无线电电子学,计算机软件及计算机应用

单位: 沈阳航空航天大学

分类号: TN24;TP391.41

DOI: 10.27324/d.cnki.gshkc.2019.000195

总页数: 61

文件大小: 3892K

下载量: 66

基于激光散斑图像工件表面粗糙度检测应用研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢