基于單幅圖像的端銑表面粗糙度三維檢測(cè)

機(jī)械零件在機(jī)械加工過(guò)程中，由于工件的塑性變形等原因會(huì)在加工工件表面上產(chǎn)生一系列微小間距的峰谷所形成的微觀幾何形狀誤差，該誤差被稱為工件的表面粗糙度。表面粗糙度是評(píng)定零件表面質(zhì)量的重要指標(biāo)，它直接影響到零件的使用性能、配合性質(zhì)、耐磨性、工作精度、抗腐蝕性、安全性和壽命，尤其對(duì)于具有特殊功能的零件更是如此。因此，快速準(zhǔn)確、無(wú)損地檢測(cè)零件工作表面的粗糙度對(duì)于零件的正常使用性能和系統(tǒng)的安全性具有重要意義。

隨著現(xiàn)代工業(yè)的不間斷發(fā)展和先進(jìn)科學(xué)技術(shù)的日新月異，傳統(tǒng)的表面粗糙度檢測(cè)方法及其精度已經(jīng)不能夠滿足當(dāng)下的生產(chǎn)需求[1]，研究人員希望對(duì)其相關(guān)研究有著新的更加嚴(yán)苛的技術(shù)要求和更加完善的技術(shù)標(biāo)準(zhǔn)。

本文基于機(jī)器視覺(jué)理論，采用從明暗恢復(fù)形狀方法，以 MATLAB 軟件為平臺(tái)搭建了表面粗糙度檢測(cè)系統(tǒng)，提取表面粗糙度特征參數(shù)，實(shí)現(xiàn)了對(duì)端銑工件表面粗糙度的非接觸式無(wú)損檢測(cè)。本文研究的主要內(nèi)容為：

（1） 采集粗糙度圖像樣本：通過(guò)對(duì)圖像數(shù)據(jù)庫(kù)中大量的工件表面顯微圖像進(jìn)行對(duì)比分析發(fā)現(xiàn)，在相同的光照條件以及放大倍數(shù)下，一種加工方法的同一粗糙度等級(jí)工件顯微圖像的總體特征，如紋理的統(tǒng)計(jì)特征、灰度變化等呈現(xiàn)一定的一致性，并且具有周期性，這些總體特征隨著粗糙度值的接近而趨向一致。因此，可提取這些與工件表面粗糙度呈現(xiàn)某種映射關(guān)系的圖像特征參數(shù)來(lái)建立圖像與表面粗糙度值之間的關(guān)系模型，進(jìn)而實(shí)現(xiàn)工件表面粗糙度的測(cè)量。本文的圖像采集系統(tǒng)選擇日本基恩士（KEYENCE）公司研發(fā)生產(chǎn)的VHX-1000型超景深三維顯微鏡，使用高清晰度RZ鏡頭，在相同光照、相同放大倍數(shù)下，對(duì)表面粗糙度等級(jí)為Ra=0.8?m、l.6?m、3.2?m、6.3?m四個(gè)粗糙度等級(jí)的端銑表面粗糙度標(biāo)準(zhǔn)樣塊進(jìn)行圖像采集，在不同位置進(jìn)行多次采集。

（2）工件表面原始圖像預(yù)處理：通過(guò)圖像采集系統(tǒng)得到的原始圖像為1600×1200×3 數(shù)組的 RGB 圖像，由于其存在光照不均、對(duì)比度不明顯以及噪聲等缺陷，為了得到高質(zhì)量的實(shí)驗(yàn)圖像樣本，需要對(duì)原始圖像進(jìn)行預(yù)處理以達(dá)到實(shí)驗(yàn)對(duì)樣本圖像的要求。圖像預(yù)處理主要用于消除圖像幾何畸變、圖像噪聲以及光照不均勻等對(duì)所采集圖像的影響，改善圖像質(zhì)量，進(jìn)而獲取準(zhǔn)確的表面紋理信息以便于對(duì)表面紋理的分析處理。由于圖像采集系統(tǒng)得到的工件原始表面粗糙度顯微圖像為彩色圖像，所包含的信息量較大、運(yùn)算過(guò)于復(fù)雜、耗時(shí)較長(zhǎng)，而灰度圖像足以表征本文所需圖像的整體和局部的色度、亮度的分布和特征、加工紋理情況等的所有細(xì)節(jié)信息。因此需要將RGB 圖像進(jìn)行灰度化。使用matlab軟件對(duì)圖像進(jìn)行灰度化處理，降噪處理采用非線性濾波中的中值濾波方法。

（3） 改進(jìn)三維重建算法：提出了一種新的從明暗恢復(fù)形狀改進(jìn)算法，該三維重建算法的改進(jìn)基于Sobel梯度算子，利用Sobel梯度算子進(jìn)行差分來(lái)代替朗伯體光照模型中的微分。計(jì)算出了圖像表面的灰度梯度，進(jìn)而得到了表面法矢向量的傾角θ與偏角φ，并且得到了表面的法矢向量。利用數(shù)值積分與三次樣條插值提高了計(jì)算表面高度的計(jì)算精度。經(jīng)過(guò)改良后的三維重建算法，更加適應(yīng)金屬表面微觀形貌的三維重建，得到了較為理想的三維重建圖像。通過(guò)利用輪廓儀測(cè)得的二維輪廓曲線與重建圖像橫截面的二維輪廓曲線進(jìn)行對(duì)比，二者走勢(shì)基本一致，達(dá)到了預(yù)期的重建效果，驗(yàn)證了運(yùn)用改良三維重建算法對(duì)微觀金屬表面圖像進(jìn)行三維重建算法的可行性。

（4） 利用基于改良的三維重建算法對(duì)端銑表面進(jìn)行微觀形貌的三維重建。通過(guò)sobel算子對(duì)物體表面上各點(diǎn)的法矢向量進(jìn)行計(jì)算，利用數(shù)值積分求解表面各點(diǎn)的三維高度，通過(guò)三次樣條插值的引入來(lái)提高計(jì)算精度。提取重建表面中垂直紋理方向的二維輪廓曲線，與經(jīng)輪廓儀測(cè)得的輪廓曲線進(jìn)行對(duì)比，驗(yàn)證了運(yùn)用改良三維重建算法對(duì)微觀金屬表面圖像進(jìn)行三維重建算法的可行性。

（5） 建立表面粗糙度檢測(cè)系統(tǒng)。根據(jù)三維重建后的圖像信息，提取其表面粗糙度的二維和三維特征參數(shù)，分析表面粗糙度參數(shù)與不同粗糙度等級(jí)之間的關(guān)系，來(lái)豐富對(duì)表面粗糙度的表征。利用MATLAB軟件開(kāi)發(fā)一個(gè)簡(jiǎn)單的表面粗糙度檢測(cè)系統(tǒng)GUI用戶界面，基于GUI中輸出控件開(kāi)發(fā)的，主要是通過(guò)GUIDE向?qū)?lái)實(shí)現(xiàn)系統(tǒng)的設(shè)計(jì)。主要分為三個(gè)部分：一是在GUI窗口上添加控件；二是設(shè)置GUI控件的屬性；三是GUI編程（其主要內(nèi)容包括創(chuàng)建M文件、編寫(xiě)回調(diào)函數(shù)、在回調(diào)函數(shù)間共享數(shù)據(jù)）。

創(chuàng)建的控件，要編寫(xiě)相應(yīng)的回調(diào)函數(shù)才能實(shí)現(xiàn)計(jì)算或操作。要使回調(diào)函數(shù)工作必須在初始框架中添加代碼，通過(guò)將數(shù)據(jù)保存到MATLAB的handles結(jié)構(gòu)中，可以實(shí)現(xiàn)回調(diào)間的共享。

所設(shè)計(jì)的表面粗糙度檢測(cè)系統(tǒng)能夠?qū)崿F(xiàn)圖像讀取、圖像預(yù)處理、運(yùn)用SFS方法重建表面三維微觀形貌、提取重建圖像表面二維輪廓曲線和表面粗糙度特征參數(shù)的計(jì)算等功能，能夠?qū)崿F(xiàn)對(duì)工件表面粗糙度的快速準(zhǔn)確、無(wú)損檢測(cè)。

本文以端銑工件為研究對(duì)象，對(duì)表面粗糙度非接觸式精密測(cè)量的實(shí)現(xiàn)方法進(jìn)行了研究。通過(guò)圖像采集系統(tǒng)獲取工件表面顯微圖像，運(yùn)用機(jī)器視覺(jué)檢測(cè)技術(shù)，對(duì)數(shù)字圖像進(jìn)行處理。通過(guò)從明暗恢復(fù)形狀方法對(duì)工件表面圖像的微觀形貌進(jìn)行三維重建，并從所重建的三維圖像中提取有用的三維粗糙度信息。提取工件表面粗糙度三維特征參數(shù)，分析該三維特征參數(shù)與不同等級(jí)粗糙度的對(duì)應(yīng)關(guān)系，通過(guò)運(yùn)用明暗恢復(fù)形狀方法對(duì)圖像表面進(jìn)行三維重建，打破了二維檢測(cè)所受到的局限性，最大程度上完整的描述了表面粗糙度信息，完成表面粗糙度的定量檢測(cè)與檢測(cè)結(jié)果的可靠性分析。

參考文獻(xiàn)

[1]王政平， 張錫芳， 張艷娥. 表面粗糙度光學(xué)測(cè)量方法研究進(jìn)展[J].

作者簡(jiǎn)介

于靜（1986-），女，漢族，遼寧省北票市人，沈陽(yáng)建筑大學(xué)，研究生；研究方向：機(jī)械工程。