基于数字图像处理的三维表面粗糙度参数评价毕业设计（论文）.docVIP

基于数字图像处理的三维表面粗糙度参数评价 摘要：随着光电技术的发展和应用，考虑到最近的激光技术和计算机技术，我们已经开发出一种方法来评估三维表面粗糙度的表面轮廓信息。本文提出了一种用来探测元件表面粗糙度的三维测量技术，它是在数字图像处理的基础上建立的三维表面粗糙度评价系统，包括硬件和软件结构。在本实验中使用的硬件如下：立体显微镜，一个特特殊接口的数码相机，平行光线，一个X,Y双向实验台和一台电脑，基于Visual C++开发的用在图像预处理和数据分析处理中的电脑辅助系统（CAS)。在实验中，从数码相机收集的图像信息首先经过中值滤波，灰度均衡，直方图转换放大等预处理，然后将数据归一化到互相关和曲面拟合技术分析, 最后，用m,σ,Sq,SKU和Ra之间的相关性来讨论不同图像的表面粗糙度。 关键字：数字图像处理，表面粗糙度 在很多情况下，一个正常运转的机加工部分很大程度上取决于其表面的质量。多年以来，许多方法都已经发展到测量表面粗糙度[1]。传统的二维地面测量不能反映实际图像的整体信息[2,3]。由于原本打算获得二维表面形貌，因此在技术上有很大的限制[3,4]。当确认外观的影响时，采用二维表面措施提供的数据是不能满足一定的实际需要。准确的表面特性需要三维的地面测量而没有规定二维测量系统[5]。三维测量是从区域便面实现的，而二维测量时由表面位置的参数实现的。所以三维分析可以真实地反映实际零件的表面形貌并具有良好的统计特性且有较小的错误概率[6]。它的统计信息具有较好的有效性和可靠性[7]。 1.参数系统 目前，没有用参数测量表面粗糙度的国家或国际标准[8,9]。许多仍然在研究讨论的三维参数已经出现在许多的文件和论文中。为了满足扩展需求的三维测量技术的研究和应用，国际标准化组织技术委员会（ISO TC/57）已经开始考虑建立一个三维表面粗糙度标准：由欧盟资助的英国明翰大学研究和开发的一个重要的三维表面粗糙度参数系统，其中包括14个参数。从这个参数系统中，本文作者已初步建立了三维表面粗糙度评估参数，包括以下四个参数[6-9]的组合： 平均直方图（米）的平均概率等于图像中的灰度分布。在测试中，较大的直方图的均值有较厚的纹理单元。也就是说，如果是系数阵列，表面轮廓粗糙。另一方面，直方图均值越小，越接近纹理单元。 直方图的方差（σ）表示方差灰度级的概率。方差月大，表面轮廓越粗糙，纹理变化越大。 表面均方根偏差（单位）是一个表达表面幅度的参数。可以从统计特性，极值性质和高度分布来评价均方根。 (SKU)陡峭山谷的坡峰表面轮廓。这是基于数字图像处理技术的很重要的衡量高度估计的表面粗糙度。 方案设计 这个图像测量系统有三个模块：图像采集模块、图像处理模块和图像输出模块（图1）。由卤素灯发出的平行光通过光学成像在数码相机处汇聚在一起，然后经过分析和处理原始图像的图像处理软件将相应的结果传递给计算机，由计算机显示，保存和打印。图像采集模块组成整个测量系统的基础。它主要由基本照明系统（平行光卤素灯发出），和X,Y双向实验台，立体显微镜，一个特特殊接口的数码相机，电脑辅助系统（CAS）实现。图像采集的功能模块式收集原始图像的标本。图像处理模块为核心处理的一部分。通过计算机和相关软件实现图像的管理、处理与分析。首先，对原始图像的图像采集模块聚集后被送到计算机。为了改善图像的质量和效果，对原始图像需要预处理。因此，根据不同的图像测量的目的，结合设计软件来处理和分析。最后，图像处理和数据被传送到影像输出模块。用图像处理、灰度处理与图像滤波相结合的方法，对原始图像进行直方图转换和直方图均衡。然后，图像均衡是通过平均直方图评价、均方根偏差和幅度参数处理。 图1：三维表面粗糙度测量的一般结构模式 3.图像处理 经过数码相机收集的图像是彩色图像。但检查和处理的图是表面形貌轮廓的测试样品，且关注的焦点是亮度信息。能使原来的图像转化为灰度图像。一般来说，量化分级级别分为256级（0-255）。零的表达式是黑色的，即黑的颜色，而255的表达式是亮的，即白色的。 3.1图像变换 加权平均法是采用图像灰度化系统。设灰度图像的灰度值是Y，根据其重要性和其他指标，我们赋予不同的权重Rc，Gc，和Bc。Y被定义为Y=WrRc+WgGc+WbBc，即等于原始彩色图像元素的加权平均。人的眼睛对绿色光的敏感度是最高的，红色灯光 是第二，其蓝色灯光是最低的。因此，当WGWRWB时，就能获得合理的灰度图像。例如WR=0.299，WG=0.587，WB=0.114，即Y=0.299R+0.587G+0.114B。经过以上两个理论的推到和试验验证，我们便可以获得最好的灰度图像。 3.2图像滤波 我们采用中值滤波的方法对数字图像进行数字图像处理的原因是中值滤波的方法不会影