近年來,國家發(fā)布《中國制造2025》,使智能制造成為國家工業(yè)發(fā)展的核心,并且十九大提出的未來五年重點中,智能制造成為工業(yè)生產(chǎn)的重點,表面粗糙度的測量為智能制造提供了保障。隨著計算機視覺和激光無損檢測的發(fā)展,計算機紋理分析方法以其高效率、無接觸、實時在線檢測等優(yōu)點,已經(jīng)成為非接觸式測量表面粗糙度的重要方法。具有一定的應用價值及前景。本文將激光散斑圖像采集系統(tǒng)和Matlab軟件相結合,提出了一種測量工件表面粗糙度的方法。本文分析了傳統(tǒng)直方圖均衡化算法處理后圖像缺失高灰度細節(jié)的缺點,采用了雙直方圖均衡化算法處理激光散斑圖像,為了改進傳統(tǒng)濾波算法對圖像關鍵信息保護不理想和容易造成圖像模糊的特點,應用快速非局部均值濾波算法處理圖像,為了改進小波變換對細節(jié)捕捉能力較差和易受噪聲等高頻圖像信息影響,提出基于平穩(wěn)小波（SWT）的非下采樣輪廓波（NSCT）分解和Tamura紋理提取聯(lián)合算法,通過SWT的NSCT分解圖像,應用Tamura紋理提取,通過分析平磨和車削紋理特征的粗糙度、對比度和方向度與表面粗糙度的關系,確定第2尺度高頻圖像和Tamura紋理的粗糙度和對比度的關系作為數(shù)據(jù)擬合關系式的理論基礎。... 

【文章來源】：沈陽航空航天大學遼寧省

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

激光散斑圖像采集實驗系統(tǒng)

由 Matlab軟件對激光散斑圖像進行預處理，如圖 3.1 所示，為激光散斑圖像采集實驗系統(tǒng)。如圖3.2 和圖 3.3 所示，為平磨粗糙度比較樣塊激光散斑圖像和車削粗糙度比較樣塊激光散斑圖像。圖 3.1 激光散斑圖像采集實驗系統(tǒng)

(a) Ra為 0.8μm (b) Ra為 1.6μm (c) Ra為 3.2μm (d) Ra為 6.3μm圖 3.3 車削粗糙度比較樣塊激光散斑圖像由圖 3.2 和圖 3.3 可知，隨著粗糙度值的增加，其圖像的紋理信息也越來越豐含的紋理高頻信息越來越多，為圖像紋理特征分析提供可能。本文激光入射角調節(jié)激光光斑大小，使工業(yè)相機拍攝清晰的激光散斑圖像，工業(yè)相機的鏡頭磨工件，圖像大小為256 256像素，平磨粗糙度比較樣塊的表面粗糙度為 0.m、0.4μm、0.8μm，車削粗糙度比較樣塊的表面粗糙度為 0.8 μm、1.6μm、3.m。 CMOS 工業(yè)相機互補金屬氧化物場效應管(Complementary Metal Oxide Semiconductor, CMO轉化為電子再處理成電子信號的原理來進行影像數(shù)據(jù)的保存。CMOS 相比與下優(yōu)點：CMOS 沒有 CCD 中固有的 Smear 現(xiàn)象，CMOS 圖像傳感器的隨機窗力優(yōu)于 CCD 圖像傳感器，CMOS 圖像傳感器潛在的抗輻射性能比 CCD 圖像傳大的提高，采用 CMOS 圖像傳感器可以大大地簡化系統(tǒng)硬件結構，CMOS 圖


本文編號：3131563