表面粗糙度是评定零件表面质量的重要指标,它直接影响到零件的使用性能、安全和寿命,尤其对于具有特殊功能(密封、相对移动等)的零件更是如此。因此,快速准确、无损地检测零件工作表面的粗糙度对于零件的正常使用性能和系统的安全性具有重要意义。本文基于机器视觉理论,采用从明暗恢复形状(SFS)方法,实现了对端铣和车削工件表面粗糙度的非接触式无损检测。本文研究的主要内容为:(1)搭建了表面粗糙度视觉检测硬件平台。主要包括:光源、VHX-1000型超景深三维显微镜、CCD摄像机和计算机。该硬件系统可以完成端铣和车削表面清晰显微图像的获取。(2)采集工件表面原始图像,并对图像进行灰度化处理、降噪处理等,降噪处理使用中值滤波方法。(3)基于计算机视觉理论,运用SFS方法,构建表面微观形貌的三维重建模型,该模型以工件表面图像的灰度值E(x,y)为输入量,对应的表面高度值z(x,y)为期望输出。利用现有的物理光照漫反射模型和镜面反射模型改良出一种新的能够适用于金属表面三维重建算法的光照模型。(4)利用基于改良光照模型的三维重建算法对端铣和车削表面分别进行微观形貌的三维重建。提取重建表面中垂直纹理方向的二维轮廓曲线,与经轮廓仪测得的轮廓曲线进行对比,来验证该算法的可行性。(5)建立表面粗糙度检测系统。根据三维重建后的图像信息,提取其表面粗糙度的二维和三维特征参数,分析表面粗糙度参数与不同粗糙度等级之间的关系,来丰富对表面粗糙度的表征。利用MATLAB软件开发一个简单的表面粗糙度检测系统GUI用户界面,能够实现对工件表面粗糙度的快速准确、无损检测。