论文部分内容阅读
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、配合性质、耐磨性、工作精度、抗腐蚀性、安全性和寿命,尤其对于具有特殊功能的零件更是如此。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方法,以MATLAB软件为平台搭建了表面粗糙度检测系统,提取表面粗糙度特征参数,实现了对端铣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)采集粗糙度图像样本:在相同光照、放大倍数下,通过硬件平台对端铣表面粗糙度标准样块进行图像采集,在不同位置进行多次采集。(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)改进三维重建算法:提出了一种新的从明暗恢复形状改进算法,该三维重建算法的改进基于Sobel梯度算子,利用Sobel梯度算子进行差分来代替朗伯体光照模型中的微分。(4)利用基于改良的三维重建算法对端铣表面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。综上所述,通过对端铣工件表面粗糙度非接触式精密测量方法的研究,得到了工件表面微观形貌三维重建图,提取到了三维粗糙度信息和工件表面粗糙度三维特征参数,得到该三维特征参数与不同等级粗糙度的对应关系,应用MATLAB软件建立了表面粗糙度检测系统,完成了表面粗糙度的定量检测与检测结果的可靠性分析。