随着加工技术的提高,发动机气缸内表面已经可以实现特定纹理形貌的加工,以满足更高的表面功能要求。基于表面二维轮廓曲线的评定体系难以对三维表面纹理形貌特征进行全面的功能性评定。随着三维测量手段的进步和分析评定技术的快速发展,通过表面的三维形貌数据对发动机气缸表面复杂形貌特征的功能性评定也日趋成熟。发动机气缸珩磨表面,由于其三维纹理特征具有几何形状与拓扑结构复杂、特征边缘分界模糊、次要特征区分不明显等特点,如何有效地提取出关键特征,是对其功能评定的核心工作。本文提出了一种Radon算法和优化的水平集算法相融合的发动机气缸表面复杂特征提取方法,主要研究工作如下:提出了优化的Radon算法和稳健高斯回归滤波相结合的沟槽特征分布位置信息提取方法。针对沟槽宽度与密集分布降低特征方向性影响Radon算法提取精度的问题,选择沟槽中心线作为位置提取的标记,提高了Radon算法提取的准确性;结合已有沟槽加工质量评定行业标准,以深度阈值对特征进行区分,排除了次要特征在Radon算法中的干扰。提出了基于优化水平集算法的珩磨加工表面沟槽特征几何结构信息提取方法。在传统水平集算法基础上改进了能量泛函构建方法,提高了水平集算法效率。改进算法对比传统的RSF水平集算法,在针对珩磨表面形貌数据处理时,算法对异常参数的健壮性更强,特征分割效率更高。经实验证明改进水平集算法充分分割提取目标耗时仅为传统水平集算法耗时的10%。结合特征提取的输出结果与珩磨加工表面质量评定行业标准,对珩磨表面沟槽特征进行评定。基于三维表面形貌特征数据,实现了对珩磨沟槽网纹中珩磨角度、珩磨沟槽分布密度、珩磨沟槽宽度、珩磨沟槽加工完整性等具体形状位置的描述。与传统基于二维表面轮廓的珩磨表面评定方法相比,基于三维形貌数据的珩磨表面评定更加完整,描述更加全面,为珩磨加工质量的判断提供了量化的依据。