表面粗糙度是指加工表面具有的较小间距和微小峰谷的不平度,与机械零件的使用性能密切相关,对机械产品的寿命和可靠性有重要影响,因此,精确、高效和可靠地测量粗糙度对制造业意义重大。随着现代工业与科学技术的发展与进步,对表面粗糙度测量仪器的性能(效率、精确度、稳定性等)提出了越来越高的要求,传统的粗糙度测量方法已经无法满足实际的需求。因此,探索一种非接触、高效、高精度的粗糙度测量方法成为科研学者的研究热点。由于基于机器视觉的检测技术具有检测效率高、获取信息量大、测量精度高、柔性好、非接触、性价比高等优点,被不少学者引入到粗糙度测量研究中,取得了良好效果,但是仍然存在一系列问题。本论文在国家自然科学基金项目(项目批准号：71271078)和长沙市重大专项(项目编号：K1306007-11-1)资助下,对基于机器视觉的磨削表面粗糙度测量方法进行了研究与探索。论文的主要研究工作有：(1)介绍了表面粗糙度的定义及其与波纹度和表面形状误差之间的差异性：根据国家以及国际标准介绍了表面粗糙度的评定参数,介绍了如何选取取样长度以及评定长度；总结了一般机器视觉检测粗糙度的系统构成,详细阐述了系统中如何进行光源、镜头以及相机的选择；分析了粗糙表面的成像机理以及磨削样块的纹理方向对成像质量的影响。(2)针对当前基于机器视觉的粗糙度检测方法测量工件范围有限、采用的指标考虑因素不全面问题,提出了一种基于图像质量算法的粗糙度检测新方法。该方法在梯度相似度图像质量算法(GSSIM)的基础上,引入了区域对比度,提出了基于区域对比度和梯度结构相似度(RCGSSIM)的图像质量评价指标和相应的计算方法,并设计了一套基于图像质量的磨削表面粗糙度测量装置。实验结果表明,磨削表面粗糙度Ra与图像质量有明显的线性相关性,相比传统图像质量评价算法,RCGSSIM综合性能最好,能更好地应用于粗糙度非接触在线测量。(3)针对当前机器视觉检测粗糙度计算复杂、受光源影响大的问题,提出一种对光源鲁棒的磨削表面粗糙度检测方法。根据光源在不同粗糙度等级表面上形成虚像的扩散区域大小不同,设计了两种基色光源组成磨削样件的参考照明条件,提出了基于RGB颜色空间的彩色分布统计矩阵以及相应的重合度指标,构建了重合度指标与粗糙度之间的关系模型,以实验数据为支撑讨论了光源亮度和纹理方向对该关系模型的影响。实验结果表明,基于彩色图像重合度的表面粗糙度检测方法精度较高、检测范围较广,对光源亮度和纹理方向均有一定的鲁棒性,工程应用的潜力巨大。(4)针对当前基于机器视觉的粗糙度检测方法验证过程中样块制作费时、费力以及样块表面粗糙度实际测量结果不精准问题,提出了一种利用仿真生成粗糙表面光反射图片的技术路线。根据数值计算产生不同统计学特性的磨削表面点云数据,将点云数据导入三维实体生成软件生成磨削表面三维实体,最后将生成的磨削表面三维实体导入光学仿真软件以生成特定实验条件下的仿真图片,以彩色重合度指标为例,验证仿真图片用于指标特性验证的可行性。实验结果表明本文提出的利用仿真方法得到的磨削表面光反射图片可以进行彩色重合度指标特性的验证。