车削零件表面粗糙度图像法检测优选方法

• 作者: 侯东明 王会江 陈曼龙
• 来源期刊: 应用光学
• 学科: 工学
• 关键词: 表面粗糙度检测 机器视觉 特征区域提取 区域优化 车削零件表面
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 光电信息获取与处理
• 页码范围: 227-230
• 页数: 4页
• 分类号: TN206|TH741
• 字数: 1857字
• 语种: 中文
• DOI: 10.5768/JAO201738.0202004

摘要

为实现对车削零件表面粗糙度检测,提出一种基于机器视觉表面粗糙度检测图像处理的新方法.该方法先按相应算法对所采集图像剔出受光衍射影响严重区域,然后再按其灰度分布情况进行区域优化,获得的图像灰度特征参数能反映表面粗糙度量值的有效特征区域.用该方法对表面粗糙度Ra标称值为0.8μm～12.5 μm的五种车削样件测试,处理后图像灰度的均值、方差、能量和熵等特征参数与Ra标称值单调关系显著,各特征曲线的非线性误差均在1.5％以内.对比实验显示,这种特征提取和区域优化方法可应用于表面粗糙度的区分与检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曼龙	陕西理工大学机械工程学院	49	227	9.0	12.0
2	侯东明	陕西理工大学机械工程学院	5	15	3.0	3.0
3	王会江	陕西理工大学机械工程学院	2	13	2.0	2.0