基于小波域馬爾可夫激光散斑表面粗糙度測(cè)量方法研究.pdf

1、表面粗糙度是機(jī)械加工中描述表面微觀形貌最常用的參數(shù)，是評(píng)定加工表面各種微小加工痕跡的參量，直接影響到機(jī)器和儀表的使用性能和壽命。因此，表面粗糙度的測(cè)量與評(píng)價(jià)具有重要的研究意義。本文利用紋理分析法，提出了一種基于激光散斑的表面粗糙度測(cè)量新方法。以激光散斑的統(tǒng)計(jì)特性和計(jì)算機(jī)紋理分析理論為基礎(chǔ)，通過(guò)對(duì)機(jī)加工表面的激光散斑紋理圖像進(jìn)行建模，提取能表征表面粗糙度的紋理特征參量，研究其與表面粗糙度之間的關(guān)系;同時(shí)搭建了實(shí)驗(yàn)測(cè)量系統(tǒng)，計(jì)算對(duì)比了紋理模

2、型對(duì)不同機(jī)加工表面的測(cè)量結(jié)果，還研究了系統(tǒng)實(shí)驗(yàn)參數(shù)改變時(shí)實(shí)驗(yàn)結(jié)果的變化，討論了系統(tǒng)的魯棒性?？梢詫?shí)現(xiàn)用一幅激光散斑紋理圖像對(duì)表面粗糙度的測(cè)量。
　　論文主要研究?jī)?nèi)容和創(chuàng)新工作如下:
　　1.基于紋理分析方法研究了激光散斑特性與表面粗糙度間的關(guān)系，提出了能表征表面粗糙度的激光散斑紋理分析模型。通過(guò)對(duì)機(jī)加工表面的激光散斑圖像進(jìn)行紋理分析，提取紋理特征參量，建立表面粗糙度Ra與紋理特征中某個(gè)參量之間的單一性關(guān)系，從而實(shí)現(xiàn)利用紋理特

3、征參量表征表面粗糙度。
　　2.研究了模型方法中的馬爾可夫隨機(jī)場(chǎng)模型（高斯—馬爾可夫模型和吉布斯—馬爾可夫模型），分別提出了基于高斯—馬爾可夫模型和吉布斯—馬爾可夫模型的激光散斑表面粗糙度提取方法。高斯—馬爾可夫模型根據(jù)鄰域像素的大小和方向，提取了二階～六階鄰域模型的紋理特征參量;吉布斯—馬爾可夫模型用一階、二階基團(tuán)定義鄰域像素，提取了表征基團(tuán)聚集的紋理特征參量β2～β9作為該模型特征參量。
　　3.研究了信號(hào)處理方法中的小

4、波紋理模型，提出了基于小波模型的激光散斑表面粗糙度提取方法。對(duì)激光散斑紋理圖像進(jìn)行小波變換，構(gòu)造了包含大量表面粗糙度信息的高頻子帶系數(shù)之間的系數(shù)共生矩陣，提取出該共生矩陣的均值、方差、能量和熵四個(gè)紋理特征參量。
　　4.提出了利用以上兩種模型的結(jié)合—小波域馬爾可夫模型的紋理分析法，即利用小波域馬爾可夫模型從激光散斑中提取表面粗糙度信息。該模型結(jié)合了小波的多分辨率、高判別力和馬爾可夫捕獲局部統(tǒng)計(jì)規(guī)律特性，捕獲了小波系數(shù)尺度內(nèi)和尺度間

5、統(tǒng)計(jì)相關(guān)性。提取出紋理特征參量，研究其與Ra間的關(guān)系。
　　5.搭建了系統(tǒng)實(shí)驗(yàn)平臺(tái)。利用以上紋理模型分析法，對(duì)不同機(jī)加工表面（車削、立式銑床和臥式銑床），研究模型紋理特征參量與表面粗糙度的關(guān)系，并對(duì)該三類模型結(jié)果進(jìn)行分析比較。結(jié)果表明，小波域馬爾可夫模型不但可以在較大范圍內(nèi)特征化車削、立式銑床和臥式銑床機(jī)加工表面的表面粗糙度，而且特征化表面粗糙度效果最好。同時(shí)利用該實(shí)驗(yàn)平臺(tái)，還研究了試驗(yàn)樣塊與CCD的測(cè)試距離、激光與樣塊表面紋理相

6、對(duì)方向、散斑大小、激光功率等實(shí)驗(yàn)參數(shù)改變時(shí)，模型紋理特征參量的變化情況，結(jié)果表明，小波域馬爾可夫模型最穩(wěn)定，最適合表征表面粗糙度。
　　論文采用三類紋理分析方法進(jìn)行建模，提取出能夠表征表面粗糙度的紋理特征參量。根據(jù)計(jì)算結(jié)果，分析對(duì)比了三類紋理模型，總結(jié)出適合于表面粗糙度測(cè)量的最優(yōu)紋理模型。該表面粗糙度測(cè)量系統(tǒng)硬件僅由激光器、CCD和計(jì)算機(jī)構(gòu)成，具有系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，操作方便，非接觸、無(wú)損等優(yōu)點(diǎn)，對(duì)表面粗糙度在線檢測(cè)具有一定的參考價(jià)值。