[发明专利]一种检测表面粗糙度的方法及其系统

说明书

技术领域

本发明涉及一种检测表面粗糙度的方法及其系统。

背景技术

现在，表面粗糙度是机械零件表面质量的一项重要指标，其定义为：在机械零件切削的过程中，刀具或砂轮遗留的刀痕、切屑分离时的塑性变形和机床振动等因素，会使零件的表面形成微小的峰谷。这些微小峰谷的高低程度和间距状况就叫做表面粗糙度，也称为微观不平度，它是一种微观几何形状误差。表面粗糙度的评定参数主要有三个[详见JIS B 0601 and JIS B0031，1994，pp.1167]：①微观不平度十点高度Rz，定义为在取样长度内最大的轮廓峰高的平均值与五个最大的轮廓谷深的平均值之和②；轮廓算术平均差Ra，定义为在取样长度内的轮廓偏距绝对值的算术平均值；③轮廓最大高度Ry，定义为在取样长度内轮廓峰顶线和轮廓谷底线之间的距离。

铸件表面粗糙度也直接影响零件的机械性能和使用寿命，对其进行粗糙度测量是一项十分重要的工作。现有的测量方法主要采用接触式探针式测量和铸造表面粗糙度比较样块法(国家标准GB/T 6060.1-1997)，这两种方法测量效率低、无法在线测量，亟需引入一种快速、准确、可在线的评定方法。在机加表面如车削、刨削、铣削、磨削后等零件表面已经有基于激光和可见光的测量方法，如国内文献“零件表面粗糙度的激光在线测量”(《激光与红外》，2007年5月刊)，及“机械加工表面粗糙度的图像检测方法”(《哈尔滨理工大学学报》，2007年6月刊)分别使用了激光干涉分析法和图像纹理分析法较好地检测了车削、铣削和刨削表面粗糙度参数。而国外文献“Gadelmawla E.S.，Avision system for surface roughness characterization using the gray levelco-ocurrence matrix”[J](NDT&E International，2004，vol.37(4)：pp.577-588)提出灰度共生矩阵最大宽度概念对磨削表面进行粗糙度测试。

但是，所有这些方法都只适用于表面纹理分布具有一定规则和固定周期的机加零件。同时，由于铸件表面纹理的特殊性-纹理分布无规则、无周期性，这些方法都不能有效测量铸件表面的粗糙度。所获取的铸件表面图像灰度分布极不均匀，没有固定的纹理走向，也没有固定结构的纹理单元，特别地，其纹理也不具有各向同性，是一种直观上完全无规则的非周期性纹理，这样，无法采用现有的方法对这些物体进行非接触的粗糙度测量。

发明内容

本发明所要解决的技术问题是提供一种非接触的，针对具有无规则、非周期性纹理图像的待测物体表面进行粗糙度测量的方法及系统。

本发明的目的是通过以下技术方案来实现的：

本发明首先提供一种检测表面粗糙度的方法，包括如下步骤：

获取灰度图像步骤：获得待测物体表面的灰度图像；

区域处理步骤：将所述灰度图像根据像素的灰度值划分为若干个同质区域，并获取同质区域相应的区域和边界参数；

粗糙度计算步骤：根据所述区域和边界参数，采用特定的神经网络模型获得所述待测物体表面的粗糙度。

经过研究发现，物体表面形状和微面积元的位置及高度的不同，使得其表面反射光有镜面反射和散射现象，表面粗糙度和散射光强度的分布有一定的对应关系，且直接反映在表面图像灰度的分布变化上。对于粗糙度数值较小的平面，反射光能较弱，散射光能较强，其表面成像经过区域划分所得同质区域的个数较多，但每个同质区域面积较小；反之，表面粗糙度数值较大的平面，反射光能较强，散射光能较弱，其表面成像经过区域划分所得同质区域的个数较少，但每个同质区域面积较大。这里的同质区域是指内部所包含像素的灰度基本相近的区域。这说明粗糙度可以通过统计表面图像同质区域的相关信息来进行评测。

因此，通过上述技术方案，本发明的能够针对具有无规则、非周期性纹理图像的待测物体表面进行粗糙度测量。

优选的，所述获取灰度图像步骤包括如下步骤：

一束平行的可见光以一定的角度照射到所述待测物体表面。

所述可见光是指能够获得相应成像的光。

进一步采用上述技术措施，不仅能获得较优的待测物体表面的发射光，以进而获得更好的灰度图像，而且，一束平行的可见光以一定角度照射到物体表面，这也是易于实现的、成本较低的、同时便于获得稳定的成像条件。

优选的，所述获取灰度图像步骤包括：采用显微镜，待测物体表面的灰度图像为实际图像的放大特定倍数的图像。

其中，如一束特定的光线以一定的角度照射一样，放大特定倍数也是环境条件所包含的内容之一。