[發明專利]一種檢測表面粗糙度的方法及其系統有效
| 申請號: | 200910109431.0 | 申請日: | 2009-08-18 |
| 公開(公告)號: | CN101634551A | 公開(公告)日: | 2010-01-27 |
| 發明(設計)人: | 楊文明;楊帆;廖慶敏 | 申請(專利權)人: | 清華大學深圳研究生院 |
| 主分類號: | G01B11/30 | 分類號: | G01B11/30;G06N3/08 |
| 代理公司: | 深圳新創友知識產權代理有限公司 | 代理人: | 王 睿 |
| 地址: | 518055廣東省*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 檢測 表面 粗糙 方法 及其 系統 | ||
1.一種檢測表面粗糙度的方法,其特征在于,包括如下步驟:
獲取灰度圖像步驟:獲得待測物體表面的灰度圖像;
區域處理步驟:將所述灰度圖像根據像素的灰度值劃分為若干個同質區域,并獲取同質區域相應的區域和邊界參數;
粗糙度計算步驟:根據所述區域和邊界參數,采用特定的神經網絡模型獲得所述待測物體表面的粗糙度;
其中,所述獲取灰度圖像步驟包括:采用顯微鏡,待測物體表面的灰度圖像為實際圖像的放大特定倍數的圖像;
所述區域處理步驟包括如下步驟:
形態梯度計算所述灰度圖像,以獲得所述灰度圖像各像素點的灰度值;
去除所述灰度圖像上,其灰度值低于預設的最低灰度閾值的像素點,以去掉噪聲點;
水線處理步驟:水線標記所述灰度圖像,以在所述灰度圖像上劃分出若干個同質區域;然后,
統計出所述同質區域相應的區域和邊界參數;
所述水線處理步驟包括如下步驟:
在所述灰度圖像上獲取初始灰度級的像素點;
設置浸沒標記;
A、在所述灰度圖像上獲取下一個灰度級的像素點;
B、在所獲取的像素點的鄰域內,判斷是否存在除水線標記外的標記;如果沒有,將所獲取的像素點設置一個新的標記;
如果有,則取出該鄰域內已標記的像素點,進一步判斷該鄰域內的像素點除水線外的標記是否相同,如果是,則將這個標記賦予該像素點;否則,則賦予該像素點為水線標記;
判斷所述灰度圖像上當前灰度級的像素是否處理完畢;
如果沒有完畢,則進行所述B;
如果完畢,則進一步判斷所有的灰度級是否處理完畢,如果沒有,則進行所述步驟A;如果是,則所述水線處理步驟結束;
所述區域和邊界參數包括:在所述灰度圖像內所有的同質區域的總個數、同質區域的水線所包含的像素點的個數、每個同質區域像素點的個數、最大面積的同質區域所包含的像素點的個數、最小面積的同質區域所包含的像素點的個數、所有的同質區域所包含的像素點個數的方差、同質區域中像素點灰度均值的最大值、同質區域中像素點灰度均值的最小值、所有的同質區域的像素點的灰度均值的算術均值,以及,所有的同質區域的像素點的灰度均值的方差;
所述神經網絡模型的輸入節點與所述區域和邊界參數相應,其輸出節點用于表征所述待測物體表面的粗糙度;所述神經網絡模型設立包括如下步驟:
學習過程:采集任意的標樣物體的表面的灰度圖像,并采用所述區域處理步驟,獲取該待測物體表面的區域和邊界參數;然后將所述區域和邊界參數和所述標樣物體的表面粗糙度輸入到所述神經網絡模型中,并相應修改其輸入節點的權值;
針對不同的標樣物體,多次重復所述學習步驟,以確定所述輸入節點的穩定的權值。
2.如權利要求1所述的檢測表面粗糙度的方法,其特征在于,所述獲取灰度圖像步驟包括如下步驟:
一束平行的可見光以一定的角度照射到所述待測物體表面。
3.如權利要求1所述的檢測表面粗糙度的方法,其特征在于,所述學習過程步驟中的環境條件與獲取灰度圖像步驟中的環境條件保持一致。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學深圳研究生院,未經清華大學深圳研究生院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910109431.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種實現汽車導航的方法、裝置及攝像機
- 下一篇:全精餾制備純氪和純氙的方法





