[發明專利]基于圖像的零件表面粗糙度支持向量機檢測方法及系統

在審

• 申請號: 202111262722.0
• 申請日: 2021-10-28
• 公開（公告）號: CN113989233A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 田建艷;董良振;魏萬珍;高云松;郭恒寬;楊勝強
• 申請（專利權）人: 太原理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06V10/40
• 代理公司: 北京恒創益佳知識產權代理事務所(普通合伙) 11556
• 代理人: 付金豹

1.一種基于圖像的零件表面粗糙度支持向量機檢測方法，其特征在于，包括以下步驟：

S1利用零件表面劃分方法將零件表面劃分為合適區域，通過零件表面圖像采集系統采集零件表面各區域圖像；

S2對零件圖像進行圖像預處理；利用像素分量作比相加法將零件表面圖像轉為灰度圖像，使用高斯窗口進行濾波處理；

S3基于灰度共生矩陣提取圖像的能量、熵、慣性矩、相關性這四種紋理特征，并對它們分別求取均值和方差生成8維特征向量作為支持向量機的輸入；

S4支持向量機檢測模型輸出粗糙度值，通過上位機界面顯示零件表面粗糙度值檢測結果。

2.根據權利要求1所述的檢測方法，其特征在于，步驟S1中，所述零件表面的劃分方法如下：將零件平均地劃分為多個區域，當劃分區域的面積小于數字顯微鏡可視面積時，認為劃分有效，可用于粗糙度檢測；當劃分的區域面積超過數字顯微鏡可視面積時，對超過數字顯微鏡可視面積的區域進行二次劃分，仍然平均地劃分為多個區域進行檢測，以保證二次劃分區域小于數字顯微鏡可視面積，如果劃分依舊無效，則進行三次劃分，以此類推，直到所有劃分的區域面積都小于數字顯微鏡可視面積。

3.根據權利要求1所述的檢測方法，其特征在于，步驟S1中，采集零件表面各區域圖像包括以下步驟：

S11、將零件放置在水平托盤的采樣點，上位機發送圖像開始采集信號，單片機接收信號，輸出PWM波，步進電機帶動水平托盤及其上零件轉動到劃分區域；

S12、單片機暫停PWM波輸出，向上位機發送圖像采集信號；

S13、上位機接收圖像采集信號，控制數字顯微鏡采集零件圖像并將其保存到上位機，然后通過串口向單片機發送圖像采集完成信號；

S14、單片機接收圖像采集完成信號，繼續輸出PWM波驅動步進電機，重復S11、S12、S13步驟，直至零件劃分的全部區域采集完成。

4.根據權利要求1所述的檢測方法，其特征在于，步驟S2中，利用維數為3×3，標準差為0.8的高斯窗口對零件表面灰度圖像進行高斯濾波操作。

5.根據權利要求1所述的檢測方法，其特征在于，所述S3的具體方法為：提取零件表面紋理特征，建立零件表面紋理特征與零件表面粗糙度的關系模型；

通過分析零件表面圖像中點(x,y)灰度為i的像素與點(x+a,y+b)灰度為j的像素同時出現的概率，構建概率矩陣P(i,j)，其公式為：

概率矩陣

式中，i＝1,2,...,M；j＝1,2,...,N；f(x,y)和f(x+a,y+b)表示零件表面圖像中像素點(x,y)、(x+a,y+b)的灰度值；

基于灰度共生矩陣，提取如下特征：能量、熵、慣性矩、相關性，計算過程分別如下：

能量

熵

慣性矩

相關性

式中：M、N分別為零件表面圖像中水平與垂直方向上的像素數量；μ為零件表面圖像像素點均值；x'和y'分別代表零件表面圖像水平和垂直方向的梯度；l表示零件表面圖像像素點的灰度級；L表示最大灰度級，L＝255；P(l)為零件表面圖像中灰度級為l的像素占比。

生成特征向量，分別求取W_A，W_B，W_C，W_D的均值W_A1，W_B1，W_C1，W_D1和方差W_A2，W_B2，W_C2，W_D2作為描述零件表面紋理的特征，并以此8個特征生成8維特征向量作為支持向量機的輸入。