[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

本發明公開了一種基于圖像的零件表面粗糙度支持向量機檢測方法及系統，包括以下步驟：通過零件表面圖像采集系統采集零件表面各區域圖像；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；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；支持向量機檢測模型輸出粗糙度值；零件表面粗糙度可進行全面非接觸式測量，解決了提取圖像特征過程中采樣隨機以及提取的特征無法有效區分不同粗糙度等級零件的問題，大大提高了非接觸式檢測零件表面粗糙度的檢測精度。

技術領域

本發明屬于檢測技術領域，具體涉及一種基于圖像技術的零件表面粗糙度支持向量機檢測方法及系統。

背景技術

零件表面粗糙度是現代機械制造中評價零件表面質量的重要指標之一。圖像技術具有信息量大、非接觸、成本低等優點，對于零件表面粗糙度的非接觸檢測效果明顯。目前現有的基于圖像的粗糙度檢測方法采樣隨機，無法全面采集整個零件表面，且提取的零件表面特征無法有效表征粗糙度，這些問題會大大影響粗糙度的檢測精度，進而對精密零件的裝配性能、耐磨性能、抗疲勞性能等造成重大影響。因此，需要設計一種基于圖像技術的零件表面粗糙度的檢測模型來實現粗糙度的全面非接觸檢測。

發明內容

針對上述情況，本發明的目的在于提供一種基于圖像的零件表面粗糙度支持向量機檢測方法及系統，其可以將零件表面自動劃分為多個合適大小的區域，連續多區域的全面采集零件表面圖像并提取能有效表征零件表面粗糙度的特征，進而完成粗糙度的檢測，避免了采樣隨機和提取的特征無法有效表征零件表面粗糙度的問題。

一種基于圖像的零件表面粗糙度支持向量機檢測方法，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。

所述的檢測方法，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。

所述的檢測方法，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。

所述的檢測方法，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。

所述的檢測方法，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；