一种基于偏振成像的零部件表面粗糙度测量方法技术

本发明专利技术公开了一种基于偏振成像的零部件表面粗糙度测量方法，首先获取粗糙度对比样块表面四个偏振角度的灰度图像，根据Stokes矢量计算粗糙度模块的偏振相角图像，从中提取出待测区域并计算其像素点灰度值的标准差，依次获取不同标准粗糙度模块的标准差，建立最小二乘拟合模型，拟合出零部件表面的标准差

【技术实现步骤摘要】
一种基于偏振成像的零部件表面粗糙度测量方法


[0001]本专利技术属于计算机视觉
，具体涉及一种零部件表面粗糙度测量方法；

技术介绍

[0002]表面粗糙度是指加工表面具有的较小间距和峰谷所组成的微观几何形状误差，一般是由于加工过程中刀具与零件表面间的摩擦、切屑分离时表面层金属的塑性变形以及工艺系统中的高频振动等因素产生。表面粗糙度与机械零件的配合性质、耐磨性、疲劳强度、接触刚度、振动和噪声等有密切关系，因此准确测量零件表面的粗糙度在机械产品的设计、生产和使用环节具有重要意义。
[0003]现有的测量方法主要分为触摸法、探针法和光学法，其中触摸法是有经验的操作工人通过手工触摸进行测量，这种方法可靠性不高，且触摸后会在零部件表面留下油脂，污染零部件表面；探针式方法利用金刚石触针沿被测表面缓慢滑行，金刚石触针的上下位移量转换为表面粗糙度数值，这种接触式测量方法会对表面造成伤害；光学方法将被测表面的形状误差以干涉条纹等图形显示出来，并利用显微镜等设备将光学图像放大后进行测量以得到粗糙值，这种方法成本高昂且测量系统难以小型化。
[0004]基于偏振成像的测量方法是一种非接触式方法，这种方法基于如下实验发现：当零部件表面粗糙程度越小，偏振相角图像灰度值的离散程度越低；零部件表面粗糙程度越大，偏振相角图像灰度值的离散程度越高。因此通过建立零件表面偏振相角图像信息和粗糙度信息的关联模型，即可利用模型计算出待测表面的粗糙度，该方法对被测零件表面无伤害，且具有成本低、精度高、测量系统小型化的优点。
专利技术内容
[0005]为了克服现有技术的不足，本专利技术提供了一种基于偏振成像的零部件表面粗糙度测量方法，首先获取粗糙度对比样块表面四个偏振角度的灰度图像，根据Stokes矢量计算粗糙度模块的偏振相角图像，从中提取出待测区域并计算其像素点灰度值的标准差，依次获取不同标准粗糙度模块的标准差，建立最小二乘拟合模型，拟合出零部件表面的标准差
‑
粗糙度函数模型，最后计算出待测量的目标表面标准差并带入拟合函数模型即可实现粗糙度值的获取。本方法具有成本低、精度高、小型化的优势。
[0006]本专利技术解决其技术问题所采用的技术方案包括如下步骤：
[0007]步骤1：粗糙度对比样块上包括N个不同粗糙度的表面区域；获取粗糙度对比样块表面0
°
、45
°
、90
°
、135
°
四个偏振角度的灰度图像，从图像中提取出a*a像素规模的N个偏振相角子图像A
i
作为待测区域，i＝1,2，
…
,N；每个待测区域对应一个不同粗糙度的表面区域；
[0008]步骤2：计算每个子图像A
i
中所有像素点灰度值的标准差δ
i
；
[0009]步骤3：建立最小二乘拟合模型，根据粗糙度对比样块中不同粗糙度表面区域的标准差δ
i
和该区域的粗糙度值Ra
i
，拟合出零部件表面的标准差
‑
粗糙度函数；
[0010]步骤4：计算出待测量的目标表面标准差，带入步骤3拟合的标准差
‑
粗糙度函数中，即得到待测量目标表面的粗糙度值。
[0011]进一步的，所述步骤1中获取灰度图像的具体方法为：利用分焦平面偏振相机或在CCD相机前安装并旋转线偏振片的方式，获取粗糙度对比样块表面0
°
,45
°
,90
°
,135
°
四个偏振角度的灰度图像。
[0012]进一步地，所述偏振角度的灰度图像由Stokes矢量方法得到，具体如下：
[0013]用四个参数构成的一个向量来对光的偏振态进行描述，即Stokes矢量：
[0014][0015]其中，I代表总光照强度，Q代表0
°
方向上线偏振光光照强度，U代表45
°
方向上线偏振光的光照强度，V代表圆偏光的光照强度；I0°
、I
45
°
、I
90
°
、I
135
°
分别表示0
°
、45
°
、90
°
和135
°
偏振方向所拥有的光强，I
lh
、I
rh
分别表示左旋圆偏光和右旋圆偏光所对应的光强；
[0016]根据Stokes矢量计算光的偏振相角，即：
[0017][0018]进一步的，所述步骤2计算标准差的具体方法为：计算偏振相角子图像A
i
中所有像素点灰度值的平均值，依次计算每一个像素点处灰度值与平均值的标准差，将所有像素点与平均值的标准差取平均作为模块A1的标准差。
[0019]进一步的，所述步骤4的具体方法为：将待测量的目标按照步骤1的方法获得a*a像素规模的偏振相角子图像，按照步骤2的方法获得待测区域的偏振相角灰度值标准差，将偏振相角灰度值的标准差带入步骤3得到的拟合函数中，即可得到待测目标的粗糙度值。
[0020]进一步地，所述标准差
‑
粗糙度函数为矩阵法求解最小二乘拟合，具体如下：
[0021]假设函数h
θ
(x)的矩阵表达方式为：
[0022]h
θ
(x)＝Xθ
[0023]其中，假设函数h
θ
(x)＝Xθ为m
×
1的向量,θ为n
×
1的向量，X为m
×
n维的矩阵；m代表样本的个数，n代表样本的特征数；
[0024]损失函数定义为其中y是样本的输出向量，维度为m
×
1；
[0025]根据优化方法，为使得损失函数最小，需要找出损失函数导数为零的点，结果如下式：
[0026][0027]对上述求导等式整理后得：
[0028][0029]本专利技术的有益效果如下：
[0030]传统基于触摸、探针的粗糙度测量方法需要直接接触被测目标，会污染和损害被测目标的表面；传统基于光学的粗糙度测量方法仅适用于实验室环境，测量系统昂贵且难以小型化。本方法使用偏振相角图像灰度值的标准差来反映目标表面的粗糙度，与上述两种粗糙度测量方法相比，具有成本低、精度高、小型化的优势。
附图说明
[0031]图1是本专利技术实施例使用的粗糙度对比样块。
[0032]图2是本专利技术实施例粗糙度对比样块表面四个偏振角度的灰度图像。
[0033]图3是本专利技术实施例粗糙度对比样块表面偏振相角灰度图像。
[0034]图4是本专利技术实施例待测表面的偏振相角子图像。
[0035]图5是本专利技术实施例标准差
‑
粗糙度拟合函数。
[0036]图6是本专利技术实施例计算得到的粗糙度结果(红色方框内粗糙度的真值为3.2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于偏振成像的零部件表面粗糙度测量方法，其特征在于，包括以下步骤：步骤1：粗糙度对比样块上包括N个不同粗糙度的表面区域；获取粗糙度对比样块表面0
°
、45
°
、90
°
、135
°
四个偏振角度的灰度图像，从图像中提取出a*a像素规模的N个偏振相角子图像A
i
作为待测区域，i＝1,2，
…
,N；每个待测区域对应一个不同粗糙度的表面区域；步骤2：计算每个子图像A
i
中所有像素点灰度值的标准差δ
i
；步骤3：建立最小二乘拟合模型，根据粗糙度对比样块中不同粗糙度表面区域的标准差δ
i
和该区域的粗糙度值Ra
i
，拟合出零部件表面的标准差
‑
粗糙度函数；步骤4：计算出待测量的目标表面标准差，带入步骤3拟合的标准差
‑
粗糙度函数中，即得到待测量目标表面的粗糙度值。2.根据权利要求1所述的一种基于偏振成像的零部件表面粗糙度测量方法，其特征在于，所述步骤1中获取灰度图像的具体方法为：利用分焦平面偏振相机或在CCD相机前安装并旋转线偏振片的方式，获取粗糙度对比样块表面0
°
,45
°
,90
°
,135
°
四个偏振角度的灰度图像。3.根据权利要求1所述的一种基于偏振成像的零部件表面粗糙度测量方法，其特征在于，所述偏振角度的灰度图像由Stokes矢量方法得到，具体如下：用四个参数构成的一个向量来对光的偏振态进行描述，即Stokes矢量：其中，I代表总光照强度，Q代表0
°
方向上线偏振光光照强度，U代表45
°
方向上线偏振光的光照强度，V代表圆偏光的光照强度；I
0o
、I
45o
、I<...

【专利技术属性】
技术研发人员：赵永强，郭阳，林曦，赖积洋，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：