外文翻譯基于機器視覺數(shù)字圖像放大應用于表面粗糙度的評估

畢業(yè)設計（論文）外文翻譯 于機器視覺數(shù)字圖像放大應用于表面 粗糙度評估 基于機器視覺數(shù)字圖像放大 應用 于 表面粗糙度 的 評估 摘要： 在這本設計中，用機器視覺系統(tǒng)來捕捉圖像，然后對加工表面（平面、球面和其它形狀）的粗糙度進行量化處理，并進行回歸分析 。隨后，原始圖像通過立方卷積插值技術和改進的線性邊緣算法進行放大處理。基于表面圖像的特點，利用回歸分析法對 數(shù)進行評估，可以改善原始圖像和放大圖像的質(zhì)量。最后，對放大參數(shù) 表面粗糙度之間的關系進行了比較。 關鍵詞 ： ： ： 本 科 ： 電氣與信息學院 ： 自動化 ： ： 講 師 助理實驗師 ： 2008 年 4 月 20 日 學生姓名 學歷層次 所在系部 所學專業(yè) 指導教師 教師職稱 完成時間 立方卷積 ; 回歸分析 ; 放大系數(shù) ; 灰色平均水平 1. 導言 由于工業(yè)自動化在制造業(yè)與日益增的需求，機器視覺中起著重要作用的質(zhì)量檢驗和過程監(jiān)控。表面粗糙度檢查是一項重要的質(zhì)量控制過程，以確保制造部分符合指定的標準。這種檢查通常是通過使用觸控筆類文書實現(xiàn)，其中相關的議案鉆石核彈頭的筆向粗糙度表 面正在調(diào)查中。主要不利的始使用觸控筆等測量是它需要直接的身體接觸，這限制了測量速度。此外，在該儀器讀數(shù)的基礎上數(shù)量有限的路線抽樣，這可能并不代表真正的物體的表面。這種偏差可能會導致嚴重的錯誤在表面質(zhì)量的評估，尤其是當表面輪廓是定期的。由于這些缺點， 接觸式文書，不適合用于高速自動檢查。以前的研究人員使用的機器視覺技術為表面紋理評估有涵蓋數(shù)個計算參數(shù)，與筆輪廓測量平均粗糙度面對同一表面。豪等人 . 1 利用統(tǒng)計參數(shù)，來自灰色一級強度直方圖如范圍和均值的分布和他們與相關的 價值確定，從筆的方法。名叫 人 2 實施了技術利用粗糙度參數(shù)的基礎上雙方間距之間的灰色水平高峰和數(shù)目的灰色水平高峰期每單位長度的掃描線，在灰色水平形象，估計表面粗糙度。杜明仔等組隊 3 ，采用了兩維傅立葉變換一個鑄造表面，在雙方的灰色水平的形象和二進制圖像估計表面粗糙度的鑄件（曲面繞 10 毫米）。杰森等人 4第一次掃瞄散射模式從表面上看，模擬和數(shù)字電子產(chǎn)品的措施該光 照強度事件對每個探測器，然后計算既反映和總事件的強度，這是當時的用于計算表面粗糙度（表面繞 20 毫米）。布拉德利等人 5 應用了光纖傳感器的表面粗糙度測量。在他們的工作變化，在表面圖形變化的事件，并反射光線的表面上。 6 的工作是用掃描電子顯微鏡估計表面粗糙度。他們表明，該剖面表面可以得到處理回分散的電子信號，這是在比例，表面上的傾向，沿電子束掃描，這意味著該剖面表面粗糙度可以得到結合強度的回到分散的電 子信號。 人 7 發(fā)展共綜合紅外散射執(zhí)行的 糙度測量工程表面。長谷川等人8 應用的分形特征的 型在方法模型加工表面概況。羅等人 9 測量表面粗糙度利用掃描探針顯微技術，其中包括以上三維立體粗糙度參數(shù)表征表 面形貌。后捕捉的影像表面使用機器視覺系統(tǒng)制造各種過程，包括整形 、 銑 、 磨等。 人 1110 利用灰色水 平強度直方圖等，為建立新的光學參數(shù)粗糙度的評價。 人 12 也用體積測定技術獲得三維深度的分布等表面，并成功估計表面面積和體積的元件。大多數(shù)國家的最先進的數(shù)字圖像放大技術受到限制，他們不引入任何新的信息，以原始圖像。這個缺乏資料，更確切地說沒有高空間頻率元件是負責為感知退化的放大圖像，這是反映，在模糊的邊緣。插值方法通常受聘于放大數(shù)字圖像。一個最佳插值計劃，即立方卷積開發(fā)的鑰匙接近理想 能截斷它和這個非理想插值削減了一些高頻率，這是目前在 原來的形象領域帶受限制的影響，對高分辨率圖像。雖然三次樣條法產(chǎn)生一個更好的高分辨率版本的形象，計算這是更為繁復相比，立方卷積。邊緣模糊，更是嚴重與其他放大技術 13 。已經(jīng)有若干試圖在過去的改善，以達到形象放大?；萜?14 報道有辦法在這方面，這是他們的專利。多數(shù)的這些方法的使用邊緣信息在低分辨率對原始圖像可插。 黃15 使用亞像素邊緣估計技術，以產(chǎn)生高分辨率邊緣圖從低解析度影 像，然后使用高解析度的邊緣圖，以指導插值分辨率低的形象，到最后高使用的版本。詹森和 16 ，目前一辦法分辨率增強基于一種新的邊緣修改的作用者。圖一小附近的 3 *3 約每像素在低解析度影像，首先是映射到一個最適合連續(xù)空間一步的優(yōu)勢。雙向水平逼近作為一個地方的范本，即更高的分辨率抽樣網(wǎng)格便可以疊加（如有爭議值在地區(qū)的局部窗口重疊的是，以平均每場順利錯誤） 。其結果是圖像增加決議明顯尖銳的優(yōu)勢。 人 17 估計階段和頻率缺席波形缺席的頻率從原來的低解析度圖像，然后綜合他們在高分辨率形象。這種技術，像一所 黃，利用亞像素邊緣估計從 象直接隨后多項式插值的一步。有限制，即使在被廣泛接受機械筆的方法，如評價粗糙度，波紋度和形狀誤差。各種電器的過濾器，切斷比率和放大期間使用的評價。在這方面的工作，企圖做出數(shù)位放大，表面上形象。測試參數(shù)量化評估使用這種方法，比較研究已提交與機械筆參數(shù)與完整的分析。它已最后確定，這數(shù)字放大其次是定性評價的表面圖像可得到很好的用于工程的表 面，如形狀，球磨和凹凸不平的地面填平。 2. 實驗程序 實驗進行了編寫單位標本所做出的不同的加工過程，如磨削，銑削和塑造。表面具有不同紋理得到控制加工參數(shù)的這些進程。視覺系統(tǒng)構成一個 機，圖像處理軟件，一臺電腦， 1 圖像處理組和一個視頻監(jiān)控。圖片的表面工件，以衡量人抓獲相機和采集卡數(shù)字化形象和存儲，幀在該緩沖區(qū)。數(shù)字化圖像存儲為一個數(shù)組的 512 *480 與 8 位像素亮度的決議。每個像素了一定的光照強度值?；疑叨确治黾夹g已通常用于處理和分析的形象。那個數(shù)字圖像被轉(zhuǎn)移到一個顯示子系統(tǒng)。這里，圖像數(shù)據(jù)被轉(zhuǎn)換為標準電視格式并顯示在電視監(jiān)視器。 3. 放大的數(shù)字圖像 放大數(shù)字圖像基本上是一個問題亮度插值在輸入圖像，這也是低解析度影像。它開始與幾何變換該輸入像素，這是映射到一個新的立場，在輸出的形象。一個幾何變換是向量函數(shù)噸映射像素（ X ， Y ）到一個新的立場。 國際期刊機床與制造 45 （ 2005 ） 22829（ 噸的定義是由它的兩個組成方程： ），（ x ），（ y （ 1 ） 假設平面轉(zhuǎn)型所給予的情商。 （ 1 ）取得的成就，和新的合作點坐標（ 獲得。這一點不適合在一般離散柵格的輸出形象，并收集轉(zhuǎn)化點，使樣本的輸出圖像與非整數(shù)統(tǒng)籌。價值觀對內(nèi)部網(wǎng)格有需要，每個像素值在輸出圖像柵格可以得到亮度插值一些周邊的非整數(shù)的樣本。亮度插值問題通常是表示在一個雙重的方式確定的亮度原點在輸入圖像對應到點在輸出的形象，倒臥于離散柵格。假設亮度值像素（ ，在輸出圖像需要加以計算，其中 離散柵格（整數(shù)） 。該負責統(tǒng)籌的點（ X ， Y ）在 原始圖像可以得到反轉(zhuǎn)平面轉(zhuǎn)型的情況（ 1 ） ),(x, -1 一般來說，真正的統(tǒng)籌后，逆變換不符合輸入圖像離散柵格，所以亮度不知道。唯一提供的資料有關原本連續(xù)的圖像函數(shù) f （ x ， y ）的是它的采樣版本，一般事物點 g（ 。獲得亮度的價值點（ X ， Y ）輸入圖像是重新取樣。讓的結果亮度插值予以標注由新生力量（ X ， Y ） ，其中 度可以表達的卷積方程： ),(),() nl k ( 2 ) 是所謂的插值內(nèi)核，這是有不同的定義不同插值計劃。它是指附近的該點即亮度理想。通常，只有一小點是用來，其中點下是零。因此，亮度插值是在效應 ;輸入圖像重新采樣生成高分辨率版本的輸入圖像 值方法，這是使用相當廣泛用于數(shù)字圖像放大，是最接近的鄰域插值，線性插值和雙三次插值。在這文件，立方卷積算法，原本建議由鑰匙，已受聘為實現(xiàn)數(shù)字化圖像放大，這是被認為是最優(yōu)計劃（精度相比，它提供給計算負擔） 。建議讀者參考檔號，為詳盡無遺的治療，其概念和數(shù)學描述。 4. 改善圖像放大 有各種可用的方法，以提高邊緣后 放大。有些是線性的優(yōu)勢輪廓 ，統(tǒng)計差分等再次線性邊緣輪廓可以執(zhí)行的離散卷積，銳化掩模和 濾波取決于性質(zhì)形象。舉例來說，邊緣增強，為掃描圖像是做了銳化掩模。在這種情況下的離散二維空間圖像，離散卷積是最常見的用。同時，運用優(yōu)勢輪廓，具有應該的高通形式，作為邊緣是高頻率的功能。那里有幾個 3 *3 高通口供這樣一項任務。這些口罩，擁有財產(chǎn)的總和，其要素是團結，以避免振幅的偏見，在處理圖像。走出幾個口罩一個，它已經(jīng)用在這工作，是鑒于如下： 111191111H 5. 表面粗糙度估計 表 面粗糙度參數(shù)用于整個在學習平均表面粗糙度（ 的，因為它是最廣泛使用的表面光潔度的參數(shù)，由研究人員和在業(yè)以及。它是算術平均數(shù)的絕對價值的高度，粗糙度的違規(guī)行為，從均值來衡量，這是在 n/yR 那里是彝族的高度，粗糙度的違規(guī)行為，從均值和 n 是多少采樣數(shù)據(jù)。在這項研究中，一個特點，表面上的形象，被稱為算術平均數(shù)的灰色水平遺傳算法，是用來預測實際的表面粗糙度，工件。算術平均水平的灰色遺傳算法可表示為遺傳算法 那里的 ··· 指引是灰度級的價值觀表面圖像沿一條線和通用汽車公司是指的灰色價值觀這可以定為通用汽車 ）（ 灰色的平均水平（ 的已計算所有表面后的形象，表面上被俘虜。這些遺傳算法的價值觀已校準與各自的核證登記機關價值觀來衡量使用觸控筆?；貧w方程，已制定的每一項加工工藝的基礎上的數(shù)據(jù)在表1 表 1. 加工參數(shù)用于磨削和表面粗糙度值 轉(zhuǎn)速（轉(zhuǎn)每秒） 切削深度（微米） 光學參數(shù) 觸控筆參數(shù) 們分 別如下： （一）削磨： 3 3 2 0 4 a （二）削銑： 0 . 1 9 8 5 G 4 1 50 . 0 0 6 9 4 0 0 0 （三）塑造 6. 放大和表面粗糙度 較早前的研究工作進行對粗糙度評價的表面上使用，機器視覺的參與相關光譜等表面粗糙度價值觀和這些已表明后續(xù)電力法行為。簡介這種表面顯示的要小題大做這意味著，當被放大，增加詳情粗糙度的出現(xiàn)和出現(xiàn)類似的原始配置文件。在這方面的文件，企圖已做出 關聯(lián)灰色的平均水平（ 的價值觀得到了從圖像與各自的表面粗糙度和研究的行為，這種相關性在不同程度的圖像放大為三個加工業(yè)務。因此，圖像工件抓獲機器視覺被放大的因素， 2 ， 5 ， 10 和 20 使用放大技術中提到的第 3 條和改善線性的優(yōu)勢圖像輪廓算法 18 。 表 2 加工參數(shù)用于磨削和表面粗糙度值 轉(zhuǎn)速（每分鐘）深度（毫米每分鐘）削減深度（毫米）光學參數(shù) 控筆參數(shù) 表 3 加工參數(shù)用于磨削和表面粗糙度值 轉(zhuǎn)速（每分鐘）深度（毫米每分鐘）削減深度（毫米）光學參數(shù) 控筆參數(shù) 征的形象，根據(jù)研究，遺傳算法，提取和 間有關聯(lián)和表面粗糙度在 基礎上，建立數(shù)據(jù)表在46（三維加工工藝） 的基礎上的價值觀相關系數(shù)，以便獲得，圖像已制訂之間的放大系數(shù)和相關系數(shù)從數(shù)據(jù)和顯示在圖 . 1， 3 個加工進程。 7. 結果與討論 結果與討論的基礎上，立方卷積算法，數(shù)字圖像加工工件已放大為加工參數(shù)用于磨削和表面粗糙度值轉(zhuǎn)速（ 切削深度（ 的（毫米）遺傳算法。 表 4 變異的遺傳算法不同的放大系數(shù) 表 5 變異的遺傳算法不同的放大系數(shù) 表 6 變異的遺傳算法不同 的放大系數(shù) 廣泛的放大指數(shù)從 2*至 20*走的步驟，適合今后的任務確定表面粗糙度，以評估成效改善計劃，一旦適用于他們。立方卷積仍然是其中一個最好的方法，對于放大數(shù)字圖像而言，維護邊緣的細節(jié)時，相比于其他方法，模糊的邊緣已發(fā)現(xiàn)大幅削減。它是一個巨大的優(yōu)勢，因為邊緣影響圖像參數(shù)果斷，有效保存的優(yōu)勢是必要的為所有的圖像處理應用，包括表面粗糙度的決心。計算簡單所提供的立方卷積方法不能放棄為稍好的結果，所給予的三次樣條法?；旧系臏蚀_性插值技術提供圖像放大取決于其收斂比率。立方卷積提供了一個為 O （ ）收斂 速度而三次樣條有一個四階收斂速度，即澳（蛋白 。這意味著消除或改動的條件插值核，以達到更高的收斂速度，而這反過來又需要較高計算的努力獲得插值系數(shù)。因此，是一個貿(mào)易小康之間的準確性，所提供的 插值技術和效率的條款計算的努力， 圖 放大系數(shù)變化的相關系數(shù)與放大系數(shù)的 三個加工過程 此外，這是實施很容易由現(xiàn)代數(shù)字化計算機和圖像處理器。雖然目前的算法是最優(yōu)選擇，它不能防止感知退化的優(yōu)勢。 圖 100* 100 圖像（最上層）的一個地面 其 2 *放大（中）和放大和改進的圖像一些模糊 的痕跡可以看出，在每一個放大圖像。計算表面粗糙度參數(shù)確切地說，這是必須要為了最大限度地恢復銳利的邊緣?；诰€性邊緣圖像算法，放大圖像一直受到邊緣增強他們中的一些顯示在無結果。第 2 和第 3 隨原來，以及放大和改善。 圖 . 3A 100 * 100 圖像（最上層）一球磨表面。 其 2*放大（中）和放大和改進的圖像法產(chǎn)生的圖像大大增強敏銳性和詳細性。退化和模糊的邊緣，伴隨著放大，已被刪除相當大的程度上。作為結果表明，這種方法最好的工程在案件夏普和罰款邊緣，例如地面可清楚地看到，運用這一算法，作為指數(shù)放大倍率的增 加，該算法的有效性錄得跌幅，這是對預期的線路?；貧w方程發(fā)展了，最大誤差 2 ，平均誤差為 ，在案件磨削， ，平均誤差為 案件的銑削和最大誤差為 ，平均誤差為 ，在案件的形成。這種趨勢可以解釋，從事實，即大的變化在當?shù)氐谋砻娴奶攸c，球磨面形成，比較到地面 事物略多不準確的相關性之間的遺傳算法和 最后，在圖 有一增加的相關系數(shù)與放大指數(shù)和增量，這是更加明顯，在案件地面元件相比，球磨和形。如前所述，由于當?shù)卮蟮淖兓砻娲植诙?，在案件球磨?形表面，放大算法變得越來越無效與放大指數(shù)。這反過來又意味著放大圖像球磨，形成表面無法預測實際或 真正 的表面特性一個很小的區(qū)域的形象（這是受放大率），相比放大的形象，地面工件，由于大和不規(guī)則表面特征的變化，使其難以放大算法插補亮度的價值，一個像素從它的相鄰像素正確。而在案件磨削，制服表面紋理，有助于放大計劃預測（通過插值，因為這樣的性質(zhì)是算法）價值觀，這是明顯接近實際。它也有人指出，圖 隨權力的法律。 8. 結論 目前的工作清楚地表明，機器視覺的做法，可以用來評估表面粗糙度的加工表面，并在評價良好的線性關系 遺傳算法是觀察一個高層次的準確性。立方卷積插值方法被證明是最佳的選擇，放大數(shù)字圖象和隨后的形象可以改善所做的線性優(yōu)勢圖像算法。計算遺傳算法，光學粗糙度值，從這些放大和改善圖像有更好的相關性（即高相關系數(shù)）與平均表面粗糙度（ 的測量為組件使用加工操作成型，銑和磨削，顯示其成效在測量中的應用表面粗糙度使用的機器視覺系統(tǒng)。它可以也可以推斷，這個計劃的光學表面粗糙度估計似乎更有前景的加工業(yè)務，產(chǎn)生一個統(tǒng)一的和定期的表面紋理（如作為磨削） 。 參考文獻 1 F. V. W. 機器視覺系統(tǒng)測量表面粗糙度 ,物理期刊（英） ,科學儀器 22 （ 1989年） 977 2 用機器視覺在自動檢查工程表面 ,國際雜志制作工藝的研究二（ 1992 ） 241 3 件表面粗糙度分類 ,模式識別 32 （ 1999 ） 389 4 流 電鐘高速表面粗糙度測量 , 34 條第（ 106 ） （ 1984 ） 34 5 C. J. S. 光纖傳感器的表面粗糙度測量 ,雜志制造科學與工程 120 （ 1998 ） 359 6 H. 表面粗糙度測量掃描電子顯微鏡， 冊 31 期（ 1982 年） 457 7 M. L. L. 非接觸面粗 糙度測量工程表面的總集成紅外散射 ,精密工程20 （ 1997 ） 33 8 M. K. M. 種新方法建模加工表面輪廓的程序 ,研究所機械工程 240 （ 1996 ） 177 9 K. J. 粗糙度參數(shù)表面的原子力顯微鏡 ,史冊 1995 ） 517 10 B. V. 計辦法表面紋理的分類 ,國際期刊 ,磨損 167（ 1993 年） 155 11 M. B. V. 價表面粗糙度的視覺系統(tǒng) ,國際期刊機床與制造 38 （ 1998 ） 685 12 A. S. B. S. 維工具磨損的測量和利用可視化立體成像 ,國際期刊的機床和制造 37 （ 1997 ） 1573 年至 1581 年 . 13 方卷積插值數(shù)字圖像加工，交易 29 （ 6 ） （ 1981 ） 11531160. 14 J. 緣定向插值 ,學校電氣與計算機工程系 ,普渡大學 ,西 47907 15 J. 緣定向插值程序 , 96,第二卷 社區(qū)會堂 ,1996 年 . 707 . 16 K. D. 像素邊緣的本地化和插值的靜止圖像 ,圖像處理 4（ 1995 年） 285 17 A. L. L. 善形象放大 ,模式識別 35 （ 2002 ） 677 18 A. B. 色分形幾何在粗糙度表征和接觸力學的表面上的應用 ,志摩擦學112 （ 1990 ） 205 of P. B. B. 00 036, 5 003; 5 004 1 004 n a to of of is by of on a a to q 2004 . of in an in is of to to of is of of a to of of a is it In on a of of of in is of 509. B. 0890 - q 2004 of on et 1 as of et 2 a a on of of a in to et 3 a of a in to of et 4 on to et 5 a In in as R. et (2005) 228234 229 of on et 6 on of a of a be by in to of be by of et 7 a to of et 8 of in an to a et 9 0 to of by et 10,11 et 12 to of of of do to of of is of in in of of 13 by it in to on a of an it is to is in to 14 an in is by of at of to be 15 a to a to of to 16 an on a A !3 in to a t as a on be in of to is an of et 17 of of in of to in as of in an is to To a It by of be as 2. he by at by as by of of a a an a of of to be by it in as an 12!480 a to a to a on a 3. of of is a of in is a It of to a in A is a x,y) to a 230 R. et (2005) 228234 (x0, T is by 4. to 1) to q. (1) x0,of in t of of of on in be by of is in a by of in to in on of x0,in to be on of x,y) in be by in