加工表面顯微視覺圖像三維重建與粗糙度檢測(cè).pdf

1、加工表面微觀形貌三維檢測(cè)與評(píng)定是近年來表面學(xué)研究領(lǐng)域所關(guān)注的熱點(diǎn)問題。本文針對(duì)目前表面三維輪廓檢測(cè)方法普遍存在設(shè)備復(fù)雜、成本高的現(xiàn)狀,提出一種基于顯微視覺圖像三維重構(gòu)的表面粗糙度檢測(cè)方法。該方法以計(jì)算機(jī)顯微視覺為檢測(cè)手段,采用明暗恢復(fù)形狀(Shape From Shading,簡(jiǎn)稱SFS)算法實(shí)現(xiàn)對(duì)加工表面微觀形貌的三維重建與粗糙度檢測(cè)。分析了加工表面顯微視覺成像過程照射方向與攝像機(jī)參數(shù)對(duì)圖像質(zhì)量的影響規(guī)律,構(gòu)建了加工表面顯微視覺圖像獲

2、取實(shí)驗(yàn)系統(tǒng),完成了照射光源的設(shè)計(jì)及攝像機(jī)標(biāo)定。實(shí)驗(yàn)證明,自行設(shè)計(jì)的LED環(huán)形照明光源為被測(cè)物提供了均勻的照明,.消除了強(qiáng)鏡面反射光對(duì)成像質(zhì)量的影響,獲得了清晰度較高、細(xì)節(jié)豐富的工件表面圖像。研究了工件表面圖像的預(yù)處理算法,對(duì)原始圖像進(jìn)行了灰度化處理與紋理校正；分析了表面圖像灰度分布特點(diǎn)與拍照過程中影響因素,對(duì)圖像噪聲特點(diǎn)進(jìn)行了估計(jì),利用Wiener濾波完成了圖像中所含有噪聲的消噪處理；對(duì)在拍攝過程中由于光線遮擋及樣塊最高峰的強(qiáng)反射作用造

3、成的灰度失真進(jìn)行了局部灰度值的修正。結(jié)果表明,經(jīng)過預(yù)處理后的圖像灰度能正確反映高度值的變化,為實(shí)現(xiàn)三維形貌的恢復(fù)奠定了基礎(chǔ)。根據(jù)微觀金屬表面反射特性與圖像灰度分布規(guī)律,采用簡(jiǎn)化的Oren-Nayar模型與Torrance-Sparrow模型中的鏡面反射分量進(jìn)行加權(quán)疊加的方式建立了適合于加工表面形貌恢復(fù)的光照模型,研究了基于此光照模型的SFS最小化計(jì)算方法。采用回歸方法建立了不同加工方法所獲得的表面樣塊輪廓高度差與灰度差的轉(zhuǎn)換模型,為SF