仪器仪表学报

作者：路恩会，郭耀村，李世雯，刘坚，朱兴龙

单位：路恩会,1.扬州大学机械工程学院,2.湖南大学汽车车身先进设计制造国家重点实验室,,郭耀村,1.扬州大学机械工程学院,,李世雯,1.扬州大学机械工程学院,,刘坚,2.湖南大学汽车车身先进设计制造国家重点实验室,,朱兴龙,1.扬州大学机械工程学院,

关键词：机器视觉;粗糙度测量;图像特征指标;预测模型;鲁棒性;图像质量

基金：科技部中日合作专项（2017YFE0128400）、扬州市市校合作专项（YZ2022184）资助

当前基于机器视觉的粗糙度测量方法使用的图像指标考虑因素少、无参考使得预测模型精度受限、受光源亮度影响大。针对此问题，论文提出了一种基于全参考彩色图像质量算法的粗糙度测量方法。该方法根据粗糙表面成像机理分析，在视觉显著性图像质量评估算法（ISO）的基础上引人结构信息，提出了基于视觉结构显著性（ISS）的图像质量评估算法，与此同时设计了一套基于图像质量的磨削样块表面粗糙度测量装置。实验结果表明，提出的ISIS图像质量评估算法与表面粗糙度R。之间存在明显的相关性。使用最小二乘法拟合出的曲线关系，能够对粗糙度大于等于0.965μm的磨削样块进行低离散高精度预测，平均误差为0.11lμm，标准差为0.079μm。相比于考虑单一因素的粗糙度关联图像特征指标，JSIS有着较好的综合性能，且能一定程度上克服光源亮度的影响，为非接触粗糙度测量提供可选择途径。

来源：2023年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第7期