本发明涉及表面测量技术，尤其涉及一种用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法。
背景技术：
随着加工技术的不断进步，对产品表面的要求越来越高，尤其是一些具有深谷信号的表面，即会产生奇异值得表面特征，传统的高斯滤波方法有可能对表面的参数评定产生较大的偏差，新一代的GPS国际标准引入了稳健高斯回归滤波方法，能够适应这种要求。
GPS为国际标准化组织ISO/TC 213对“Geometrical Product Specification and Verification”的简称，即几何产品的技术规范与认证，是国际上最具影响力的标准与计量信息体系。它是贯穿一切几何产品包括高新技术产品、航空航天产品、机电产品、生物工程产品等从研究、设计、开发、到制造、验收、使用等全过程的纽带，其应用涉及国民经济的各个部门和所有学科。尤其是在当今知识经济和经济全球化的时代，新一代GPS提供了一个可靠的工业交流与评判工具。为了尽快建立与国际标准一致的GPS框架体系，以提高我国产品在国际市场的竞争力，从根本上研究和把握新一代GPS框架体系的本质内涵与发展趋势具有重要的理论与现实意义。
然而，在现有的表面粗糙度测量技术中，所采用的高斯滤波方法往往不能针对具有表面深谷信号的表面粗糙度测量数据进行有效、准确的滤波，而且具有边界效应，滤波器的稳健性较低。
技术实现要素：
在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
鉴于此，本发明提供了一种用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法，以至少解决现有表面粗糙度测量技术中采用的高斯滤波方法不能针对具有表面深谷信号的表面粗糙度测量数据进行有效、准确的滤波的问题。
根据本发明的一个方面，提供了一种用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法，所述用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法包括：通过引入回归理论和稳健估计理论，获得用于开放轮廓的开环高斯滤波模型；确定所述用于开放轮廓的开环高斯滤波模型所使用的稳健估计权函数；利用当前获得的用于开放轮廓的开环高斯滤波模型，对具有表面深谷信号的表面粗糙度测量数据进行高斯滤波。
进一步地，确定所述用于开放轮廓的开环高斯滤波模型所使用的稳健估计权函数的步骤包括：根据多个预定稳健估计权函数各自的稳健统计特性与滤波性能，在所述多个预定稳健估计权函数之中选择一个作为所述用于开放轮廓的开环高斯滤波模型所使用的稳健估计权函数。
进一步地，所述用于开放轮廓的开环高斯滤波模型所使用的稳健估计权函数为ADRF稳健估计权函数。
本发明的用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法，具有以下有益效果：
(1)消除边界效应。对于传统滤波方法，由于卷积运算的内在特性，表面轮廓首尾两段截止波长内的数据不能用来进行表面特征的评定，降低了测量数据的利用效率。对于三维表面测量来说，意味着将丢弃更多的数据。并且对于形状测量来说，由于需要测量区域的所有数据参与形状评定，传统滤波方法就不能满足要求。边界效应一直是困扰表面滤波方法的关键问题。
(2)提高滤波器稳健性。对于一些具有深谷的表面信号，如坑、谷、刻痕等，传统滤波方法不具稳健性，滤波中线被扭曲，也即不能有效地分离表面粗糙度、表面波纹度和形状误差三种成分，从而影响滤波精度。
(3)消除局部形状对滤波中线的影响。对于具有大曲率形状的表面轮廓滤波，传统滤波方法得出的滤波中线往往严重偏离表面轮廓，使得滤波基准不可靠，也就导致了表面特征评定参数的失真。
本发明基于新一代GPS框架体系，深入探讨表面高斯滤波技术及其应用实施，对其进行分析、诠释和改进，并将稳健估计理论与表面功能评定研究相结合，开拓表面计量领域又一个有意义的学科交叉研究点，既拓广稳健估计的理论及其应用，又为工程表面的功能评定提供有效的理论与方法。进而为国际标准的补充完善和相关国家标准的制订及推广实施铺路，进而指导工程实际应用，为摩擦、磨损、疲劳、润滑、镀膜等功能特性的深入探讨提供定量的评定依据，为功能表面生成工艺的设计、监控、调制等提供定性的理论依据。
通过以下结合附图对本发明的最佳实施例的详细说明，本发明的这些以及其他优点将更加明显。
附图说明
本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解，其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中：
图1是示意性地示出本发明的用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法的一个示例的流程图。
本领域技术人员应当理解，附图中的元件仅仅是为了简单和清楚起见而示出的，而且不一定是按比例绘制的。例如，附图中某些元件的尺寸可能相对于其他元件放大了，以便有助于提高对本发明实施例的理解。
具体实施方式
在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。
在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
本发明的实施例提供了一种用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法，用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法包括：通过引入回归理论和稳健估计理论，获得用于开放轮廓的开环高斯滤波模型；确定用于开放轮廓的开环高斯滤波模型所使用的稳健估计权函数；利用当前获得的用于开放轮廓的开环高斯滤波模型，对具有表面深谷信号的表面粗糙度测量数据进行高斯滤波。
图1示出了本发明的用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法的一个示例性处理的流程图。
如图1所示，本发明的用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法开始之后，执行步骤S110。
在步骤S110中，通过引入回归理论和稳健估计理论，获得用于开放轮廓的开环高斯滤波模型。然后，执行步骤S120。
根据一种实现方式，可以基于闭环高斯滤波GFC的权函数与转换函数的生成及基本特性得到滤波算法的实现过程。对于服从正态分布的封闭表面信号，闭环高斯滤波具有优良的性能；但当将其应用于开放轮廓时，边界效应引起的信息损失、局部形状导致的尾端翘变和奇异特征所致的基准畸变都将影响其滤波实用性。
这样，通过本发明的实施例，能够得到适用于开放轮廓的开环高斯滤波，由非参数拟合被提取数据的形状，选用动态权函数，在滤波的同时消除了边界效应和局部形状的影响(例如可以参考以下文献实现：袁博.小波包分析在表面形貌测量系统中的应用[D].哈尔滨：哈尔滨工业大学,2006,15～43.)。边界零延拓可以避免开环高斯滤波在边界处权函数幅值相对增大导致的滤波基准值相对较大的缺陷，但总体性能较差。多项式拟合卷入两阶开环高斯滤波卷积导致的运算复杂困难，可采用三次B样条拟合前置处理，改进开环高斯滤波性能。
在步骤S120中，确定用于开放轮廓的开环高斯滤波模型所使用的稳健估计权函数。然后，执行步骤S130。
根据一种实现方式，可以根据多个预定稳健估计权函数各自的稳健统计特性与滤波性能，在多个预定稳健估计权函数之中选择一个作为用于开放轮廓的开环高斯滤波模型所使用的稳健估计权函数。
这样，通过本发明的实施例，能够基于权函数的比较分析结果而得到一种新的ADRF稳健估计权函数，使其具备更加稳健的尺度参数，有效地避免特征异常信号的掩盖和淹没问题，同时又兼顾计算效率(例如可以参考以下文献实现：X.D.Zhang,C.Zhang,B.Wang and S.C.Feng.Unified functional tolerancing approach for precision cylindrical components.International Journal of Production Research,Vol.43,No.1,1January 2005,25-47.)。实验实例验证，结果表明ADRF稳健滤波既具有开环高斯滤波在正常情况下的优良性能，又增强了其在异常情况下的稳健性，使开环高斯滤波更具实用性(例如可以参考以下文献实现：Anon.http://iso tc213.ds.dk.)。
基于工程表面形貌的特点，采用图形比较和参数评估，可以得到异常信号对开环高斯滤波的影响。结果表明，开环高斯滤波结果在异常信号附近发生畸变，其畸变程度和波及范围与高斯窗宽、采样长度和原始奇异特征尺寸有关。当表面轮廓同时存在多个同型划痕，且划痕间相距较近时，滤波后的变形将互相叠加和影响。若同时兼有异型划痕存在，则畸变情况更加复杂。
这样，本发明的实施例通过引入稳健估计理论，得到一种新的稳健高斯滤波算法。其确定了表面稳健评定基准(例如可以参考以下文献实现：杨福生.小波变换的工程分析与应用[M].北京：科学出版社，1999)，并进一步建立起从二维到三维的稳健评定模型，实现了开环高斯滤波的稳健处理，克服奇异特征对开环高斯滤波的影响。稳健处理的有效性建立在稳健估计权函数合理选择的基础上，为此分析比较了不同稳健估计权函数的稳健统计特性与滤波性能，指出其在统计和实用上的利弊。
在步骤S130中，利用当前获得的用于开放轮廓的开环高斯滤波模型，对具有表面深谷信号的表面粗糙度测量数据进行高斯滤波。结束处理。
通过以上描述可知，本发明的用于具有表面深谷信号的表面粗糙度测量的高斯滤波方法通过引入稳健理论结合回归方法，得到适合具有表面深谷信号的表面粗糙度测量的高斯滤波方法，即稳健高斯回归滤波方法。利用该稳健高斯回归滤波方法对具有表面深谷信号的表面粗糙度测量数据进行滤波，能够得到以下效果：
(1)消除边界效应。对于传统滤波方法，由于卷积运算的内在特性，表面轮廓首尾两段截止波长内的数据不能用来进行表面特征的评定，降低了测量数据的利用效率。对于三维表面测量来说，意味着将丢弃更多的数据。并且对于形状测量来说，由于需要测量区域的所有数据参与形状评定，传统滤波方法就不能满足要求。边界效应一直是困扰表面滤波方法的关键问题。
(2)提高滤波器稳健性。对于一些具有深谷的表面信号，如坑、谷、刻痕等，传统滤波方法不具稳健性，滤波中线被扭曲，也即不能有效地分离表面粗糙度、表面波纹度和形状误差三种成分，从而影响滤波精度。
(3)消除局部形状对滤波中线的影响。对于具有大曲率形状的表面轮廓滤波，传统滤波方法得出的滤波中线往往严重偏离表面轮廓，使得滤波基准不可靠，也就导致了表面特征评定参数的失真。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。