一种基于法向量统计特性的零部件表面粗糙度测量方法

本发明属于计算机视觉，具体涉及一种基于法向量统计特性的零部件表面粗糙度测量方法。

背景技术：

1、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。

2、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。

3、基于红外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，表面法向量离散程度越低、法向量平均余弦相似度越接近“1”；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、法向量平均余弦相似度越接近“0”。因此通过建立零件表面法向量平均余弦相似度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，且具有精度高、测量系统小型化的优点。

技术实现思路

1、为了克服现有技术的不足，本发明提供了一种基于法向量统计特性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红外图像，通过求解斯托克斯矢量计算出红外辐射的偏振参数，建立目标红外辐射偏振特性与表面法向量之间的关系，其次从粗糙度对比样块中选择一个样块并提取出该样块内区域的法向量平均值，再计算余弦相似度均值，依次获取不同标准粗糙度模块的法向量平均余弦相似度，然后建立最小二乘拟合模型，拟合出粗糙度对比样块表面的法向量平均余弦相似度-粗糙度函数模型，最后计算出待测量的目标表面法向量平均余弦相似度并带入模型即可得到粗糙度值。本方法具有成本低、精度高、小型化的优势。

2、本发明解决其技术问题所采用的技术方案包括如下步骤：

3、步骤1：获取粗糙度对比样块表面四个偏振角度的红外图像，通过求解斯托克斯矢量计算出红外辐射的偏振参数；

4、步骤2：从粗糙度对比样块中选择一个样块并提取出该样块内区域a作为待测区域；由步骤1得到的偏振参数计算出区域a中法向量的方向角和天顶角分布信息，得到区域a中法向量的分布信息；

5、步骤3：计算区域a中所有法向量平均值，然后计算区域a中法向量与该法向量平均值的余弦相似度并取均值；依次获取不同标准粗糙度模块的法向量平均余弦相似度；

6、步骤4：建立最小二乘拟合模型，由粗糙度对比样块经过步骤3获取的所有模块法向量的平均余弦相似度和对应的不同粗糙度值，拟合出粗糙度对比样块表面的法向量平均余弦相似度-粗糙度函数模型；

7、步骤5：最后计算出待测目标的表面法向量平均余弦相似度并带入法向量平均余弦相似度-粗糙度函数模型即可得到粗糙度值。

8、进一步的，所述步骤1具体方法为：

9、利用分焦平面红外偏振相机或在普通红外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°四个偏振角度的红外图像，根据斯托克斯矢量计算粗糙度对比样块表面的偏振相角和偏振度信息；

10、进一步地，所述通过求解斯托克斯矢量计算出红外辐射的偏振参数的方法具体如下：

11、将光的偏振态的斯托克斯矢量表达式写作如下形式：

12、s0＝0.5*(i0+i45+i90+i135)

13、s1＝i0-i90

14、s2＝i45-i135

15、其中，i0、i45、i90、i135分别表示0°、45°、90°和135°偏振方向所拥有的辐射强度；

16、根据斯托克斯参量，进一步解算得到偏振参数：偏振度dolp和偏振相角aop，计算公式如下所示：

17、

18、

19、取斯托克斯参量s3＝0。

20、进一步地，所述得到区域a中法向量的分布信息具体如下：

21、方位角θ用下式计算：

22、

23、红外辐射偏振度dolp与天顶角的几何表达式为：

24、

25、其中：

26、

27、

28、式中：n表示物体折射率的实部，k表示物体折射率的虚部。

29、目标表面由z＝f(x,y)表示，则物体表面上任一点的法向量由下面公式表示为：

30、

31、进一步地，所述法向量平均余弦相似度-粗糙度函数模型为矩阵法求解最小二乘拟合，具体如下：

32、假设函数hθ(x)的矩阵表达方式为：

33、hθ(x)＝xθ

34、其中，假设函数hθ(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；

35、损失函数定义为其中y是样本的输出向量，维度为m×1；

36、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：

37、

38、对上述求导等式整理后得：

39、θ＝(xtx)-1xty

40、本发明的有益效果如下：

41、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。本方法使用表面法向量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。

技术特征：

1.一种基于法向量统计特性的零部件表面粗糙度测量方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于法向量统计特性的零部件表面粗糙度测量方法，其特征在于，所述步骤1具体方法为：

3.根据权利要求1所述的一种基于法向量统计特性的零部件表面粗糙度测量方法，其特征在于，所述通过求解斯托克斯矢量计算出红外辐射的偏振参数的方法具体如下：

4.根据权利要求1所述的一种基于法向量统计特性的零部件表面粗糙度测量方法，其特征在于，所述得到区域a中法向量的分布信息具体如下：

5.根据权利要求1所述的一种基于法向量统计特性的零部件表面粗糙度测量方法，其特征在于，所述法向量平均余弦相似度-粗糙度函数模型为矩阵法求解最小二乘拟合，具体如下：

技术总结
本发明公开了一种基于法向量统计特性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红外图像，通过求解斯托克斯矢量计算出红外辐射的偏振参数，建立目标红外辐射偏振特性与表面法向量之间的关系，其次从粗糙度对比样块中选择一个样块并提取出该样块内区域的法向量平均值，再计算余弦相似度均值，依次获取不同标准粗糙度模块的法向量平均余弦相似度，然后建立最小二乘拟合模型，拟合出粗糙度对比样块表面的法向量平均余弦相似度‑粗糙度函数模型，最后计算出待测量的目标表面法向量平均余弦相似度并带入模型即可得到粗糙度值。本方法具有成本低、精度高、小型化的优势。

技术研发人员：赵永强,郭阳,林曦,姚乃夫
受保护的技术使用者：西北工业大学
技术研发日：
技术公布日：2024/1/12