基于加工表面图像Hoyer系数的表面粗糙度评估方法与流程

基于加工表面图像hoyer系数的表面粗糙度评估方法
技术领域
1.本发明涉及数字图像处理技术领域，特别涉及一种基于加工表面图像hoyer系数的表面粗糙度评估方法。


背景技术：

2.加工过程中，已加工工件表面上必然会留下加工过程的细节信息，其条件的变化亦必然会留在加工表面的形貌上。作为一种独特的“传感器”，如何从加工表面纹理的分析来提取出加工过程的质量信息，最终提取出反映表面粗糙度的关键特征信息，是亟待解决的关键问题。截止目前，数据驱动类方法（机器学习等）被广泛应用于工件表面粗糙度的评价，然而，针对于特征提取类方法则依然较少涉及。


技术实现要素：

3.本发明的目的在于，提供一种基于加工表面图像hoyer系数的表面粗糙度评估方法。本发明具有评估速度快、对现有生产方式影响较小的优点，能够在工件加工完成后基于加工表面图像hoyer系数对工件表面粗糙度进行快速评估。
4.本发明的技术方案：基于加工表面图像hoyer系数的表面粗糙度评估方法，其特征在于：包括以下步骤：s1：利用图像采集设备对加工表面进行拍照并获取其彩色图像样本；s2：利用图像三个颜色通道的强度信息，将彩色图像样本转换为单通道的灰度图像；s3：使用相关倾斜校正算法，对灰度图像进行方向校正，使灰度图像水平方向与加工进给方向保持一致；s4：沿着灰度图像水平方向提取经过图像中心点的行灰度信息；s5：计算归一化后的行灰度信息；s6：计算归一化行灰度信息的hayer统计值；s7：对hayer统计值进行调整，获取表面粗糙度值。
5.前述的基于加工表面图像hoyer系数的表面粗糙度评估方法中，所述的步骤s2中,单通道的灰度图像生成方法为：其中，i为生成的灰度图像，r为彩色图像的红色通道，g为彩色图像的绿色通道，b为彩色图像的蓝色通道。
6.前述的基于加工表面图像hoyer系数的表面粗糙度评估方法中，所述的步骤s5中的归一化后行灰度信息的计算方法为：
其中，为归一化后的行灰度信息，为原灰度信息的最小值，为原灰度信息的最大值。
7.前述的基于加工表面图像hoyer系数的表面粗糙度评估方法中，所述的步骤s6中，hayer统计值的计算方法为：其中h为计算的hayer统计值，n为输入灰度信息的长度。
8.前述的基于加工表面图像hoyer系数的表面粗糙度评估方法中，所述的步骤s7中,hayer调整的计算方法为：其中ra为评估后的表面粗糙度值，k为斜率，b为截距。
9.与现有技术相比，本发明具有以下优点：本发明首先将获取到加工表面照片转换至灰度空间，随后对图像进行方向校正，使图像水平方向与加工进给方向保持一致，沿着图像水平方向提取经过图像中心点的行灰度信息，并计算归一化行灰度信息的hayer统计值，最终，通过对hayer统计值进行调整，评估工件表面粗糙度值。本发明具有评估速度快、对现有生产方式影响较小的优点，能够在工件加工完成后基于加工表面图像hoyer系数对工件表面粗糙度进行快速评估。
附图说明
10.图1是本发明流程示意图；图2是本发明实施例1中切削实验加工参数；图3是本发明实施例1中图像获取参数；图4是本发明实施例1中部分转换后的单通道灰度图像；图5是本发明实施例1中倾斜校正后的单通道灰度图像；图6是本发明实施例1中hayer统计值与测量粗糙度散点图；图7是本发明实施例1中评估后的表面粗糙度值；图8是本发明实施例1中表面粗糙度的计算误差。
具体实施方式
11.下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
12.实施例：基于加工表面图像hoyer系数的表面粗糙度评估方法，其流程图如图1所示，包括以下步骤：s1：在已加工工件表面放置图像采集设备，利用图像采集设备对加工表面进行拍照并获取其彩色图像样本；s2：利用图像三个颜色通道的强度信息，将彩色图像样本转换为单通道的灰度图
像；具体方法为：其中，i为生成的灰度图像，r为彩色图像的红色通道，g为彩色图像的绿色通道，b为彩色图像的蓝色通道。
13.s3：使用相关倾斜校正算法，对灰度图像进行方向校正，使灰度图像水平方向与加工进给方向保持一致；s4：沿着灰度图像水平方向提取经过图像中心点的行灰度信息；s5：计算归一化后的行灰度信息；具体的计算方法为：其中，为归一化后的行灰度信息，为原灰度信息的最小值，为原灰度信息的最大值；s6：计算归一化行灰度信息的hayer统计值；具体的计算方法为：其中h为计算的hayer统计值，n为输入灰度信息的长度。
14.s7：对hayer统计值进行调整，获取表面粗糙度值；具体的计算方法为：其中ra为评估后的表面粗糙度值，k为斜率，b为截距。
15.实施例1：通过一系列球磨铸铁500-7切削实验被用来进行方法的验证，其流程图如图1所示，包括以下步骤：s1:其中三种不同的机床（vmc650e/850e、xk63100、nbh800）被用来进行切削实验。工件的尺寸被固定为200mm
×
140mm
×
100mm。实验过程中三种机床的工艺参数如附图2所示；分别是类型vmc650e/850e机床，铣削方式为逆铣，刀具为盘铣刀，进给速度为200mm/min，主轴转速为960rpm，切深为0.5mm；类型xk63100机床，铣削方式为顺铣，刀具为盘铣刀，进给速度为500mm/min，主轴转速为450rpm，切深为4mm；类型nbh800机床，铣削方式为顺铣，刀具为盘铣刀，进给速度为700mm/min，主轴转速为2228rpm，切深为0.5mm；s2: 本实施例中所有的图像均采用一个常规的采集系统进行采集。该系统由一个摄像机、同轴光源等辅助机构构成。加工完毕后，将数字影像采集装置放置在被加工表面上进行数字影像的获取。其具体的拍摄参数如附图3所示；拍摄参数为曝光时间为150ms 10μs，伽马值0，目标亮度49，增益1.375x，饱和度100；s3: 在已加工工件表面放置图像采集设备，利用该设备对加工表面进行拍照并获取其图像样本；s4：利用图像三个颜色通道的强度信息，将彩色图像样本转换为单通道的灰度图
像，如附图4所示为转换后的6个灰度图像，具体方法为：其中，i为生成的灰度图像，r为彩色图像的红色通道，g为彩色图像的绿色通道，b为彩色图像的蓝色通道；s5：使用相关倾斜校正算法，对图像进行方向校正，使图像水平方向与加工进给方向保持一致，如附图5所示；s6: 沿着图像水平方向提取经过图像中心点的行灰度信息，如附图5箭头指示方向；s7：分别计算归一化后的行灰度信息；具体的计算方法为：其中，为归一化后的行灰度信息，为原灰度信息的最小值，为原灰度信息的最大值；s8：计算归一化行灰度信息的hayer统计值；具体的计算方法为：其中h为计算的hayer统计值，n为输入灰度信息的长度。
16.s9：如附图6所示，使用便携式粗糙度测量仪进行真实加工工件表面的粗糙度值ra获取（14个样本的表面粗糙度测量值如下表1所示），以校正相关系数，其散点图如附图7所示，其中垂直轴为计算所得hayer统计值，水平轴为真实测量的粗糙度值，图6中呈现明显的线性关系。
17.表1s10：根据评价对象的具体特点和上述散点图，对hayer统计值进行调整，获取表面粗糙度值（评估的表面粗糙度值如下表2所示），本案例中14个样本评估后的表面粗糙度如
附图7所示，具体方法为：其中ra为评估后的表面粗糙度值，k为斜率，b为截距，本实例中，斜率k为60.3454，截距b为-1.5067。
18.表2本应用案例中，14个样本评估结果与真实表面粗糙度之间的误差如附图8所示（其具体误差如下表3所示），统计结果表明，提出方法在14个样本之间的平均误差为0.3613μm，最大误差为0.8439μm，标准差为0.2050μm。
19.表3综上所述：本发明首先将获取到加工表面照片转换至灰度空间，随后对图像进行方向校正，使图像水平方向与加工进给方向保持一致，沿着图像水平方向提取经过图像中心点的行灰度信息，并计算归一化行灰度信息的hayer统计值，最终，通过对hayer统计值进行调整，评估工件表面粗糙度值。本发明具有评估速度快、对现有生产方式影响较小的优点，能够在工件加工完成后基于加工表面图像hoyer系数对工件表面粗糙度进行快速评估。