【正文】 畢業(yè)設(shè)計（論文）外文翻譯 Application of Digital Image Magnification for Surface Roughness Evaluation Using machine vision 基于機(jī)器視覺數(shù)字圖像放大應(yīng)用于表面 粗糙度評估 ： ： 本 科 ： 電氣與信息學(xué)院 ： 自動化 ： ： ： 2020年 4月 20日 學(xué)生姓名 學(xué)歷層次 所在系部 所學(xué)專業(yè) 指導(dǎo)教師 教師職稱 完成時間 基于機(jī)器視覺數(shù)字圖像放大 應(yīng)用 于 表面粗糙度 的 評估 摘要： 在這本設(shè)計中，用機(jī)器視覺系統(tǒng)來捕捉圖像，然后對加工表面（平面、球面和其它形狀）的粗糙度進(jìn)行量化處理 ，并進(jìn)行回歸分析。隨后，原始圖像通過立方卷積插值技術(shù)和改進(jìn)的線性邊緣算法進(jìn)行放大處理?；诒砻鎴D像的特點(diǎn)，利用回歸分析法對 Ga 參數(shù)進(jìn)行評估，可以改善原始圖像和放大圖像的質(zhì)量。最后，對放大參數(shù) Ga 和表面粗糙度之間的關(guān)系進(jìn)行了比較。 關(guān)鍵詞 ： 立方卷積 。 回歸分析 。 放大系數(shù) 。 灰色平均水平 1. 導(dǎo)言 由于工業(yè)自動化在制造業(yè)與日益增的需求，機(jī)器視覺中起著重要作用的質(zhì)量檢驗和過程監(jiān)控。表面粗糙度檢查是一項重要的質(zhì)量控制過程，以確保制造部分符合指定的標(biāo)準(zhǔn)。這種檢查通常是通過使用觸控筆類文書實(shí)現(xiàn)，其中相關(guān)的議案鉆石核彈 頭的筆向粗糙度表面正在調(diào)查中。主要不利的始使用觸控筆等測量是它需要直接的身體接觸，這限制了測量速度。此外，在該儀器讀數(shù)的基礎(chǔ)上數(shù)量有限的路線抽樣，這可能并不代表真正的物體的表面。這種偏差可能會導(dǎo)致嚴(yán)重的錯誤在表面質(zhì)量的評估，尤其是當(dāng)表面輪廓是定期的。由于這些缺點(diǎn)， 接觸式文書，不適合用于高速自動檢查。以前的研究人員使用的機(jī)器視覺技術(shù)為表面紋理評估有涵蓋數(shù)個計算參數(shù)，與筆輪廓測量平均粗糙度面對同一表面。豪等人 . ]1[ 利用統(tǒng)計參數(shù)，來自灰色一級強(qiáng)度直方圖如范圍和均值的分布 和他們與相關(guān)的 RA 的價值確定，從筆的方法。名叫 al Kindi 等人 ]2[ 實(shí)施了技術(shù)利用粗糙度參數(shù)的基礎(chǔ)上雙方間距之間的灰色水平高峰和數(shù)目的灰色水平高峰期每單位長度的掃描線，在灰色水平形象，估計表面粗糙度。杜明仔等組隊 ]3[ ，采用了兩維傅立葉變換一個鑄造表面，在雙方的灰色水平的形象和二進(jìn)制圖像估計表面粗糙度的鑄件（曲面繞 10 毫米）。杰森等人 ]4[第一次掃瞄散射模式從表面上看，模擬和數(shù)字電 子產(chǎn)品的措施該光照強(qiáng)度事件對每個探測器，然后計算既反映和總事件的強(qiáng)度，這是當(dāng)時的用于計算表面粗糙度（表面繞 20 毫米）。布拉德利等人 ]5[ 應(yīng)用了光纖傳感器的表面粗糙度測量。在他們的工作變化，在表面圖形變化的事件，并反射光線的表面上。 hisayoshi佐藤等人 ]6[ 的工作是用掃描電子顯微鏡估計表面粗糙度。他們表明，該剖面表面可以得到處理回分散的電子信號，這是在比例，表面上的傾向，沿電子束掃描，這意味著該剖面表面粗糙度可以得到結(jié)合強(qiáng) 度的回到分散的電子信號。 bjuggern 等人 ]7[ 發(fā)展共綜合紅外散射執(zhí)行的 RMS 粗糙度測量工程表面。長谷川等人]8[ 應(yīng)用的分形特征的 ARMA 模型在方法模型加工表面概況。羅等人 ]9[ 測量表面粗糙度利用掃描探針顯微技術(shù)，其中包括以上三維立體粗糙度參數(shù)表征表 面形貌。后捕捉的影像表面使用機(jī)器視覺系統(tǒng)制造各種過程，包括整形 、 銑 、 磨等。 ramamoorthy 等人 ]11][10[ 利用灰色水平強(qiáng)度直方圖等，為建立新的光學(xué)參數(shù)粗糙度的評價。 ramamoorthy 等人 ]12[ 也用體積測定技術(shù)獲得三維深度的分布等表面，并成功估計表面面積和體積的元件。大多數(shù)國家的最先進(jìn)的數(shù)字圖像放大技術(shù)受到限制，他們不引入任何新的信息，以原始圖像。這個缺乏資料，更確切地說沒有高空間頻率元件是負(fù)責(zé)為感知退化的放大圖像，這是反映，在模糊的邊緣。插值方法通常受聘于放大數(shù)字圖像。一個最佳插值計劃，即立方卷積開發(fā)的鑰匙接近理想 sinc 功能截斷它和這個非理想插值削減了一些高 頻率，這是目前在原來的形象領(lǐng)域帶受限制的影響，對高分辨率圖像。雖然三次樣條法產(chǎn)生一個更好的高分辨率版本的形象，計算這是更為繁復(fù)相比，立方卷積。邊緣模糊，更是嚴(yán)重與其他放大技術(shù) ]13[ 。已經(jīng)有若干試圖在過去的改善，以達(dá)到形象放大?；萜?]14[ 報道有辦法在這方面，這是他們的專利。多數(shù)的這些方法的使用邊緣信息在低分辨率對原始圖像可插。 allebach 和黃]15[ 使用亞像素邊緣估計技術(shù)，以產(chǎn)生高分辨率邊 緣圖從低解析度影像，然后使用高解析度的邊緣圖，以指導(dǎo)插值分辨率低的形象，到最后高使用的版本。詹森和 anastassiou ]16[ ，目前一辦法分辨率增強(qiáng)基于一種新的邊緣修改的作用者。圖一小附近的 3 *3 約每像素在低解析度影像，首先是映射到一個最適合連續(xù)空間一步的優(yōu)勢。雙向水平逼近作為一個地方的范本，即更高的分辨率抽樣網(wǎng)格便可以疊加（如有爭議值在地區(qū)的局部窗口重疊的是，以平均每場順利錯誤） 。其結(jié)果是圖像增加決議明顯尖銳的優(yōu)勢。 biancardi 等人 ]17[ 估計階段和頻率缺席波形缺席的頻率從原來的低解析度圖像，然后綜合他們在高分辨率形象。這種技術(shù)，像一所 allebach 和黃，利用亞像素邊緣估計從 lowresolution 形象直接隨后多項式插值的一步。有限制，即使在被廣泛接受機(jī)械筆的方法，如評價粗糙度，波紋度和形狀誤差。各種電器的過濾器，切斷比率和放大期間使用的評價。在這方面的工作，企圖做出數(shù)位放大，表面上形象。測試參數(shù)量化評估使用這種方法，比較研究已提交與機(jī)械筆參數(shù)與完整的分析。它已最后確定，這數(shù)字放大其次是定性評價的表面圖像可得到很 好的用于工程的表面，如形狀，球磨和凹凸不平的地面填平。 2. 實(shí)驗程序 實(shí)驗進(jìn)行了編寫單位標(biāo)本所做出的不同的加工過程，如磨削，銑削和塑造。表面具有不同紋理得到控制加工參數(shù)的這些進(jìn)程。視覺系統(tǒng)構(gòu)成一個 CCD 相機(jī)，圖像處理軟件，一臺電腦， 1 圖像處理組和一個視頻監(jiān)控。圖片的表面工件，以衡量人抓獲相機(jī)和采集卡數(shù)字化形象和存儲，幀在該緩沖區(qū)。數(shù)字化圖像存儲為一個數(shù)組的 512 *480 與 8 位像素亮度的決議。每個像素了一定的光照強(qiáng)度值。灰色尺度分析技術(shù)已通常用于處理和分析的形象。那個數(shù)字圖像被轉(zhuǎn)移到一個顯示子系統(tǒng)。這里，圖像數(shù) 據(jù)被轉(zhuǎn)換為標(biāo)準(zhǔn)電視格式并顯示在電視監(jiān)視器。 3. 放大的數(shù)字圖像 放大數(shù)字圖像基本上是一個問題亮度插值在輸入圖像，這也是低解析度影像。它開始與幾何變換該輸入像素，這是映射到一個新的立場，在輸出的形象。一個幾何變換是向量函數(shù)噸映射像素（ X ， Y ）到一個新的立場。 。 國際期刊機(jī)床與制造 45 （ 2020 ） 228234 229（ x0 ， y0 ） 噸的定義是由它的兩個組成方程： ），（ yxTx x?? ），（ yxTy y?? （ 1 ） 假設(shè)平面轉(zhuǎn)型所給予的情商。 （ 1 ）取得的成就，和新的合作點(diǎn)坐標(biāo)（ x0 ， y0 ） 獲得。這一點(diǎn)不適合在一般離散柵格的輸出形象，并收集轉(zhuǎn)化點(diǎn)，使樣本的輸出圖像與非整數(shù)統(tǒng)籌。價值觀對內(nèi)部網(wǎng)格有需要，每個像素值在輸出圖像柵格可以得到亮度插值一些周邊的非整數(shù)的樣本。亮度插值問題通常是表示在一個雙重的方式確定的亮度原點(diǎn)在輸入圖像對應(yīng)到點(diǎn)在輸出的形象，倒臥于離散柵格。假設(shè)亮度值像素（ x0 ， y0 ） ，在輸出圖像需要加以計算，其中 x0 和 y0 就離散柵格（整數(shù)） 。該負(fù)責(zé)統(tǒng)籌的點(diǎn)（ X ， Y ）在原始圖像可以得到反轉(zhuǎn)平面轉(zhuǎn)型的情況（ 1 ） ),(Ty)(x, 1 yx ??? 一般來說，真正的統(tǒng)籌后，逆變換不符合輸入圖像離散柵格，所以亮度不知道。唯一提供的資料有關(guān)原本連續(xù)的圖像函數(shù) f （ x ， y ）的是它的采樣版本，一般事物點(diǎn) g（ ldx ， kdy ） 。獲得亮度的價值點(diǎn)（ X ， Y ）輸入圖像是重新取樣。讓的結(jié)果亮度插值予以標(biāo)注由新生力量（ X ， Y ） ，其中 n區(qū)別不同的插值方法。亮度可以表達(dá)的卷積方程： ),(),()yx,( ykyxlxhykxlgf nl k sn ??????? ? ????? ???? ( 2 ) 是所謂的插值內(nèi)核，這是有不同的定義不同插值計劃。它是指附近的該點(diǎn)即亮度理想。通常，只有一小點(diǎn)是用來，其中點(diǎn)下是零。因此，亮度插值是在效應(yīng) 。輸入圖像重新采樣生成高分辨率版本的輸入圖像 .3 插值方法，這是使用相當(dāng)廣泛用于數(shù)字圖像放大，是最接近的鄰域插值，線性插值和雙三次插值。在這文件，立方卷積算法，原本建議由鑰匙，已受聘為實(shí)現(xiàn)數(shù)字化圖像放大，這是被認(rèn)為是最優(yōu)計劃（精度相比，它提供給計算負(fù)擔(dān)） 。建議讀者參考檔號，為詳盡無遺的治療，其概念和數(shù)學(xué)描述。 4. 改善圖像放大 有各種可用的方 法，以提高邊緣后放大。有些是線性的優(yōu)勢輪廓 ，統(tǒng)計差分等再次線性邊緣輪廓可以執(zhí)行的離散卷積，銳化掩模和 Fourier 域濾波取決于性質(zhì)形象。舉例來說，邊緣增強(qiáng)，為掃描圖像是做了銳化掩模。在這種情況下的離散二維空間圖像，離散卷積是最常見的用。同時，運(yùn)用優(yōu)勢輪廓，具有應(yīng)該的高通形式，作為邊緣是高頻率的功能。那里有幾個 3 *3 高通口供這樣一項任務(wù)。這些口罩，擁有財產(chǎn)的總和，其要素是團(tuán)結(jié)，以避免振幅的偏見，在處理圖像。走出幾個口罩一個，它已經(jīng)用在這工作，是鑒于如下： ???????????????????111191111H 5. 表 面粗糙度估計 表面粗糙度參數(shù)用于整個在學(xué)習(xí)平均表面粗糙度（ RA ）的，因為它是最廣泛使用的表面光潔度的參數(shù)，由研究人員和在業(yè)以及。它是算術(shù)平均數(shù)的絕對價值的高度，粗糙度的違規(guī)行為，從均值來衡量，這是在 Ra n/yR n1i ia ??????? ?? 那里是彝族的高度，粗糙度的違規(guī)行為，從均值和 n 是多少采樣數(shù)據(jù)。在這項研究中，一個特點(diǎn)，表面上的形象，被稱為算術(shù)平均數(shù)的灰色水平遺傳算法，是用來預(yù)測實(shí)際的表面粗糙度，工件。算術(shù)平均水平的灰色遺傳算法可表示為遺傳算法 ? ?? ? nggggggGa mnm2m1? ??????? ? 那里的 G1 ， G2， G3 Gn 。 指引是灰度級的價值觀表面圖像沿一條線和通用汽車公司是指的灰色價值觀這可以定為通用汽車 ? ? ngggg n21m ? ???? ）（ ? 灰色的平均水平（ GA ）的已計算所有表面后的形象，表面上被俘虜。這些遺傳算法的價值觀已校準(zhǔn)與各自的核證登記機(jī)關(guān)價值觀來衡量使用觸控筆?；貧w方程，已制定的每一項加工工藝的基礎(chǔ)上的數(shù)據(jù)在表13。 表 1. 加工參數(shù)用于磨削和表面粗糙度值 轉(zhuǎn)速（轉(zhuǎn)每秒） 切削深度（微米） 光學(xué)參數(shù) Ga 觸控筆參數(shù) Ra 他們分別如下： （一）削磨： Ga0 0 3 3 2 0 0 4 )( 5a ????? ? （二）削銑： 0 .1 9 8 5 G a0 .4 1 50 .0 0 6 9 40 .0 0 0 a ????? （三）塑造 GaR a 6 8 ????? 6. 放大和表面粗糙度 較早前的研究工作進(jìn)行對粗糙度評價的表面上使用，機(jī)器視覺的參與相關(guān)光譜等表面粗糙度價值觀和這些已表明后續(xù)電力法行為。簡介這種表面顯示的要小題大做這意味著，當(dāng)被放大，增加詳情粗糙度的出現(xiàn)和出現(xiàn)類似的原始配置文件。在這方面的 文件，企圖已做出關(guān)聯(lián)灰色的平均水平（ GA ）的價值觀得到了從圖像與各自的表面粗糙度和研究的行為，這種相關(guān)性在不同程度的圖像放大為三個加工業(yè)務(wù)。因此，圖像工件抓獲機(jī)器視覺被放大的因素， 2 ， 5 ， 10 和 20 使用放大技術(shù)中提到的第 3 條和改善線性的優(yōu)勢圖像輪廓算法 ]18[ 。 表 2 加工參數(shù)用于磨削和表面粗糙度值 轉(zhuǎn)速（每分鐘）深度（毫米每分鐘）削減深度（毫米）光學(xué)參數(shù) Ga 觸控筆參數(shù) Ra 表 3 加工參數(shù)用于磨削和表面粗糙度值 轉(zhuǎn)速（每分鐘）深度（毫米每分鐘）削減深度（ 毫米）光學(xué)參數(shù) Ga 觸控筆參數(shù) Ra 特征的形象，根據(jù)研究，遺傳算法，提取和 GA 之間有關(guān)聯(lián)和表面粗糙度在 Ra 的基礎(chǔ)上，建立數(shù)據(jù)表在4~6（三維加工工藝） 的基礎(chǔ)上的價值觀相關(guān)系數(shù)，以便獲得，圖像已制訂之間的放大系數(shù)和相關(guān)系數(shù)從數(shù)據(jù)和顯示在圖 . 1， 3 個加工進(jìn)程。 7. 結(jié)果與討論 結(jié)果與討論的基礎(chǔ)上，立方卷積算法，數(shù)字圖像加工工件已放大為加工參數(shù)用于磨削和表面粗糙度值轉(zhuǎn)速（ rpm ）切削深度（ DOC ）的（毫米）遺傳算法。 表 4 變異的遺傳算法不同的放大系數(shù) 表 5 變異的遺傳算法不同的放大系數(shù) 表 6 變 異的遺傳算法不