【正文】 also a low resolution image. It starts with the geometric trans formation of the input pixels which are mapped to a new position in the output image. A geometric transform is a vector function T that maps the pixel (x,y) to a new position 230 R. Kumar et al. / International Journal of Machine Tools amp。 Regression analysis。計(jì)算遺傳算法，光學(xué)粗糙度值，從這些放大和改善圖像有更好的相關(guān)性（即高相關(guān)系數(shù)）與平均表面粗糙度（ RA ）的測量為組件使用加工操作成型，銑和磨削，顯示其成效在測量中的應(yīng)用表面粗糙度使用的機(jī)器視覺系統(tǒng)。而在案件磨削，制服表面紋理，有助于放大計(jì)劃預(yù)測（通過插值，因?yàn)檫@樣的性質(zhì)是算法）價(jià)值觀，這是明顯接近實(shí)際。如前所述，由于當(dāng)?shù)卮蟮淖兓砻娲植?度，在案件球磨和形表面，放大算法變得越來越無效與放大指數(shù)。作為結(jié)果表明，這種方法最好的工程在案件夏普和罰款邊緣，例如地面可清楚地看到，運(yùn)用這一算法，作為 指數(shù)放大倍率的增加，該算法的有效性錄得跌幅，這是對預(yù)期的線路。第 2 和第 3 隨原來，以及放大和改善。雖然目前的算法是最優(yōu)選擇，它不能防止感知退化的優(yōu)勢?；旧系臏?zhǔn)確性插值技術(shù)提供圖像放大取決于其收斂比率。 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 異的遺傳算法不同的放大系數(shù) 廣泛的放大指數(shù)從 2*至 20*走的步驟，適合今后的任務(wù)確定表面粗糙度，以評估成效改善計(jì)劃，一旦適用于他們。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(jià)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(gè)加工業(yè)務(wù)。這些遺傳算法的價(jià)值觀已校準(zhǔn)與各自的核證登記機(jī)關(guān)價(jià)值觀來衡量使用觸控筆。它是算術(shù)平均數(shù)的絕對價(jià)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)。同時(shí)，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。 4. 改善圖像放大 有各種可用的方 法，以提高邊緣后放大。因此，亮度插值是在效應(yīng) 。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。假設(shè)亮度值像素（ x0 ， y0 ） ，在輸出圖像需要加以計(jì)算，其中 x0 和 y0 就離散柵格（整數(shù)） 。 （ 1 ）取得的成就，和新的合作點(diǎn)坐標(biāo)（ x0 ， y0 ） 獲得。它開始與幾何變換該輸入像素，這是映射到一個(gè)新的立場，在輸出的形象?；疑叨确治黾夹g(shù)已通常用于處理和分析的形象。視覺系統(tǒng)構(gòu)成一個(gè) CCD 相機(jī)，圖像處理軟件，一臺(tái)電腦， 1 圖像處理組和一個(gè)視頻監(jiān)控。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。這種技術(shù)，像一所 allebach 和黃，利用亞像素邊緣估計(jì)從 lowresolution 形象直接隨后多項(xiàng)式插值的一步。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(gè)最適合連續(xù)空間一步的優(yōu)勢?；萜?]14[ 報(bào)道有辦法在這方面，這是他們的專利。一個(gè)最佳插值計(jì)劃，即立方卷積開發(fā)的鑰匙接近理想 sinc 功能截?cái)嗨瓦@個(gè)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。 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(jì)表面面積和體積的元件。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。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。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(jì)表面粗糙度。這種偏差可能會(huì)導(dǎo)致嚴(yán)重的錯(cuò)誤在表面質(zhì)量的評估，尤其是當(dāng)表面輪廓是定期的。表面粗糙度檢查是一項(xiàng)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)。 關(guān)鍵詞 ： 立方卷積 。畢業(yè)設(shè)計(jì)（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(dòng)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(shí)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(jì)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。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。 灰色平均水平 1. 導(dǎo)言 由于工業(yè)自動(dòng)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(yàn)和過程監(jiān)控。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。豪等人 . ]1[ 利用統(tǒng)計(jì)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(jià)值確定，從筆的方法。布拉德利等人 ]5[ 應(yīng)用了光纖傳感器的表面粗糙度測量。 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。 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(jià)。插值方法通常受聘于放大數(shù)字圖像。已經(jīng)有若干試圖在過去的改善，以達(dá)到形象放大。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。 biancardi 等人 ]17[ 估計(jì)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。在這方面的工作，企圖做出數(shù)位放大，表面上形象。表面具有不同紋理得到控制加工參數(shù)的這些進(jìn)程。每個(gè)像素了一定的光照強(qiáng)度值。 3. 放大的數(shù)字圖像 放大數(shù)字圖像基本上是一個(gè)問題亮度插值在輸入圖像，這也是低解析度影像。 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(gè)組成方程： ），（ yxTx x?? ），（ yxTy y?? （ 1 ） 假設(shè)平面轉(zhuǎn)型所給予的情商。亮度插值問題通常是表示在一個(gè)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。獲得亮度的價(jià)值點(diǎn)（ X ， Y ）輸入圖像是重新取樣。通常，只有一小點(diǎn)是用來，其中點(diǎn)下是零。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。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。走出幾個(gè)口罩一個(gè)，它已經(jīng)用在這工作，是鑒于如下： ???????????????????111191111H 5. 表 面粗糙度估計(jì) 表面粗糙度參數(shù)用于整個(gè)在學(xué)習(xí)平均表面粗糙度（ RA ）的，因?yàn)樗亲顝V泛使用的表面光潔度的參數(shù)，由研究人員和在業(yè)以及。 指引是灰度級的價(jià)值觀表面圖像沿一條線和通用汽車公司是指的灰色價(jià)值觀這可以定為通用汽車 ? ? ngggg n21m ? ???? ）（ ? 灰色的平均水平（ GA ）的已計(jì)算所有表面后的形象，表面上被俘虜。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。 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。計(jì)算簡單所提供的立方卷積方法不能放棄為稍好的結(jié)果，所給予的三次樣條法。因此，是一個(gè)貿(mào)易小康之間的準(zhǔn)確性，所提供的 ——插值技術(shù)和效率的條款計(jì)算的努力， 圖 .1 放大系數(shù)變化的相關(guān)系數(shù)與放大系數(shù)的 三個(gè)加工過程 此外，這是實(shí)施很容易由現(xiàn)代數(shù)字化計(jì)算機(jī)和圖像處理器?；诰€性邊緣圖像算法，放大圖像一直受到邊緣增強(qiáng)他們中的一些顯示在無結(jié)果。退化和模糊的邊緣，伴隨著放大，已被刪除相當(dāng)大的程度上。最后，在圖 .1 ，有一增加的相關(guān)系數(shù)與放大指數(shù)和增量，這是更加明顯，在案件地面元件相比，球磨和形。的表面特性一個(gè)很小的區(qū)域的形象（這是受放大率），相比放大的形象，地面工件，由于大和不規(guī)則表面特征的變化，使其難以放大算法插補(bǔ)亮度的價(jià)值，一個(gè)像素從它的相鄰像素正確。立方卷積插值方法被證明是最佳的選擇，放大數(shù)字圖象和隨后的形象可以改善所做的線性優(yōu)勢圖像算法。 accepted 15 July 2020 Available online 11 September 2020 Abstract In this work, a machine vision system has been utilized to capture the images and then the quanti?cation of the surface roughness of machined surfaces (ground, milled and shaped) is done by the application of regression analysis. Subsequently, original image s have been magni?ed using Cubic Convolution interpolation technique and improved (edge enhancement) through Linear Edge Crispening algorithm. Based on the surface image features, a parameter called Gahas been estimated using regression analysis, for the original images and for the magni?ed quality improved images. Finally, a parison has been carried to establish correlation between magni?cation index, Gaand surface roughness. q 2020 Elsevier Ltd. All rights reserved. Keywords: Cubic convolution。 fax: C9144235 0509. Email address: (B. Ramamoorthy). 08906955/$ see front matter q 2020 Elsevier Ltd. All rights reserved. doi: automated inspection. Previous researchers using machine vision techniques for surface texture assessment have covered several calculated parameters, with stylus pro?l ometer measurements of average roughness (area) per formed on the same surface. Luk et al. [1] utilized statistical parameters, derived from the grey level intensity histogram such as the range and the mean value of the distribution and correlated them with the Ravalue determined from the stylus method. AlKindi et al. [2] implemented a technique utilizing a roughness parameter based on both the spacing between grey level peaks and the number of grey level pea