【正文】 參考文獻(xiàn)【1】李伯奎．觸針式三維粗糙度測(cè)量?jī)x的開發(fā)及應(yīng)用．潤(rùn)滑與密封．2006，(4)：140142【2】唐文彥，張軍，李慧鵬．觸針法測(cè)量表面粗糙度的發(fā)展及現(xiàn)狀．機(jī)械工藝師．2000，(1 1)：4042[7] 王世華，周肇飛，周衛(wèi)東便攜式激光表面粗糙度測(cè)量?jī)x．計(jì)量學(xué)報(bào)．1997，(1)：283l[8】張耀寧，程祖海．激光鏡鏡面粗糙度的干涉測(cè)量．中國(guó)激光．1999，(2)：14l～144【9】楊開勇，蔡明，黃云．超光滑表面粗糙度測(cè)量的研究．計(jì)量與測(cè)試技術(shù)．1998，(5)：13～15【lO】趙洪志，李達(dá)成，曹芒．測(cè)量精度達(dá)3．2nm的在線表面粗糙度外差干涉儀信號(hào)處理系統(tǒng)．光學(xué)工程．1999，(4)：35～39【11】劉劍霜，謝鋒，吳曉京等．掃描電子顯微鏡．上海計(jì)量測(cè)試．2003，30(6)：3739【12】李劍白，李達(dá)成，李小蕓等．原子力顯微鏡測(cè)試光學(xué)超光滑表面微輪廓的研究．光學(xué)學(xué)報(bào)．2000，20(11)：1533～1537【1 3】楊志剛，王家軍，薄詳正等．掃描隧道顯微鏡在金屬表面粗糙度檢測(cè)上的應(yīng)用．金屬熱處理．1995，(1 1)：24～26【14】王世華，周肇飛，光學(xué)散射特征Sn和表面粗糙度Ra之間關(guān)系的研究．成都科技大學(xué)學(xué)報(bào)。本文主要結(jié)論如下：在充分討論紋理分析技術(shù)的基礎(chǔ)上，著重研究了統(tǒng)計(jì)方法中的共生矩陣所提供的紋理特征，并利用數(shù)據(jù)結(jié)構(gòu)理論，將哈希查找技術(shù)成功應(yīng)用到共紋理提取的過程中，理論與實(shí)際都表明這種算法較傳統(tǒng)的矩陣算法在運(yùn)行效率方面有極大的優(yōu)勢(shì)；我們提取的是激光散斑紋理圖像的二階統(tǒng)計(jì)特性紋理特征來表達(dá)粗糙度，在紋理特征的計(jì)算中，提出了高斯加權(quán)的思想，即按照像素間隔的大小對(duì)紋理特征加權(quán)，使其更貼切的反應(yīng)紋理圖像的本質(zhì)；在軟件設(shè)計(jì)中，運(yùn)用了VC++與MATLAB混合編程，發(fā)揮了二者各自的優(yōu)勢(shì)，并總結(jié)了在混合編程中需要注意的問題；實(shí)驗(yàn)中用到的粗糙度量塊的加工方式是平磨，立銑和平銑，并考察了光強(qiáng)及激光入射角度等測(cè)量參數(shù)對(duì)紋理特征變化趨勢(shì)的影響和激光照射量塊不同區(qū)域紋理特征值的穩(wěn)定情況。 結(jié)論 本文在學(xué)習(xí)紋理分析技術(shù)的基礎(chǔ)上，提出了一種快速的提取共生紋理特征的算法，并結(jié)合散斑測(cè)量技術(shù)與計(jì)算機(jī)紋理分析技術(shù)，提出了一種表面粗糙度測(cè)量的方法，初步建立了能滿足測(cè)量要求的通過散斑紋理特征求取表面粗糙度的實(shí)驗(yàn)系統(tǒng)。測(cè)量時(shí)除了激光的入射角盡量小以外，激光的光強(qiáng)也不能太高，以防CCD相機(jī)接收到的信號(hào)過飽和。所以我們所運(yùn)用的系統(tǒng)及算法是穩(wěn)定的。實(shí)驗(yàn)中激光以入射角為100，光強(qiáng)為50勒克斯的方式照射粗糙度量塊，入射點(diǎn)分別為左上，左下，右上，右下四個(gè)區(qū)域，實(shí)驗(yàn)結(jié)果如表6．1，6．2所示：表6．1平磨量塊四個(gè)區(qū)域?qū)?yīng)紋理特征值淤0．1lam 0．2肛m 0．41．tm 0．89m 入射區(qū)域＼左上0．0006 1 3956 0．000611566 0．00060 l 297 0．000594232左下0．000613792 0．00061194l 0．000601 835 0．000593987右上0．000614321 0．000612339 0．00060 1 368 0．000593 524右下0．000614015 0．00061 1672 0．00060 l 732 0．00059381 l表6．2平銑量塊四個(gè)區(qū)域?qū)?yīng)紋理特征值淤0．1I．tm 0．21．tm 0．49m 0．81．tm 入射區(qū)域＼左上0．000488989 0．0004843 1 3 0．000463742 0．000454875左下0．00048926 1 0．000484026 0．000463639 0．000455334右上0．000489476 0．0004845 1 5 0．000463262 0．0004556 1 6右下0．000489 1 53 0．000483988 0．000463 65 1 0．00045493 l由表6．1與表6．2可以看出，雖然激光照射同一量塊的不同區(qū)域會(huì)產(chǎn)生不同的散斑圖像，但是我們得到的紋理特征卻比較穩(wěn)定。我們有必要驗(yàn)證當(dāng)散斑圖像變化后，所得紋理特征是否有劇烈的變化。由上一節(jié)的討論可知，在一定條件下，紋理特征的大小隨粗糙度大小呈現(xiàn)單調(diào)性的變化。當(dāng)光強(qiáng)到了一定的強(qiáng)度后(并未過飽和，超出CCD相機(jī)閾值)，其紋理特征的隨粗糙度等級(jí)不同而體現(xiàn)的變化趨勢(shì)相對(duì)恒定。(c)光強(qiáng)50勒克斯圖6．12平銑，入射角為200從上述紋理特征變化趨勢(shì)圖中可以看出，當(dāng)入射角為100時(shí)，紋理特征均具有相同的單調(diào)性，但是當(dāng)入射角增大時(shí)，隨著光強(qiáng)功率的降低，單調(diào)性已經(jīng)不存在了。一，j．強(qiáng)糙匿。祖糙度(c)光強(qiáng)50勒克斯圖6．10平銑，入射角為lOo(a)光強(qiáng)30勒克斯(c)光強(qiáng)50勒克斯圖6．11平銑，入射角為15045__(b)光強(qiáng)40勒克斯糕啦聊鞲蜷非翩豁(a) )光強(qiáng)40勒克斯?j。L；陽≮?！眗————些L———] t％r———J塑————]。同一加工方式在同一測(cè)量條件下紋理特征值大小的對(duì)比的過程中，我們運(yùn)用了歸一化手段。實(shí)驗(yàn)中改變光強(qiáng)與激光的入射角度，觀察其對(duì)所選取的紋理特征變化趨勢(shì)的影響。實(shí)驗(yàn)中用到平磨，立銑與平銑三種加工方式的表面粗糙度量塊，其中平磨的粗糙度等級(jí)為0．1．um，O 2pm，O 49in．O 89in，立銑與平銑的粗糙度等級(jí)為O 8168。本實(shí)驗(yàn)中所得到的敞斑圖像如圖6．4所示，本實(shí)驗(yàn)最后的結(jié)果是在幾百張敞斑圖像處理的基礎(chǔ)上得出的，限于篇幅的原因．在此不能將所有的散斑圖像一一列出，僅列一組作為舉例(加工方式平磨，入射角100，激光入射強(qiáng)度為50勒克斯)。實(shí)驗(yàn)中CCD相機(jī)與粗糙度量塊表面的垂直距離，保持15cm恒定，CCD相機(jī)位于激光的反射角度。我們選用的是5mw，波長(zhǎng)為6609m的半導(dǎo)體激光器，電源為可調(diào)的恒流源，以避免散斑強(qiáng)度超過CCD相機(jī)的接收閾值。0【為激光的入射角。所以需要獲取此矩陣的指針，然后操作矩陣中的元素；(3)引擎空間矩陣變量的存儲(chǔ)方式是按列排列的，而在VC++編譯時(shí)矩陣的存儲(chǔ)方式是按行排列的，所以若要在VC++中得到正確的矩陣表達(dá)方式還需要做一定的變形。下面以本文用調(diào)用MATLAB engine讀取圖像并將圖像的數(shù)據(jù)傳給Visual C++應(yīng)用程序?yàn)槔忉尰旌暇幊痰牟襟E方法：(1)打開引擎，并獲取引擎空間的指針；(2)根據(jù)第一步獲取的引擎指針，將一條讀圖像命令發(fā)送給MATLAB進(jìn)程；(3)與第二步類似，將一條位圖變灰度圖命令發(fā)送給MATLAB進(jìn)程：(4)獲取引擎空間的圖像矩陣變量，但此變量并不能直接在VC++中使用；(5)獲取(4)中所獲取變量的指針，并將其進(jìn)行強(qiáng)制類型轉(zhuǎn)換，以適合在VC++中進(jìn)行灰度值的運(yùn)算；(6)當(dāng)不需要引擎時(shí)將其關(guān)閉。而且工作不需要整個(gè)MATLAB與應(yīng)用程序相連，只需要一小部分通信函數(shù)庫與應(yīng)用程序相連，因此它大大節(jié)省了系統(tǒng)的資源。通過MATLAB engine，C和Fortran兩種語言編寫的程序可以通過調(diào)用engine打開一個(gè)新的MATLAB進(jìn)程，并控制它完成任何計(jì)算和繪圖功能。實(shí)現(xiàn)混合編程的方法并不唯一，本文在操作過程中利用MATLAB engine(弓l擎)，采用的是c／s(客戶機(jī)／服務(wù)器)的計(jì)算模式，即Visual C++作為前端客戶機(jī)，MATLAB作為后臺(tái)服務(wù)器，通過engine相互通信。因此實(shí)現(xiàn)MATLAB和Visual C++的混合編程，有助于發(fā)揮MATLAB和Visual C++各自的優(yōu)勢(shì)，降低開發(fā)難度，縮短編程時(shí)間。而常見的通用編程平臺(tái)如Visual Basic，Visual C++和Fortran等，盡管功能強(qiáng)大和靈活，但編程效率較低，尤其是當(dāng)需要快速驗(yàn)證算法時(shí)。因此，MATLAB在數(shù)值計(jì)算領(lǐng)域已處于不可替代的領(lǐng)先地位。眾所周知，MATLAB擁有強(qiáng)大的數(shù)據(jù)處理能力和豐富的繪圖功能，命令語句功能十分強(qiáng)大，成為數(shù)學(xué)計(jì)算和算法仿真方面事實(shí)上的標(biāo)準(zhǔn)。矩陣中的元素H【i】D】為指向共生的一對(duì)灰度(i，．j)在鏈表中相應(yīng)結(jié)點(diǎn)的指針，初始值賦為NULL，當(dāng)出現(xiàn)一個(gè)像素對(duì)兒時(shí)，先判斷其哈希矩陣所對(duì)應(yīng)元素值是否為NULL，如果為NULL，則表明鏈表中尚不存在相應(yīng)結(jié)點(diǎn)，需要?jiǎng)?chuàng)建，再在鏈表的尾部插入，如果非NULL，則該指針?biāo)附Y(jié)點(diǎn)中的P自加l。構(gòu)建一種新鏈表，不需要有序，出現(xiàn)新的像素對(duì)兒就創(chuàng)建相應(yīng)的結(jié)點(diǎn)并在鏈表的最后插入。j)的個(gè)數(shù)P。我們?cè)诖瞬粚⒚糠N方法一一解釋，具體到紋理分析時(shí)，應(yīng)用此哈希查找的思想特別的有效，因?yàn)槲覀兯鶚?gòu)建的鏈表中各結(jié)點(diǎn)有絕對(duì)不同的關(guān)鍵字，即為共生的像素對(duì)JL(i，．j)，因此可以利用(“．j)來表示結(jié)點(diǎn)在鏈表中的位置。關(guān)鍵字可以惟一的記錄結(jié)點(diǎn)在鏈表中的位置，因此，在構(gòu)造哈希鏈表時(shí)，應(yīng)盡可能的使關(guān)鍵字的各個(gè)成分都對(duì)鏈表的存儲(chǔ)位置有影響。它通過對(duì)關(guān)鍵字的值進(jìn)行某種運(yùn)算，直接求出結(jié)點(diǎn)在鏈表中相應(yīng)的位置，即使用關(guān)鍵字到地址的直接轉(zhuǎn)換方法，而不需要反復(fù)比較。 構(gòu)建哈希鏈表 在前面討論的單純利用鏈表的方法中，查找相應(yīng)結(jié)點(diǎn)的過程需要依據(jù)結(jié)點(diǎn)進(jìn)行若干次的比較判斷，最后確定在鏈表中是否存在結(jié)點(diǎn)中的關(guān)鍵字等于某個(gè)給定值的結(jié)點(diǎn)以及該結(jié)點(diǎn)在鏈表中的位置，在查找過程中只考慮各結(jié)點(diǎn)中的關(guān)鍵字之間的相對(duì)大小，而記錄在存儲(chǔ)結(jié)構(gòu)中的位置和其關(guān)鍵字并無直接的關(guān)系。j都是從小到大排列的，對(duì)于每一個(gè)共生的像素對(duì)JL(io，jo)，從鏈表頭結(jié)點(diǎn)開始查找，先判斷是否有結(jié)點(diǎn)中的i_io，若沒有就立即創(chuàng)建結(jié)點(diǎn)，插入鏈表，若有就再判斷i=io的結(jié)點(diǎn)中是否有．jjo，若沒有就立即創(chuàng)建結(jié)點(diǎn)，插入鏈表，若有將對(duì)應(yīng)的結(jié)點(diǎn)中的P自l。鏈表分為有序無序兩種，若采用無序鏈表，對(duì)于每一個(gè)共生的像素對(duì)兒，在判斷它是否已經(jīng)出現(xiàn)過，或查找它所對(duì)應(yīng)的相應(yīng)的結(jié)點(diǎn)時(shí)，都需要從頭遍歷已構(gòu)建的灰度共生鏈表，工作量相當(dāng)大，很有可能有許多次在判斷時(shí)都要遍歷整個(gè)已創(chuàng)建的鏈表，最后發(fā)現(xiàn)相應(yīng)的共生像素對(duì)兒并沒出現(xiàn)過，此時(shí)便需要先創(chuàng)建相應(yīng)結(jié)點(diǎn)再在尾部插入，這顯然相當(dāng)麻煩。其中i，J為在一定的位移矢量控制下而共生的一對(duì)灰度，由于要構(gòu)建下三角矩陣所對(duì)應(yīng)的鏈表，所以有i■i，指針是用來遍歷整個(gè)鏈表的，鏈表構(gòu)建完成后將整個(gè)鏈表中的P歸一化，利用它來計(jì)算紋理特征。注意到灰度共生矩陣是方陣，且關(guān)于主對(duì)角線對(duì)稱位置的元素一般都同時(shí)比較大，或者同時(shí)比較小，因此只需將矩陣的上三角元素折疊加到下三角，就可以實(shí)現(xiàn)使紋理特征對(duì)粗糙度的變化更敏感的目的。 哈希鏈表的構(gòu)建 下三角矩陣的推導(dǎo) 散斑圖像的二階統(tǒng)計(jì)特性的紋理特征對(duì)表面粗糙度的研究非常有價(jià)值，以公式4．2所表示的紋理特征Energy為例，此紋理特征是矩陣中所有元素的平方和，這些元素的特點(diǎn)是它們的和是唯一的，即1。本章節(jié)的算法以下三角矩陣的推導(dǎo)為基礎(chǔ)，然后以共生的一對(duì)灰度作為關(guān)鍵字，不需要構(gòu)建共生矩陣，直接從激光散斑圖像快速創(chuàng)建包含原灰度共生矩陣中非零元素的單向鏈表，利用此單向鏈表快速計(jì)算GLCM所提供的共生紋理特征。4 基于哈希鏈表的激光散斑圖像紋理特征的提取 GLCM算法的不足 雖然利用灰度共生矩陣進(jìn)行表面粗糙度測(cè)量的研究是比較好的方法，但是單純利用灰度共生矩陣計(jì)算圖像的紋理特征時(shí)會(huì)帶來大量的不必要的運(yùn)算，尤其對(duì)于對(duì)于像數(shù)較大的紋理圖像和高階GLCM計(jì)算，其負(fù)面影響