易怀安 赵欣佳 唐 乐 陈永伦

桂林理工大学机械与控制工程学院，桂林，541006

0 引言

表面粗糙度是工件加工过程中刀具在其表面留下来的刀痕产生的，它是衡量机械零件的一个主要几何精度指标，对零件的配合性质、耐磨性、抗腐蚀性以及密封性等会产生显著的影响。传统的表面粗糙度测量方法是利用触针式测量设备，其主要工作原理是用触针装置的探头划过工件表面，并监测探头运动，测量工件表面的截面高度信息。该测量方法的检测精度受探针半径影响较大，且不支持在线测量，效率低下。此外，当被测工件的表面较软时，其表面存在被探头划伤的风险。为解决上述问题，一些研究者已开发了许多非接触的光学测量设备，如白光干涉仪、原子力显微镜和激光显微系统等。但这类测量设备由于成本高、受工作环境影响较大和测量视野较窄等原因，在一定程度上限制了其工程应用。而机器视觉测量是基于光学成像原理的测量方法，利用工业相机采集工件的表面图像，然后提取图像中与表面粗糙度参数相关的特征指标，进而可预测已知图像特征指标对应位置的表面粗糙度。该方法具备单次测量面积大、效率高、非接触、可实现自动化测量、成本较低等优点，近二三十年来得到了国内外许多研究者的广泛关注[1-3]。目前基于机器视觉测量表面粗糙度的评价指标大多是从灰度图像中提取相关评价指标来表征粗糙度[4-7]，忽视了颜色信息具有信息量丰富、抗污染、测量精度高等优点。……