基于机器视觉的表面粗糙度测量与三维评定

您当前的位置：

首页 >

文章列表页 >

基于机器视觉的表面粗糙度测量与三维评定

光学测量 | 更新时间：2025-09-01

- 基于机器视觉的表面粗糙度测量与三维评定
- Surface roughness measurement and three-dimensional assessment based on machine vision
- 光学技术 2016年42卷第6期页码：491-495
- 作者机构：
  
  1. 1:西安建筑科技大学华清学院
  2. 2:西安理工大学机械与精密仪器工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.06.003
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
杨洁, 李乐. 基于机器视觉的表面粗糙度测量与三维评定[J]. 光学技术, 2016,42(6):491-495.

Surface roughness measurement and three-dimensional assessment based on machine vision[J]. 2016, 42(6): 491-495.
杨洁, 李乐. 基于机器视觉的表面粗糙度测量与三维评定[J]. 光学技术, 2016,42(6):491-495. DOI： 10.13741/j.cnki.11-1879/o4.2016.06.003.

Surface roughness measurement and three-dimensional assessment based on machine vision[J]. 2016, 42(6): 491-495. DOI： 10.13741/j.cnki.11-1879/o4.2016.06.003.

表面粗糙度的测量与评定一直是机械行业的重要课题。提出了一种基于机器视觉检测工件表面粗糙度的方法。首先利用显微镜获取端铣、刨、车不同等级下工件表面的序列图像

采用方差聚焦测度算子对序列图像中的每一个点进行高度计算;然后再利用高斯插值法计算出微观物体表面的准确高度

重构其表面微观形貌;最后计算出各个工件表面的三维粗糙度。通过对实验数据的分析和讨论

可以确定出表面均方根偏差Sq、表面偏斜度Ssk和表面峰密度Sds这三个参数

它们是常用地对工件表面粗糙度进行评价的可靠参数

可为以后三维粗糙度体系的科学建立提供依据。

浏览量

683

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进亚像素算法的弹簧内外径尺寸检测

基于机器视觉的刀具轮廓在线检测方法的研究

基于CCD摄像机石材表面粗糙度检测方法

变光照环境下皮带撕裂视觉检测方法研究

磁瓦表面缺陷的机器视觉检测方法