基于彩色分布統(tǒng)計(jì)矩陣和變量預(yù)測(cè)模型的粗糙度識(shí)別研究.pdf

1、表面粗糙度對(duì)機(jī)械零件的性能和壽命具有重大的影響。隨著圖像處理技術(shù)的發(fā)展，機(jī)器視覺(jué)已經(jīng)成為了工業(yè)自動(dòng)化檢測(cè)道路上不可小覷的一部分。對(duì)基于視覺(jué)的粗糙度識(shí)別的研究具有重要的理論和實(shí)際意義?；谝曈X(jué)的粗糙識(shí)別技術(shù)包含兩個(gè)問(wèn)題:第一，用什么樣的圖像指標(biāo)來(lái)表示工件粗糙度;第二，用什么樣的模式識(shí)別方法來(lái)完成粗糙度識(shí)別。
　　目前，還沒(méi)有建立起一個(gè)關(guān)于圖像指標(biāo)與粗糙度之間關(guān)系的標(biāo)準(zhǔn)，廣泛使用的方法是通過(guò)拍攝工件表面紋理，計(jì)算圖片的灰度共生矩陣，通

2、過(guò)灰度共生矩陣的矩陣指標(biāo)完成粗糙度的識(shí)別。但是灰度共生矩陣算法計(jì)算耗時(shí)，參數(shù)不好控制。而模式識(shí)別領(lǐng)域，目前常用的有神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等。但是，這些方法都存在各自的局限性，也沒(méi)有充分利用各類別圖像的特征變量之間的相互內(nèi)在關(guān)系。
　　彩色分布統(tǒng)計(jì)矩陣(Colour Distribution Statistical Matrix，CDSM)利用定制色彩的光源照射在樣件表面成像，統(tǒng)計(jì)圖像紅色和綠色分量的亮度信息獲得矩陣，由于不同粗糙度表

3、面反射性能不同，因此得到的矩陣所包含的信息也各不相同。變量預(yù)測(cè)模型(Variable Predictive Model Based Class Discriminate，VPMCD)算法是近年來(lái)一種新的模式識(shí)別算法，它利用了各個(gè)特征之間的相互內(nèi)在關(guān)系建立相應(yīng)的VPM(Variable Predictive Model，VPM)模型來(lái)實(shí)現(xiàn)分類。
　　本文在國(guó)家自然科學(xué)基金(編號(hào):71271078)資助下，用提出的彩色分布統(tǒng)計(jì)矩陣的矩

4、陣指標(biāo)結(jié)合變量預(yù)測(cè)模型算法對(duì)基于視覺(jué)的粗糙度識(shí)別進(jìn)行了深入而系統(tǒng)地研究。
　　本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
　　(1)彩色分布統(tǒng)計(jì)矩陣自提出以來(lái)已經(jīng)驗(yàn)證了其在檢測(cè)粗糙度方面的優(yōu)勢(shì)，但是用單個(gè)圖像指標(biāo)來(lái)對(duì)粗糙度進(jìn)行表達(dá)難免會(huì)出現(xiàn)信息量過(guò)少使檢測(cè)的粗糙度不準(zhǔn)確的情況。本文為彩色分布統(tǒng)計(jì)矩陣設(shè)計(jì)了五個(gè)矩陣指標(biāo)包含矩陣非零點(diǎn)個(gè)數(shù)、對(duì)比度、同質(zhì)性、信息熵和能量，介紹了這些指標(biāo)的理論依據(jù)，并通過(guò)數(shù)據(jù)分析驗(yàn)證了這些指標(biāo)來(lái)表示粗糙度的可

5、行性。
　　(2)研究了變量預(yù)測(cè)模型算法的基本原理和算法流程，由于圖像彩色分布統(tǒng)計(jì)矩陣的矩陣指標(biāo)之間具有一定的相關(guān)性，為了找到這些指標(biāo)之間的相互關(guān)系，本文用VPMCD方法依靠本文加工的實(shí)驗(yàn)樣本，對(duì)實(shí)驗(yàn)樣本建立了的不同類別的VPM模型，并對(duì)測(cè)試樣本進(jìn)行了測(cè)試。實(shí)驗(yàn)結(jié)果表明用VPMCD算法識(shí)別粗糙度的方法是高效的，也是可行的。
　　(3)LabVIEW具有集成性高、界面設(shè)計(jì)方便的優(yōu)點(diǎn)，Matlab具有強(qiáng)大的矩陣計(jì)算功能。因此，本

6、文結(jié)合了LabVIEW和Matlab平臺(tái)的優(yōu)越性，設(shè)計(jì)并實(shí)現(xiàn)了離線識(shí)別樣件表面粗糙度的設(shè)備開(kāi)發(fā)，首先通過(guò)LabVIEW采集圖片，然后利用Matlab強(qiáng)大的計(jì)算功能來(lái)提取圖像的特征，并完成粗糙度類別的分類，最后利用LabVIEW的顯示界面完成對(duì)結(jié)果的展示。為了對(duì)設(shè)備有一個(gè)客觀認(rèn)識(shí)，本文依據(jù)JJF1094-2002標(biāo)準(zhǔn)，從中選取了準(zhǔn)確率和響應(yīng)時(shí)間兩個(gè)指標(biāo)完成了對(duì)設(shè)備的初步評(píng)價(jià)。
　　本文在LabVIEW和Matlab平臺(tái)上開(kāi)發(fā)了一臺(tái)基