基于聚焦形貌恢复的3D表面粗糙度测量

摘要

表面粗糙度用于描述零件表面微观几何形貌特征，对零件的设计加工和使用性能判别具有重要意义。传统的接触式测量方法会对被测表面造成损伤，且时间效率低。且传统的二维表面粗糙度不能客观准确表达三维形貌的特征。因此，本课题采用非接触式的聚焦形貌恢复技术重构表面三维形貌，并对三维粗糙度进行测量。测量结果和目前国际上通用的测量设备Rtec相进行比较。课题主要研究成果有：
　　（1）设计一种聚焦评价函数。聚焦形貌恢复技术中，弥散圆斑的半径大小直接影响邻域像素的差异性和图像的清晰度。基于此原理，本文使用灰色关联度度量像素的聚焦等级，提出基于灰色关联度的聚焦评价函数。通过与Rtec重构形貌进行实验对比，实验表明该算法在精度和时间效率方面有一定的提升。
　　（2）提出一种内存空间效率更高的聚焦形貌恢复算法。针对聚焦形貌恢复技术数据量大的问题，提出扩散模式的聚焦形貌恢复算法以节约内存。该算法首先使用传统的方法计算扩散区域的深度，然后根据邻域已扩散区域的深度信息，推测扩散点的深度范围，最后在局部范围内搜索得到准确的深度。实验表明，提出的扩散算法在保证精度的同时，内存使用空间降低9.6％。
　　（3）设计开发了三维表面粗糙度测量系统。该系统通过插件和配置文件的软件系统架构，使得系统具有较强的可扩展性。对三维表面粗糙度评定参数Sa和Sq进行测量，通过和Rtec测量结果相对比，本系统测量的结果相对误差小于5%，精度较高，能够实际测量中应用。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究目的和意义

1.2 表面粗糙度理论研究与测量方法

1.3 课题来源及主要研究内容

1.4 本章小结

2 聚焦形貌恢复技术介绍

2.1 聚焦形貌恢复技术原理

2.2 聚焦形貌恢复技术研究现状

2.3 常用聚焦评价函数

2.4 聚焦评价函数对比分析

2.5 聚焦形貌恢复技术性能评价指标

2.6 本章小结

3 基于灰色关联度的聚焦形貌恢复

3.1 离焦图像与弥散圆

3.2 弥散圆半径分析

3.3 形貌恢复算法

3.4 实验与分析

3.5 本章小结

4 扩散模式的聚焦形貌恢复算法

4.1 聚焦形貌恢复大数据分析

4.2 扩散模式算法设计

4.3 扩散算法实验分析

4.4 本章小结

5 三维表面粗糙度测量系统

5.1 三维表面粗糙度

5.2 三维表面粗糙度测量系统设计

5.3 三维表面粗糙度测量实验与分析

5.4 本章小结

结论

致谢

参考文献

攻读硕士学位期间发表的学术论文及研究