基于机器视觉和机器学习的表面粗糙度检测方法

摘要

本发明公开了基于机器视觉和机器学习的表面粗糙度检测方法，应用于粗糙度检测技术领域，包括以下步骤：S1利用机器视觉的方法获取物体表面的图像，并对获取的图像进行图像预处理，得到处理后的图像；S2对处理后的图像进行计算并提取纹理的特征指标值，组成特征指标向量；S3利用机器学习的方法建立物体表面粗糙度与特征指标向量之间的线性映射关系模型；S4利用S1和S2获得待测物体表面的纹理特征指标向量，并输入S3中的模型中，得到待测物体的表面粗糙度。本发明构建了物体图像特征指标向量与粗糙度之间有效的线性映射关系模型，实现对物体表面粗糙度的非接触式、快速地测量，降低了检测的成本。