摘要：表面粗糙度是衡量机械表面加工水平的重要参数.通过构建一套激光散斑成像采集系统,获取了不同表面加工类型和不同粗糙度值的零件表面激光散斑图像.应用Tamura纹理特征理论提取图像的纹理粗糙度、对比度、方向度特征,并分析了这三个特征与表面粗糙度的关系.发现了纹理粗糙度特征与表面粗糙度的单调关系,推导出平磨、外磨、研磨三种表面加工工艺的粗糙度值与图像纹理粗糙度特征的数学函数关系,实现了表面粗糙度的测量.同时,利用Tamura纹理特征与加工工艺的依赖关系,建立了基于贝叶斯网络的工艺识别推理模型,推理出了零件表面加工工艺.通过为多种加工类型表面建立粗糙度测量模型,为粗糙度测量提供了新思路.实验证明所提的粗糙度测量模型能以较高的准确率识别出零件表面加工类型并测量出其表面粗糙度值.

关键词：激光散斑 表面粗糙度 纹理 贝叶斯网络 

单位：南京信息工程大学江苏省气象探测与信息处理重点实验室 南京210044 中国人民解放军94654部队 南京210046