导读:本文包含了加工表面图像论文开题报告文献综述及选题提纲参考文献，主要关键词:表面粗糙度检测,深度学习,卷积神经网络,显微图像
加工表面图像论文文献综述
安倩楠[1]（2019）在《基于加工表面显微图像的卷积神经网络粗糙度识别技术研究》一文中研究指出加工工件表面的微观几何形貌特性在很大程度上影响着零件的耐磨性、耐腐蚀性、接触刚度、抗疲劳能力等物理特性以及使用寿命、可靠性等功能,而近年来科技的发展对工件表面粗糙度的检测效率,精度提出了越来越高的要求。由于传统的接触式与非接触式测量会在待测表面留下划痕,效率低,原理复杂,操作环境要求高等问题,所以近年来基于机器视觉的表面粗糙度测量方法得到广泛应用,但由于基于机器视觉的测量方法在分析过程中需要人工设计图像特征,成本较高,不能满足现实的需求。所以本文提出了一种基于深度学习的图像识别方法,从工件的表面显微图像检测工件的表面粗糙度。通过实验研究,实现了从工件表面显微图像到工件表面粗糙度等级的精确分类以及二维粗糙度参数Ra和叁维粗糙度参数Sq,Sa的识别。讨论了卷积神经网络的构建、训练及其图像分类识别原理。卷积神经网络的不完全连接、权值共享以及池化采样结构为其在图像分类识别上提供了不可替代的优越性,其独特的网络结构提高了网络的计算速度。卷积神经网络由多个网络层串联构成,其网络自动提取的图像特征随着网络深度的增加而抽象化,抽象的深度特征信息提高了卷积神经网络对图像几何变形的不变性。采用改进的LetNet-5为模型对手写数字进行分类识别的仿真研究,得到了较高的分类识别精度。采用显微图像与形貌测量系统获取了不同粗糙度样块表面的显微图像与叁维形貌数据,并对二维图像数据进行预处理,得到了各表面的二维灰度图。根据各表面形貌数据得到各表面的轮廓曲线,分析其表面曲线的周期性确定了样本图像的大小。建立卷积神经网络样本数据库,并对样本数据库进行了噪声样本和旋转样本的扩充。建立了卷积神经网络模型,分析了实验环境与网络性能评价标准。利用单因素实验法得到了网络模型在车削样本数据库上的网络性能随网络参数(网络深度、滤波器大小、滤波器个数、训练批量和稀疏率)的变化规律。依据网络参数对网络性能的影响规律得到最优参数模型,利用最优的网络模型对各样本数据库进行二维粗糙度等级分类识别,得到各样本数据库的二维粗糙度分类精度。建立了卷积回归网络模型,构建了以二维粗糙度参数Ra值为网络输出参考值的样本数据库,利用卷积回归网络在各样本数据库上进行训练测试,得到各样块表面二维粗糙度的识别结果,实验表明,卷积回归网络能够有效并准确的完成样块表面二维粗糙度参数的识别。构建以叁维粗糙度参数Sq,Sa为网络输出参考值的样本数据库。利用已构建的卷积回归网络在各样本数据库上进行训练测试,得到了各样块表面图像对应的叁维粗糙度参数识别结果。实验结果表明,卷积回归网络能够有效并准确的完成样块表面重叁维粗糙度参数的识别。(本文来源于《西安理工大学》期刊2019-06-30）
麦青群[2]（2017）在《基于已加工表面修正模型和图像技术的刀头磨损刃形在线监测》一文中研究指出刀具磨损在线监测为提高金属切削加工的生产效率和生产质量提供了更大的空间,实现刀具磨损在线监测也是实现智能化生产的重要部分。然而,由于刀具在切削过程中部分受到工件和切屑的遮挡,刀具的磨损状态难以实时直接被观察到,所以通过在线监测已加工表面的方法实时、间接获取刀具磨损状态更具有可行性。已加工表面由刀具直接切削作用产生,主要受刀具轮廓形貌、加工工艺参数和刀具-工件材料性能影响,在已知其他主要因素情况下,已加工表面轮廓可看作是刀刃轮廓的映射。通过对已加工表面进行在线监测,不仅能直接控制已加工表面质量,还能间接监测刀具状态。通过对已加工表面轮廓形成机理进行分析并修正,可从已加工表面反求获取刀刃磨损状态(锋利/磨损)信息,实现对刀具的间接监测,所以本文实现刀刃轮廓在线监测需完成的内容包括:(1)探究已加工表面形成机理,并根据其主要影响因素进行已加工表面几何模型的修正;(2)分析机器视觉图像采集的光照原理,探究已加工表面图像形成时图像灰度与纹理高度的相关关系,并在此基础上对单幅已加工表面图像进行叁维重构;(3)结合已加工表面形成机理及机器视觉单幅已加工表面图像叁维重构技术,计算并分析已加工表面轮廓与刀刃有效作用轮廓的关系,进一步从已加工表面图像反求出刀刃对已加工表面的有效作用轮廓;(4)在实验室和实际生产加工(火车轮镟修)中应用以上在线监测系统并验证其可行性。已加工表面实际轮廓形成受多种因素影响:刀具几何、加工工艺参数、工件材料物理性能和加工系统刚性等。其中刀具几何和加工工艺参数是最常被考虑的影响因素。实际上,在假设加工系统刚性足够理想的情况下,工件材料特别是塑性金属材料的弹塑性变形对已加工表面轮廓形成也是一个不可忽视的重要影响因素。因此本文在传统(仅考虑刀具几何和加工工艺参数)已加工表面形成模型的基础上,增加考虑了工件残余切削层弹塑性变形的影响,并建立修正的已加工表面形成模型,通过几何和数学计算的方法求解模型,获得已加工表面形成模型的数值解,不仅能更准确获得已加工表面形貌参数(如粗糙度),还能获得描述残余切削层弹塑性变形的重要参数。此部分内容在论文第二章介绍。已加工表面灰度图像与已加工表面实际纹理轮廓的关系主要受光照模型影响,已有研究中光照模型的计算非常复杂且适用条件苛刻。本文在已有研究的经验之上,建立了适用于已加工表面的专用光照模型,并通过建模和计算分析论证了已加工表面图像灰度与实际已加工表面高度呈线性相关关系,继而实现了基于单幅图像对已加工表面形貌的叁维重构,达到基于机器视觉在线获取已加工表面叁维形貌的效果,为从已加工表面图像反求刀刃磨损轮廓的研究做了前期准备。这部分内容在第叁章介绍。从已加工表面灰度图像获得已加工表面几何轮廓后,根据第二章的修正已加工表面几何模型的求解结果,将已加工表面轮廓对应的刀刃有效作用轮廓进行还原,分析刀具磨损状态。对比其他通过已加工表面图像研究刀具磨损的方法,如对分形分析法、GLN法和GLCM法进行同一系列实验数据的计算分析,对比结果表明,本文所提出的刀刃有效作用轮廓几何还原法比其他方法更直观,更具有鲁棒性,且适用于一般的生产加工条件。这部分内容在论文第四章介绍。第二、叁、四章均通过理论分析计算和实验验证完成,本文第五章综合了以上内容对火车轮镟修进行加工现场在线监测,并验证了该在线监测系统的可行性。以上研究表明,本文提出的修正已加工表面形成模型比已有计算模型更符合实际已加工表面的情况。在修正已加工表面形成模型的基础上,结合机器视觉单幅图像叁维重构技术,从已加工表面图像对刀刃有效作用轮廓进行还原,可直观识别刀刃轮廓的实际磨损状态,有效实现刀具磨损状态的在线监测。(本文来源于《华南理工大学》期刊2017-06-28）
陈毅[3]（2017）在《基于数字图像的机械加工表面质量检测技术研究》一文中研究指出表面粗糙度是指加工零部件表面上存在的,由较小的间距和峰谷所构成的微观几何形状特征。随着产品精度和零部件表面粗糙度要求的不断提高,接触式检测工件表面粗糙度的仪器仪表的测量精度和测量速度等方面要求的不断提高,推动了现在的非接触式无损检测技术的发展。本文将数字图像的相关理论与技术应用于工件表面粗糙度的检测研究,主要研究内容和结果包括:(1)国内外关于检测工件表面粗糙度的发展状况进行了表述,并且对数字图像处理技术在零部件表面粗糙度检测中的应用以及意义进行探讨,而且介绍了数字图像处理的基本方法以及原理并且运用其对工件表面的图像进行分析处理,用不同的数字图像的处理方法,针对相同的图片,从而获得不能的图像特性;(2)将灰度变换、灰度拉伸等方法应用到零部件加工表面的图像中分析,经过图像处理后,根据其灰度直方图及图像显示效果选择适合表面粗糙度检测的图像处理方法,研究了零部件的表面粗糙度Ra、Rz值的测量原理及其实现的数字化技术;(3)介绍了图像噪声的分类,并且根据零部件表面图像中噪声的不同,运用不同的滤波方法来处理图像中不同类型的噪声,并且对其进行了降噪处理,最终获得不同的降噪效果;(4)以工件加工表面的图片为对象,采用传统的表面粗糙度测量方法,对特征纹理的提取方法进行研究;采用最小二乘法,通过对工件加工表面图中的特征纹理的分布情况进行分析、对加工工件的纹理特征的统计,计算得出零部件表面粗糙度值,并给出零部件表面粗糙度值的最终测量方法;(5)基于Open CV平台,借助C++语言编出测量加工工件表面粗糙度的程序,实现了对工件加工表面图片的处理,从图像的读入到表面的纹理特征提取,再到表面粗糙度值的自动测量,最后将测得数据与表面粗糙度试验得到的实际值相比较,将两组数据进行参数回归分析,得到最终的运算结果,也就实现了本系统的标定。本文将工件表面粗糙度检测与数字图像处理技术有机结合起来,对加工工件的表面图片进行预处理,在此基础上,提取了图像中的纹理特征并编程计算,最后得到的工件表面的粗糙度值,从而证明了此方法的可行性,研究结果对工件表面粗糙度的检测具有非常重要的实践意义。(本文来源于《兰州理工大学》期刊2017-04-18）
许泓彧,郭克涛,祝成波[4]（2015）在《基于不同加工方式工件表面粗糙度的图像研究》一文中研究指出以平磨和外磨标准工件为研究对象,用一种新的非接触式表面粗糙度测量方法进行研究。采集和提取了平磨和外磨工件的激光散斑图像,并用灰度差分统计法对图像进行研究和分析。研究表明,平磨和外磨工件对比度、平均值、方差随表面粗糙度增大存在递增关系,在量值上平磨比外磨大;而不同加工方式对偏度和峰值有影响。(本文来源于《光电技术应用》期刊2015年01期）
刘皓挺,黄韬,汪飞琴,于文鹏,余琦[5]（2015）在《一种基于显微图像分析的光波导加工表面粗糙度估计方法》一文中研究指出为进一步提高光波导器件加工的可靠性,降低废品率,提出一种非接触式基于共聚焦显微图像分析的光波导加工表面粗糙度估计方法。首先采用共聚焦相机对光波导感兴趣区域进行拍摄,提取非缺陷图像区域;其次,采用粗糙度测量设备测量器件的表面粗糙度,利用图像处理方法计算提取图像区域的纹理特征,并建立二者结果间对应关系;最后,一旦建立上述关系后,便可采用相机拍摄的图像去估计待测光波导器件表面的粗糙度指标。与传统采用精密光学仪器测量光波导表面粗糙度的方法相比,本文方法不需要在线使用光学测量仪器或昂贵的后处理商业软件,具有低成本、使用方便的特点。实际应用证明了本文所提方法的正确性和有效性。(本文来源于《导航与控制》期刊2015年01期）
杨铁滨,侯玉婷,刘一星,薛伟[6]（2015）在《基于图像的木材机械加工表面质量评价研究》一文中研究指出实现木材机械加工表面质量自动评价对保证木制品质量和提升其价值有重要意义。根据ASTM_D_1666-87R04标准中规定的测试方法,对樟子松、白桦、水曲柳板材进行压刨和砂光加工试验,得到有Raised grain、Fuzzy grain、Chip marks缺陷和无缺陷的木材试样。扫描木材试样以获取其表面图像,计算图像的直方图纹理特征和小波纹理特征。对每种特征分别建立基于BP神经网络的分类器并进行训练和测试。测试结果表明,小波纹理特征分类器的正确率达到91.3%,其评价效果优于直方图纹理特征分类器。(本文来源于《森林工程》期刊2015年01期）
刘继刚,吕绍瑜,刘战强[7]（2015）在《切削加工表面变质层厚度的图像识别技术》一文中研究指出切削加工表面变质层影响零件的物理力学性能,会引起表面残余应力分布、显微硬度和微观组织结构等表面完整性的改变,进而影响零件疲劳寿命等服役性能.利用MATLAB图像处理工具,对切削加工表面变质层进行图像识别,探讨预分析图像质量对变质层厚度分析结果的影响,判定切削表面变质层与基体的边界,测量加工表面变质层的厚度.对镍基高温合金GH4169、粉末高温合金FGH95高速切削加工表面变质层分别进行了图像识别和变质层厚度的确定.结果表明:采用图像处理方法能正确识别加工表面基体和变质层的相含量差别,得到加工表面变质层深度,可用于加工表面完整性的检测.研究同时表明:图像亮度、纹理度、对比度和清晰度均会对变质层厚度分析结果产生较大影响,而图像色彩饱和度和尺寸大小的差异对变质层厚度分析结果影响较小.(本文来源于《天津大学学报(自然科学与工程技术版)》期刊2015年06期）
孙家昊[8]（2013）在《嵌入式磨削加工表面质量图像检测系统关键技术研究》一文中研究指出嵌入式系统是一种高度集成化，针对应用而设计的专用计算机系统，嵌入式系统是一种具有特定功能的计算机系统，它与通信技术和网络技术的结合，极大的增强了设备的网络和通信的灵活性和智能性。随着信息技术的不断发展和用户需求的不断增长，嵌入式系统逐渐走进社会生产的各个方面，其应用日益广泛。在此基础上，利用嵌入式系统进行图像处理，无疑将会极大的增强图像处理系统的通信、交互、数据处理等能力，扩展图像处理技术的应用范围及其对不同环境和要求的适应能力。工件表面质量是评价工件质量的一个重要指标，研究并检测工件表面质量是生产加工领域一个很重要的研究方向。图像处理技术是实现表面质量检测的一种有效的手段。本论文课题将嵌入式系统平台与图像处理整合在一起，在ARM9-S3C2440开发平台上实现。利用CMOS摄像头采集视频图像，将OpenCV移植到嵌入式开发平台，对采集所得图像进行处理。具体的工作内容如下：(1)分析了图像检测系统和嵌入式系统的现状及今后发展趋势，详细介绍了嵌入式系统的基本原理，提出了嵌入式图像处理开发平台的软硬件选型和设计方案。(2)构建了基于ARM的开发平台并移植Qt、OpenCV搭建开发环境，同时详细介绍了Video4Linux视频采集过程，针对开发环境配置的基础硬件模块，设计并移植了OV9650驱动程序。(3)提出一种改进的Canny算法，利用数字图像处理技术中图像滤波、形态学处理、图像边缘检测方法提取磨削加工表面的边缘信息，比较图像边缘信息的像素点值的大小，实现对表面有缺陷的工件的识别。(4)使用QtCreator2.0.1软件开发嵌入式磨削加工表面质量图像检测系统软件。实现了对磨削加工表面图形采集、处理的功能。对系统软件实施了测试，取得了较好的效果。(本文来源于《浙江理工大学》期刊2013-03-07）
孙家昊,包晓敏[9]（2012）在《基于ARM的磨削加工金属表面图像检测系统的设计》一文中研究指出介绍了基于ARM9 S3C2440和嵌入式Linux平台的磨削加工金属表面质量图像检测系统,采用USB摄像头读取金属工件表面的图像,通过OpenCV软件实现金属工件表面的质量检测。同时,用Qt开发出监控界面,可适时进行查询和记录。实验证明系统具有一定的实用价值,可以替代人工检测,效率高,成本低。(本文来源于《工业控制计算机》期刊2012年12期）
孙林丽,李言,郑建明[10]（2010）在《基于微观图像的加工表面3维形貌重建算法研究》一文中研究指出切削加工表面由于微观不平度及镜面效应的存在,使得照射其上的光线具有多次散射及后向散射的特性,从而影响了以工件表面图像3维重建形貌的精度。提出了一种基于二向反射分布函数的表面重建算法,构造了以Hapke模型表达的金属切削表面重建方程。该算法以重建方程离散化为手段,计算出光源和物体的倾角和偏角,得到光源和物体的梯度值,最后采用全微分方程对物体表面高度进行恢复。通过对实际切削加工表面图像3维形貌重建结果与触针式测量结果的对比表明,重建形貌粗糙度轮廓贴近实测粗糙度轮廓,证明了本文算法的准确、有效性,为加工表面3维形貌的重建提供了新的思路和方法。(本文来源于《中国图象图形学报》期刊2010年06期）
加工表面图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
刀具磨损在线监测为提高金属切削加工的生产效率和生产质量提供了更大的空间,实现刀具磨损在线监测也是实现智能化生产的重要部分。然而,由于刀具在切削过程中部分受到工件和切屑的遮挡,刀具的磨损状态难以实时直接被观察到,所以通过在线监测已加工表面的方法实时、间接获取刀具磨损状态更具有可行性。已加工表面由刀具直接切削作用产生,主要受刀具轮廓形貌、加工工艺参数和刀具-工件材料性能影响,在已知其他主要因素情况下,已加工表面轮廓可看作是刀刃轮廓的映射。通过对已加工表面进行在线监测,不仅能直接控制已加工表面质量,还能间接监测刀具状态。通过对已加工表面轮廓形成机理进行分析并修正,可从已加工表面反求获取刀刃磨损状态(锋利/磨损)信息,实现对刀具的间接监测,所以本文实现刀刃轮廓在线监测需完成的内容包括:(1)探究已加工表面形成机理,并根据其主要影响因素进行已加工表面几何模型的修正;(2)分析机器视觉图像采集的光照原理,探究已加工表面图像形成时图像灰度与纹理高度的相关关系,并在此基础上对单幅已加工表面图像进行叁维重构;(3)结合已加工表面形成机理及机器视觉单幅已加工表面图像叁维重构技术,计算并分析已加工表面轮廓与刀刃有效作用轮廓的关系,进一步从已加工表面图像反求出刀刃对已加工表面的有效作用轮廓;(4)在实验室和实际生产加工(火车轮镟修)中应用以上在线监测系统并验证其可行性。已加工表面实际轮廓形成受多种因素影响:刀具几何、加工工艺参数、工件材料物理性能和加工系统刚性等。其中刀具几何和加工工艺参数是最常被考虑的影响因素。实际上,在假设加工系统刚性足够理想的情况下,工件材料特别是塑性金属材料的弹塑性变形对已加工表面轮廓形成也是一个不可忽视的重要影响因素。因此本文在传统(仅考虑刀具几何和加工工艺参数)已加工表面形成模型的基础上,增加考虑了工件残余切削层弹塑性变形的影响,并建立修正的已加工表面形成模型,通过几何和数学计算的方法求解模型,获得已加工表面形成模型的数值解,不仅能更准确获得已加工表面形貌参数(如粗糙度),还能获得描述残余切削层弹塑性变形的重要参数。此部分内容在论文第二章介绍。已加工表面灰度图像与已加工表面实际纹理轮廓的关系主要受光照模型影响,已有研究中光照模型的计算非常复杂且适用条件苛刻。本文在已有研究的经验之上,建立了适用于已加工表面的专用光照模型,并通过建模和计算分析论证了已加工表面图像灰度与实际已加工表面高度呈线性相关关系,继而实现了基于单幅图像对已加工表面形貌的叁维重构,达到基于机器视觉在线获取已加工表面叁维形貌的效果,为从已加工表面图像反求刀刃磨损轮廓的研究做了前期准备。这部分内容在第叁章介绍。从已加工表面灰度图像获得已加工表面几何轮廓后,根据第二章的修正已加工表面几何模型的求解结果,将已加工表面轮廓对应的刀刃有效作用轮廓进行还原,分析刀具磨损状态。对比其他通过已加工表面图像研究刀具磨损的方法,如对分形分析法、GLN法和GLCM法进行同一系列实验数据的计算分析,对比结果表明,本文所提出的刀刃有效作用轮廓几何还原法比其他方法更直观,更具有鲁棒性,且适用于一般的生产加工条件。这部分内容在论文第四章介绍。第二、叁、四章均通过理论分析计算和实验验证完成,本文第五章综合了以上内容对火车轮镟修进行加工现场在线监测,并验证了该在线监测系统的可行性。以上研究表明,本文提出的修正已加工表面形成模型比已有计算模型更符合实际已加工表面的情况。在修正已加工表面形成模型的基础上,结合机器视觉单幅图像叁维重构技术,从已加工表面图像对刀刃有效作用轮廓进行还原,可直观识别刀刃轮廓的实际磨损状态,有效实现刀具磨损状态的在线监测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加工表面图像论文参考文献
[1].安倩楠.基于加工表面显微图像的卷积神经网络粗糙度识别技术研究[D].西安理工大学.2019
[2].麦青群.基于已加工表面修正模型和图像技术的刀头磨损刃形在线监测[D].华南理工大学.2017
[3].陈毅.基于数字图像的机械加工表面质量检测技术研究[D].兰州理工大学.2017
[4].许泓彧,郭克涛,祝成波.基于不同加工方式工件表面粗糙度的图像研究[J].光电技术应用.2015
[5].刘皓挺,黄韬,汪飞琴,于文鹏,余琦.一种基于显微图像分析的光波导加工表面粗糙度估计方法[J].导航与控制.2015
[6].杨铁滨,侯玉婷,刘一星,薛伟.基于图像的木材机械加工表面质量评价研究[J].森林工程.2015
[7].刘继刚,吕绍瑜,刘战强.切削加工表面变质层厚度的图像识别技术[J].天津大学学报(自然科学与工程技术版).2015
[8].孙家昊.嵌入式磨削加工表面质量图像检测系统关键技术研究[D].浙江理工大学.2013
[9].孙家昊,包晓敏.基于ARM的磨削加工金属表面图像检测系统的设计[J].工业控制计算机.2012
[10].孙林丽,李言,郑建明.基于微观图像的加工表面3维形貌重建算法研究[J].中国图象图形学报.2010