基于數(shù)字圖像的刀具磨損狀態(tài)監(jiān)測研究.pdf

1、刀具磨損狀態(tài)監(jiān)測技術(shù)是自動(dòng)化生產(chǎn)中一個(gè)極其關(guān)鍵的技術(shù)，它是降低制造成本，減少環(huán)境危害、保證制造系統(tǒng)正常高效運(yùn)行和產(chǎn)品質(zhì)量的主要手段之一。刀具磨損狀態(tài)監(jiān)測系統(tǒng)為制造系統(tǒng)現(xiàn)代化、自動(dòng)化、柔性化奠定了基礎(chǔ)，對刀具狀態(tài)的實(shí)時(shí)監(jiān)測研究已成為許多國家研究的熱點(diǎn)，并成為各國公認(rèn)的重大技術(shù)關(guān)鍵。
　　 本文主要研究基于數(shù)字圖像的刀具磨損狀態(tài)監(jiān)測方法，提取刀具在各種磨損狀態(tài)下的工件表面紋理圖像和刀具后刀面磨損圖像的視覺特征，并建立圖像特征與刀具磨

2、損狀態(tài)之間的聯(lián)系，以實(shí)現(xiàn)基于數(shù)字圖像分析的刀具磨損狀態(tài)的監(jiān)測。本文分別從工件表面紋理圖像分析和切削刀具后刀面圖像分析兩個(gè)方面進(jìn)行研究，重點(diǎn)研究了工件表面圖像的紋理特征提取方法和刀具圖像的磨損區(qū)域分割方法，針對傳統(tǒng)方法的不足改進(jìn)了紋理提取的效率和準(zhǔn)確性，以及刀具圖像磨損區(qū)域分割的準(zhǔn)確度。
　　 本文研究的主要內(nèi)容有:
　　 針對原始的工件表面紋理圖像存在的圖像信息冗余、不均勻光照、噪聲影響等問題，介紹了紋理圖像預(yù)處理方法，

3、提出了自動(dòng)裁減算法裁減工件圖像，并提出二階統(tǒng)計(jì)方法進(jìn)行圖像光照校正、中值濾波方法去除圖像噪聲，完成工件表面紋理圖像的預(yù)處理。然后創(chuàng)新性地提出基于Hough變換和行程長度統(tǒng)計(jì)法的工件表面圖像紋理分析方法，直接利用工件圖像的紋理結(jié)構(gòu)信息，對圖像進(jìn)行Canny邊緣檢測得到紋理邊緣圖像，去除紋理以外的無關(guān)信息，大大減少了計(jì)算工作量，然后對紋理邊緣圖像進(jìn)行Hough變換檢測圖像中的直線信息，并利用行程長度統(tǒng)計(jì)算法提取出平均長度和平均角度特征，有效

4、、準(zhǔn)確地完成工件表面圖像的紋理特征提取。
　　 對采集到的切削刀具后刀面圖像進(jìn)行處理，提出了基于Hough變換的刀具角度旋轉(zhuǎn)校正和積屑瘤去除方法，有效實(shí)現(xiàn)刀具后刀面的預(yù)處理。提出了基于馬爾可夫隨機(jī)場(MRF)的刀具后刀面圖像分析方法，利用馬爾可夫隨機(jī)場構(gòu)建刀具圖像磨損區(qū)域分割模型，并加入松弛迭代算法改進(jìn)分割效果，準(zhǔn)確分割得到后刀面圖像的磨損區(qū)域，然后提出利用8-連通鏈碼邊界搜索算法搜索磨損區(qū)域的邊界，并據(jù)邊界搜索結(jié)果提取出圖像的