（机械工程专业论文）基于加工表面纹理图像的刀具磨损监测.pdf

摘要 论文题目： 学科专业： 研究生： 指导教师： 基于加工表面纹理图像的刀具磨损监测 机械制造及其自动化 冯美军签名： 肖继明副教授签名： 摘要 基于加工表面纹理图像的刀具磨损监测是综合了视觉和纹理分析技 术对刀具磨损状态进行监测的方法。本文通过对不同刀具磨损状态下加 工表面纹理图像的视觉特征进行研究，以期达到对刀具磨损状态监测的 目的。 分析了切削加工表面纹理的形成过程，以及加工表面纹理的形态及 图像特征，并对影响工件表面纹理的因素进行了对比，阐明了基于加工 表面纹理的刀具磨损监测方法的合理性和可行性。 以车削加工表面图像为基础，对图像灰度变换、图像增强、图像分 割、二值图像的数学形态学运算和区域标记等预处理方法进行研究，完 成了相应的算法。 从灰度共生矩阵中提取了二阶矩、对比度、相关值、熵四个统计量 作为刀具磨损特征，对其所反映的加工表面纹理的状态进行了分析。提 出了以基于像素空间投影法的累计面积、基于图像分割的连通区域数、 基于二值图像的面积、基于图像数据的列之和的累计面积作为刀具磨损 特征。 在实验基础上，以加工表面纹理图像为研究对象，使用基于图像分 割的连通区域标记法、灰度共生矩阵法、像素空间投影法、基于二值图 像的面积统计法、基于图像数据列求和法对加工表面纹理图像进行分析 和处理。研究结果表明，随着刀具磨损的增加，二阶矩、累计面积、开 运算以及基于边缘检测得到的连通区域数逐渐增大，相关值、熵值、基 于腐蚀运算、开运算、s o b c l 算子处理后得到的二值图像面积和基于图像 列求和法得到的累计面积逐渐减小。因此，加工表面纹理的这些图像特 西安理工走学硕士学位论文 征可以作为刀具磨损的评定标准，以实现刀具磨损状态监测，为刀具磨 损监测提供了有效途径。 关键词：刀具磨损；状态监测；加工表面纹理图像；特征提取 a b st r a c t t i t l e ：t o o lw e a rm o n i t o r l n gb a s e do nt h ep r o c e s s e d s u r f a c et e x t u r el m a g e m a j o r ：m e c h a n i c a lm a n u f a c t u r i n ga n d a u t o m a t i o n n a m e ：m e i j u nf e n g s u p e r v i s o r ：a s s o c i a t ep r o f j i m i n gx i a o a b s t r a c t s i g n a t u r e ：础弘 翱g n 甜u r e ：笱 t o o lw e a rm o n i t o r i n gb a s e do l lt h ep r o c e s s e ds u r f a c et e x t u r ei m a g ei st h em e t h o dt h a t s y n t h e s i z e dv i s u a la n dt e x t u r ea n a l y s i st e c h n i q u et om o n i t o rt o o lw e a l c o n d i t i o n t h ev i s u a l c h a r a c t e r i s t i co fp r o c e s s e ds u r f a c et e x t u l ti m a g eu n d e rd i f f e r e n tt o o lw e a l c o n d i t i o n sw a s i n v e s t i g a t e df o ra c h i e v i n gt h eg o a lo f t o o lw e a rc o n d i t i o nm o n i t o r i n g t h ef o r m i n gp r o c e s so fs u r f a c et e x t u r e ，t h em o r p h o l o g ya n di m a g ec h a r a c t e r i s t i c so f p r o c e s s e ds u r f a c et e x t u r ew e r ea n a l y z e d ，t h ef a c t o r st h a ti n f l u e n c i n gp r o c e s s e ds u r f a c et e x t u r e w e r ec o m p a r e d , t h er a t i o n a l i t yo ft o o lw e a l m o n i t o r i n gm e t h o db a s e do np r o c e s s e ds u r f a c e t e x t u r ew a se x p l a i n e d o nt h eb a s i so fp r a c t i c a l p r o c e s s e ds u r f a c ei m a g e ，t h e m e t h o d so fg r a yl e v e l t r a n s f o r m a t i o n ，i m a g ee n h a n c e m e n t ，i m a g es e g m e n t a t i o n ，m a t h e m a t i c a lm o r p h o l o g yo p e r a t i o n s a n dr e g i o nl a b e l i n gf o rb i n a r yi m a g ew o r es t u d i e d , a n dt h ec o r r e s p o n d i n ga l g o r i t h mw a s c o m p l e t e d t h ef o i l l s t a f f s t i c ss u c ha ss e c o n do r d e rm o m e n t ，c o n t r a s t ，c o i t e l a t i o n ，e n t r o p y w h i c hw c r cu s e da st o o lw e a rf e a t u r e sw e r ee x t r a c t e df r o mg r a y - l e v e lc o - o c e n r r e r l c em a t r i x ， a n da n a l y z e dt h es t a t eo fp r o c e s s e ds u r f a c et e x t u r e a c c u m u l a t i o na r e ab a s e do np i x e ls p a c e p r o j e c f i o nm e t h o d , c o n n e c t e dr e g i o ni n t e g e rb a s e do ni m a g es e g m e n t a t i o n , b i n a r yi m a g ea r e a , a n da c c u m u l a t i o na r e ab a s e do nt h es l m lo fi m a g ed a t ae o h i n mw a sp r e s e n t e da st o o lw e a l f e a t u r e s o nt h eb a s i so fp r a c t i c a lp r o c e s s e ds u r f a c ei m a g e 。p r o c e s s e ds u r f a c et e x t u r ei m a g ew a s s t u d i e da n da n a l y z e db yg r a y - l e v e lc o - o c c u r r e n c em a t r i xm e t h o d ，p i x e ls p a c ep r o j e c t i o nm e t h o d ， c o n n e c t e dr e g i o nl a b e l i n gm e t h o d ，a r c as t a t i s t i c sm e t h o db a s e do nb i n a r yi m a g e ，t h em e t h o do f c o l u m ns 1 m lo fi m a g ed a t a t h er e s u l t si n d i c a t e dt h a tw i t 】1t o o lw e a l i n c r e a s i n g ，s e c o n do r d e r m o m e n t ，a c c u m u l a t i o na r e ac o n n e c t e dr e g i o ni n t e g e rb a s e do no p e no p e r a t i o na n de d g e d e t e c t i o ni n c r e a s e d c o r r e l a t i o na n de n t r o p y , b i n a r yi m a g ea r e ao b t a i n e db a s e do nc o r r o s i o n o p e r a t i o n , o p e no p e r a t i o na n ds o b e lo p e r a t i o n ，t h e a c c u m u l a t i o na r e ao b t a i n e db yi m a g e 西安理工大学硕士学位论文 c o l u t r ms u md e c r e a s e d t h e s ei m a g ef e a t u r e sc o u l db eu s e da se v a l u a t i o ns t a n d a r d sf o rt o o l w e a r , i tp r o v i d e de f f e c t i v ew a y f o rt o o lw e a rm o n i t o r i n g k e yw o r d s ：t o o lw e a r ；c o n d i t i o nm o n i t o r i n g ；p r o c e s s e ds u r f a c et e x t u r ei m a g e ；f e a t u r ee x t r a c t i o n 独创性声明 秉承祖国优蘸道德传统和学校的严谨学风郑重申明：本人所呈交的学位论文是我个 人在导师指导下进行的研究工作及取得的成果。尽我所知，除特别加以标注和致谢的地 方外，论文中不包含其他人的研究成果。与我一同工作的同志对本文所论述的工作和成 果的任何贡献均已在论文中作了明确的说明并已致谢。 本论文及其相关资料若有不实之处，由本人承担一切相关责任 论文作者签名：之曼差垒扣刁年；月37 日 学位论文使用授权声明 、，上辜留 本人么型茎塾在导师的指导下创作完成毕业论文。本人已通过论文的答辩，并 已经在西安理工大学申请博士硕士学位。本人作为学位论文著作权拥有者，同意授权 西安理工大学拥有学位论文的部分使用权，即：1 ) 已获学位的研究生按学校规定提交 印刷版和电子舨学位论文，学校可以采用影印、缩印或其他复制手段保存研究生上交的 学位论文，可以将学位论文的全部或部分内容编人有关数据库进行检索；2 ) 为教学和 科研目的，学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆、资料室 等场所或在校园网上供校内师生阅读、浏览。 本人学位论文全部或部分内容的公布( 包括刊登) 授权西安理工大学研究生部办 理。 ( 保密的学位论文在解密后，适用本授权说明) 论文作者签名：主鱼薹垒导师签名：f l 墨垒! 乒匆率；月j 日论文作者签名：主鱼墨 导师签名：( 墨篁! 多乒。霹；月j 日 、 f。| 1 绪论 1 绪论 1 1 本文的研究背景及意义 随着加工自动化程度的不断提高，特别是柔性制造系统( f m s ) 的出现，人们越来越 重视对加工过程的在线监测。刀具磨损是切削加工过程中不可避免的现象，但刀具一旦发 生磨损，不仅会使工件加工精度降低，表面粗糙度增大，而且会导致切削力加大，切削温 度升高，甚至产生振动，而中断正常的切削过程。因此，刀具磨损的在线监测是较早提出 的研究方向之一。 切削过程中，刀具磨损是一个渐进的过程，变化较为缓慢。因此一般切削加工时，操 作者可以根据切削过程中的振动、噪声等来估计刀具的磨损程度，考虑是否换刀或刃磨。 在自动化加工过程中，则需要系统能够自动判断刀具的磨损程度并及时换刀，以免由于刀 具磨损过度而造成的加工质量下降或其他损失。 虽然用刀具寿命管理的方法可以防止刀具的磨损和破损，但因为刀具寿命具有随机 性，而这种方法对刀具的寿命极限的估计往往过于保守，以致大部分刀具未能充分发挥其 作用。在无人化加工系统中，这将意味着换刀次数和刀具费用的增加。因此，切削加工过 程中，如何定量、定时地掌握刀具的工作状况，检测与诊断刀具的磨损、崩刃等损伤故障， 对于延长机床设备的无故障运行，提高产品质量都非常重要。 1 2 刀具状态监测技术的发展概况 1 2 1 传统刀具状态监测技术 自二十世纪7 0 年代以来，国内外学者对刀具磨破损的监测理论和系统进行了大量的 研究【1 1 。到7 0 年代末，国外己研制开发出了用于刀具状态监测用的传感器件，通过测量 切削力、振动、噪声和热等，间接反映刀具的磨破损程度【2 捌。日本、德国生产的n c 机 床在配置适应性控制系统的同时，设置了带传感器的刀具检测及监控系统，可实时地监测 刀具的损伤情况，及时发出信息，防止因刀具失效引起的工件报废和机床故障。据称，该 系统可避免7 5 以上的故障，增加有效工时，节省3 0 以上的加工费用，提高切削效率 2 0 以上【4 j 。二十世纪9 0 年代，刀具损伤监测及故障诊断技术在高性能微机监测等新技 术的推动下，获得进一步发展，其准确性、可靠性、实用性得到进一步提高。刀具损伤监 测所用传感器在集成化、数字化及智能化方面取得了新的进展，刀具传感器的品种、规格、 用途、测试方法有新的发展，且价格有所降低，从而在机械加工方面开拓了新的应用领域。 近年来国内外学者对刀具状态监测技术进行了大量研究，虽然声发射技术是一种较 有前途并具有工业应用潜力的监控方法，但是，目前由于种种原因，大多监控法尚不能完 全满足工程实际的需要。从传统监测方法来看，声发射监控法的不同工艺系统互换性较差， 而且声发射传感器的定位安装也存在一定的困难，安装在刀具或工件上，虽然对信号采集 西安理工大学硕士学位论文 有利，但实际应用存在困难，而如果安装在主轴上或冷却液喷管中，信号则会有一定的衰 减；振动传感器的监控位置选择也较困难，其理想的安装位置是加工工件的垂直表面，但 在实际加工过程中却同样难以实现：利用电流传感器，检测伺服系统的电流或者功率是一 种常用的刀具检测方法，对刀具的破损监测比较有效，对刀具磨损监测则有一定困难；同 位索监测法有害健康；电阻监测法需在刀具上印制金属膜电阻，标定和使用都不方便；工 件尺寸监测法的结果受工件热膨胀和刀具运动误差的影响。其它的一些方法，诸如超声波、 切削力、磁场、振动、温度、应力应变等也存在传感器安装时需对刀具、刀架或机床进行 改动，且换刀后需进行传感器标定，以及传感器信号传输电缆与机床原有自动换刀系统不 能协调匹配，受轴承、润滑油、连接环节等中问因素的影响，鲁棒性差，评价基准随加工 速度、进给量、材料和刀具型号等因素变化需不断修正等问题，它们也是影响实际应用的 重要原因。 实际上，从没有受到干扰的切削过程获取一个合适的参考信号需要大量的工作和较高 的技能。即便获得了恰当的参考信号，当应用到工业实际中时，由于工作条件或加工要求 的变化，又会出现另外的问题。由于所获得的参考信号是对应特定机床类型和实际切削参 数的某种映射，当修改了n c 程序或者使用不同的刀具进行切削时，这些参考信号将不能 继续使用。 1 2 2 基于计算机视觉的刀具磨损监测 a 图像监测法的特点 图像监测法是一种基于计算机视觉原理和图像处理技术、采用光电技术来检测刀具磨 损量的方法。一个典型的方案是用一束激光将刀具照亮，利用摄像头获取刀具磨损带的图 像，并借助图像处理技术进行分析。 图像监测方法可以避开非图像监测方法所不得不面临的问题。非图像方法的测量原理 很大程度上取决于被测参数与刀具状态之间的相关程度。被测参数常常会受到非磨损现象 的很大影响，这种情况在测量切削力时会出现，而在大多数刀具状态监测系统中需要测量 切削力。刀具磨损只会在很小的程度上引起切削力的变化，而切削力的变化却会大大地影 响切削数据的变化。 用图像测量方法不仅能够完全避免这些问题，而且还具有许多突出的优点。这种检测 是非接触性的，并且非常迅速。所用时间只是刀具进入和离开测量位置所需要的时阔加上 拍摄一幅或者多幅照片所需的时间。使用这种技术有可能建立更完善的刀具几何形状测量 系统，可以不需要人工调节而测量不同种类的刀具。另外，图像监测法还提供了额外的磨 损数据，如有缺口的刀具区，刀具磨损区等的特征数据。但目| ； 使用的计算机视觉监测系 统仅能对刀具的磨损进行有限的测量，如测量刀具上的某些部分。当然，直接测量从原理 上就是间断性的测量，只能在刀具脱开切削时进行。 由于刀具磨损形式呈现较大的变化，直接的光学检测法能够把它们分成几种典型的磨 2 1 绪论 损形式。原始的灰度图像和从图像中提取的磨损区域的轮廓被以数字信号的形式存储在计 算机内，可以从中计算出所有不同的参数。这有助于更好地对刀具磨损的不同形式进行分 类，并且可以估计刀具的剩余寿命。 b 图像监测法的发展现状 目前c v t c m 方法，主要有三种类型： 第一类是基于刀具表面磨损图像的视觉监测方法。刀具的破损状态，以前主要是通过 机床操作者对刀具表面形态的观察做出判断，而且判断更多的是依靠其工作经验，准确性 较差。基于计算机视觉的刀具状态监测则能替代人工对刀具表面形态进行检测，便于实现 刀具状态监测的自动化。刀具磨损信息主要包括前刀面的月牙形磨损深度、月牙形磨损面 积、后刀面的磨损v b 值以及它的磨损面积。刀具表面是刀具磨破损状态的直接反映，它 所具有的优点是其它监测方法不能比拟的。但是，由于在工件切削过程中进行监测，只能 采用间断式工作模式，在每一次切削回程时摄取刀具表面图像，这种方法是一种间歇 式的准在线监测方法。 第二类是基于工件表面图像的视觉监测方法。工件表面纹理是刀具刀刃状态的映像， 刀具锋利时切削出的表面纹理清晰，连续性好；刀刃磨钝时切削出的工件表面纹理紊乱， 不连续，有断痕，且不同的加工方式和刀具也会有不同的纹理特征，故该方法可用于刀具 磨损状态监测中。相对于其他的监控方法，基于工件表面纹理的刀具状态监控方法所需的 设备比较少，安装方便，因此将逐步发展成为刀具状态监测领域的一类重要监测手段。 第三类是基于切屑图像的刀具磨损状态监测方法。由于切屑形态是切屑变形的直观表 象，若在切削中，工件材料、切削用量、刀具的几何参数等影响切削变形的基本条件不变， 那么刀具磨破损就是引起切屑形态规律发生变化的主要原因。因此，切屑形态一直被作为 操作人员判断刀具损坏的主要信息来源。在切屑形态的变化规律中蕴涵着的刀具破损状态 信息，可以被用于刀具工况的在线自动监测。 近年来，随着计算机技术的迅速发展，基于计算机视觉的刀具状态监测( c v t c m ， c o m p u t e r - v i s i o nb a s e dt o o lc o n d i t i o nm o n i t o r i n g ) 开始逐步进入机械加工自动化领域，出 现了一些c v t c m 算法【5 - l o l 。c v t c m 算法具有仿生学上的合理性，能在很大程度上克服 现有刀具状态监测方法，如基于声发射、切削力、振动、电机功率等监测方法所存在的缺 陷1 5 】，将逐步发展成为现代刀具状态监测的一类重要监测手段。随着国外对基于图像处理 与计算机视觉的刀具状态监测技术的日益重视，国内在该领域也开展了初步的研究工作。 刘伟等【6 】在数控机床上应用大截面光导纤维传像束和工业摄像机将刀具磨损图像输入监 视器，利用图像采集卡将图像转换成数字图像存入计算机，并经软件处理，实现了对刀具 磨损的检测。梅安华等f 7 l 采用光电摄像器件显微镜与p c 计算机构成的机器视觉系统，检 测刀具后刀面上磨损带的影像信息，取得了一些成果。张昆等【8 l 在数控机床上用光导纤维 传像柬和工业摄像机将刀具磨损图像输入监视器，利用图像采集卡将图像转换成数字图像 存入微机，并经二值化处理，而实现刀具磨损检测。熊四昌等【9 l 对基于分形维数布朗运动 西安理工大学硕士学位论文 的工件表面图像分析和基于马尔可夫随机场的工件表面纹理的刀具磨损状态监测做了相 应的研究。 c 图像监测法的不足 虽然计算机视觉技术得到了很大的发展，但目前工业检测中的计算机视觉系统存在准 确度和精确性不高的缺陷，这是多方面原因造成的。一个是图像质量受成像系统和环境条 件影响较大，另一个原因是模式识别和图像处理的理论研究还不够完善。虽然各种纹理分 析方法被提出和应用，但还没有哪个方法能完全有效地描述和分析各种纹理现象。可以预 见，随着相关领域的研究发展与完善、成像系统改进以及环境条件的改善，计算机视觉在 工业检测系统中的应用将更为广泛、更为准确。 综上所述，基于计算机视觉的刀具磨损监测方法优点很多。进行工件表面纹理分析时， 我们用肉眼可以明显地看出工件表面纹理的区别，但是要使计算机自动定量地对它们进行 分析，必须有合理的模式识别方法，提取有效的特征参数，对不同的纹理图像进行描述。 为了定量描述纹理，需要研究纹理本身可能具有的特征。目前国内在这一方面的研究和国 际水平相比还有很大差距。所以本文根据以上不足，提出了基于加工表面纹理图像的刀具 磨损监测方法。 1 3 本文的主要研究内容 工件表面纹理是刀具刀刃状态的复映，刀具锋利时切削出的表面纹理和刀刃磨钝时切 削出的工件表面纹理的特征有很大的差异。因此，在进行后续工作之前必须进行一系列处 理。本文主要以基于图像分割的连通区域标记法、灰度共生矩阵法和基于像素空间 投影分析法，研究刀具不同磨损状态下加工表面纹理图像的特征，以实现对刀 具磨损状态的监测。 根据以上分析，本文的主要研究内容安排如下： 第一章论述本论文的研究背景，分析刀具磨损状态监测技术的研究现状，重点分析 基于工件表面图像的视觉监测方法应用于刀具磨损状态监测的可行性。 第二章阐述加工表面纹理的形成过程和不同加工时刻的加工表面图像纹理的特征， 以及影响工件表面纹理的因素。 第三章对加工表面图像中常用的图像基础处理算法进行研究、比较和分析，包括对 灰度变换、几何变换、图像增强、图像分割、二值图像的数学形态学、二值图像的连通区 域标记等问题分别去探索适当的图像处理算法。 第四章采用共生矩阵法、像素空间投影分析法、基于二值图像的连通区域标记法、 基于二值图像面积的面积统计法和列像素求和法分别进行相应的图像特征提取。 第五章以车削实验所得到的加工表面图像，分别应用各种图像特征分析方法对其进 行分析和处理，提取加工表面纹理的各种特征，探索特征和刀具磨损之间的规律。 4 2 切削加工表面纹理及其影响因素 2 切削加工表面纹理及其影响因素 一。 曙一电嘲 图2 - 2 切削层残留面积 f i g 2 2t h er e s i d u a la r e ao f c u t t i n gl a y 西安理工大学硕士学位论文 2 2 2 物理因素 切削加工后表面的实际纹理与理论纹理有较大的差别，这是由于存在着与被加工材料 性能及切削机理有关的物理因素的缘故。 ( 1 ) 切削刃钝圆半径h 当刀具作用于切削层时，切削刃不可能绝对锋利，而是有一定的钝圆半径r n 。这样刃 口圆角及后刀面的挤压与摩擦使金属材料发生塑性变形而使理论残留面积挤歪或沟纹加 深，如图2 - 3 所示。 图2 - 3 加工表面实际轮廓与理论轮廓 f i g 2 - 3r e a lp r o f i l et h e o r e t i c a lp r o f i l eo f t h ep r o c e s s e d5 u r f a c e ( 2 ) 积屑瘤 积屑瘤是指粘附在刀具前刀面与刀尖上的一块硬度较高的金属，它是由于刀具前刀面 的外摩擦阻力大于切屑底层内结合力而形成的。积屑瘤形成后并不是稳定不变的，而是不 断地形成、长大，然后粘附在切屑上被切屑带走或留在工件表面上，如图2 4 所示。由于 积屑瘤有时会伸出切削刃之外，其轮廓也很不规则，因而使切自0 加工表面上出现深浅和宽 度都不断变化的纵向沟纹。 图2 4 积屑瘤对切削加工表面纹理的影响 f i g 2 - 4t h ei n f l u e n c eo f t u r n i n gs u r f a c et e x t u r eb yb u i l d - u pe d g e ( 3 ) 鳞刺 鳞刺是由于切屑在刀具前刀面上的摩擦和冷焊作用造成周期性停留，代替刀具推挤切 削层，造成切削层和工件之间出现撕裂现象，图2 5 所示。如此连续发生，就在加工表面 上出现一系列鳞刺，构成切削加工表面的纵向裂纹。鳞刺的出现并不以依赖于积屑瘤，但 积屑瘤的存在会影响鳞刺的生成。 6 图2 - 5 鳞刺的形成过程 f i g 2 - 5t h ef o r m i n gp r o c e s so f b u r r 2 切削加工表面纹理及其影响因素 ( 4 ) 切削过程中的振动 切削过程中的振动会使表面纹理的规则性显著下降。振动一般是由于径向切削力太大 或工件系统的刚度小而引起的。振动分强迫振动和自激振动。在切削时，由于周期性变化 的外力所引起的振动称为强迫振动。在没有周期性变化的外力情况下，由切削过程本身的 切削力的周期性变化所引起的振动，称为自激振动。如切削时摩擦力的变化、积屑瘤和鳞 刺的产生与消失等都会引起自激振动。在切削过程中，随着刀具磨损的加剧，切削力也会 相应的增大，导致振动加剧，这时表面的纹理的形态会发生变化。 ( 5 ) 刀具的磨损与破损 切削过程中，刀具磨损后会在后刀面毗邻切削刃的那部分形成后角a o 。= 0 。、宽度 为防的小棱面，加大后刀面与已加工表面的挤压与摩擦，切削力将增大。因此，随着后 刀面磨损宽度v b 的增大，切削力将逐渐增大，从而使切削过程不稳定，切削加工表面纵 向纹理的规则性变差。同时，随着后刀面磨损宽度髓的增大，由于接触面积的增大，也 会刮擦切削加工表面纹理。 切削过程中，切削刃的刃口圆弧部分既同切削表面发生摩擦和挤压，又同已加工表 面发生摩擦，因此，切削刃的刃口部分发生磨损，切削刃钝圆半径，n 就会发生变化，如 图2 6 所示。这样如前所述必然会影响切削表面纹理。 图2 - 6 切削刃刃口磨损示意图 f i g 2 6t h ed i a g r a mo f c u t t i n ge d g ew e a l * 切削过程中，随着后刀面磨损宽度v b 的增大，刀具与工件的摩擦也将增大，切削 温度升高，对切削加工表面会产生烧蚀作用。 切削过程中，刀具的破损，如崩刃、破碎、裂纹、塌陷等会使切削刃的完整性破坏， 甚至完全改变切削刃的几何参数，从而改变切削加工表面纹理的几何关系。 由以上分析可知，后刀面磨损对切削加工表面纹理的影响很大。图2 7 所示为获取的 车削时刀具不同磨损状态下的工件表面纹理图像。可以看出刀具不同磨损状态下，工件表 面纹理图像的特征明显不同。本文就是基于刀具磨损状态与工件表面纹理图像之间存在的 这种必然关系，以期通过对工件表面纹理图像的研究分析，实现对刀具磨损的状态监测。 当然要让机器视觉正确识别不同刀具磨损的状态下工件表面纹理图像之间的差别，还需作 一系列处理工作。 7 西安理工大学硕士学位论文 ( a ) 镡利( b ) 屠损较小( c ) 严重署损 图2 - 7 刀具不同磨损状态下的工件表面纹理图像 f i g 2 - 7t e x t u r ei m a g eo f m a c h n e s u r f a c ea td i f f e r e n tt o o lc o n d i t i o n s 2 3 本章小结 本章通过对切削加工表面纹理的形成过程及影响切削加工表面纹理的因素分析，发现 刀具磨损对切削加工表面纹理的影响很大，结合所得车削时刀具不同磨损状态下的工件表 面纹理图像的印证，表明了基于工件表面纹理图像进行刀具磨损状态监测的可行性。 3 加工表面图像的预处理 3 加工表面图像的预处理 由成像装置获取数字图像的过程中，受到多种因素的影响，必须要经过预处理们。 图像的预处理指在图像分析中，对输入图像进行特征提取、分割和匹配前所进行的处理。 图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的 可检测性和最大限度地简化数据，从而有利于特征提取、图像分割、匹配和识别。根据需 要，本章介绍以下预处理方法，为后续的特征提取奠定基础。 3 1 图像的剪切 在图像处理过程中，有时只需要处理图像中的一部分，或者在处理前需要将图像中的 一部分取出，这时就需要对图像进行剪切。如图3 1 a 所示为加工表面图像，从图中取出 虚线所示的一部分如图3 1 b 。 ( a )【b ) 图3 - i 剪切前后的结果 f i g 3 - 1i m a g e sb e f o r ea n da f t e rc r o p p i n g 3 2 图像的二值化 若图像像素灰度级只有两级0 和1 ，则称图像为二值图像。二值化的方法是取一归一 化的阈值l e v e l ，当像素的灰度值大于l e v e l 时为l ，小于或等于时为0 。如图3 2 ( a ) 为 加工表面图像，( b ) 为其直方图，选择阈值l e v e l 为6 2 。图3 2 ( c ) 为其二值化后的图 像。从图中对比可以看出，二值化后的图像比灰度图像对比度强烈，而且清晰。 ( a ) 加工表面图像( b ) 直方图 9 西安理工大学硕士学位论文 ( c ) 二值化后 图3 0 灰度图像的s - 值化 f i g3 2t h eb i n a r i z a t i o no f i n t e n s i t yi m a g e 3 3 图像增强 在获取图像的过程中，由于多种因素的影响，导致图像质量多少会有所退化。图像增 强的目的在于： ( 1 ) 采用一系列技术改善图像的视觉效果，提高图像的清晰度； ( 2 ) 将图像转换成一种更适合于人或机器进行分析处理的形式。 图像增强目前还缺乏统一的理论，这与没有衡量图像增强质量通用的、客观的标准有 关。从根本上说，并没有图像增强的通用标准，观察者是某种增强技术优劣的最终判断者。 由于视觉检查和评价是相当主观的过程，所以所谓“好图像”在增强算法性能中实际上是 不确定的。 3 3 1 图像的灰度变换 成像系统的结果使图像只具有一定的亮度范围，亮度的晟大值与最小值之比称为对比 度。由于形成图像的系统亮度有限，常出现对比度不足的问题，使人眼观看图像时视觉效 果很差。通过灰度变换可使图像动态范围增大，图像对比度扩展，图像清晰，特征明显， 是图像增强的重要手段之一。 a 线性变换 令原图像，( d 的灰度范围为k ，b l ，线性变换后图像g ( f ，力的范围为k ，b 】，如图3 - 3 。 g ( f ，d 与f ( i ，) 之间的关系式为： g ( f = c i - i - 等詈瞰“) 一胡 ( 3 1 ) 在曝光不足或过度的情况下，图像反度可能只局限在一个很小的范围内。这时在显示 器上看到的将足一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像 素灰度作线性拉伸，将有效地改善图像视觉效果。 l o 3 加工表面图像的预处理 g ( i ，) 拶 g 口 b 分段线性变换 0 a ， b f ( i ，n 图3 - 3 线性变换示意图 f i g 3 3t h ed i a g r a mo f l i n e a rt r a n s f o r m a t i o n 为了突出感兴趣的目标或灰度区间，抑制那些不感兴趣的灰度区间，可采用分段线性 变换。常用的是三段线性变换，如图3 4 所示。对应的数学表达式为 f ( c a ) f ( i ，力 g ( i ，力= 陋一c ) ( 6 一口) 】【厂( f ，) 一口】+ c 【( m ，- d ) ( m ，- 0 ) 】d c ( i ，j ) - b + d 0 s ，q ，n s a a f ( i ，) b ( 3 2 ) b f ( i ，_ ，) s m i 图3 4 中对灰度区问k ，6 】进行了线性拉伸，而灰度区间【o ，口】和 6 ，m ， 则被压缩。通 过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。 奎。轴 m | d c 0 图3 - 4 分段线性变换 f i g 3 - 4s e g m e n t a t i o nl i n e a rt r a n s f o r m a t i o n 例如，采用灰度变换的方法增强图像的对比度。变换前的原始图像和灰度直方图如图 3 5 ( a ) 和3 5 ( b ) ，变换后的图像及相应扶度直方图如图3 5 ( c ) 和3 5 ( d ) 所示。 西安理工大学硕士学住论文 图3 - 5 图像的灰度变换 f i g 3 - 5i m a g eg r a yl e v e lt r a n s f o r m a t i o n 从上面的例子可以看出，对原始图像( 灰度范围为 9 ，1 9 1 ) 进行灰度变换，把原始 图像的灰度范围从 9 ，1 9 1 转换扩展为 0 ，2 5 5 ，增强了图像的对比度，视觉效果明显改 善。 3 3 2 直方图均衡化 直方图均衡化是另一种灰度增强的算法。它通过对原图像进行某种变换，使原图像的 灰度直方图修正为均匀分布的直方图的一种方法。 对于离散的数字图像，其概率密度函数是近似的，原直方图上频数较小的某些灰度级 被合并到一个或几个灰度级中，频率小的部分被压缩，频率大的部分被增强。 其计算流程图如下： 1 2 3 加工表面图像的预处理 列出原始图像的灰度级石， j = 傀，t l i ， 其中为灰度级 i 统计各灰度级的像素数目 n j ，j = o ，l ，l 【l j i 计算原始图像各灰度级的频度 l其毒留是罄翥昔裔丽笛案卷蠡 i 计算累计分布函数 c ( ，) = ze , c l , ) ，j = o 1 一，k ，l - ! i i 应用以下公式计算映射后的图像灰度 l 级，g i = i n t 【g m 锻g m i i l c + g m i n + o5 】，i n t l 为取整符号 j 统计映射后的各级灰度级的像素数目 n i , i = o ，l ，t , p - i l 悄- - 0 , 1 , 譬，图p - i 像, 直方图地产咖 图3 - 6 直方图均衡化计算流程图 f i g 3 - 6t h ei m a g ep r e t r e a t m e n tf l o wc h a r tb a s e d0 1 1h i s t o g r a me q u a l i z a t i o n 例如，对图3 5 ( a ) 所示的加工表面图像进行直方图均衡化。经直方图均衡化后的 6 4 级灰度图像及相应灰度直方图如图3 7 ( a ) 和3 7 ( b ) 所示，均匀化后的3 2 级灰度图 像及其直方图如图3 7 ( c ) 和3 7 ( d ) 所示。 图3 5 ( a ) 和( b ) 为灰度级为2 5 6 的图像及其直方图，可以看出，图像较暗且灰度 的动态范围较小，其直方图表现为大部分像素灰度集中在小灰度一边。经直方图均衡化后， 由图3 7 ( a ) 和3 7 ( c ) 分别为对原始图像进行直方图均衡化后得到的结果，可以看出， 这两幅图像比原图像3 5 ( a ) 的反差增大了，许多细节更加清晰，对应的直方图变得平 坦了，占据了整个图像灰度值允许的范围。 西安理工大学硕士学位论文 图3 - 7 图像的均衡化 f i g 3 - 7 i m a g ee q u a l i z a t i o n 3 3 3 空间域滤波增强 图像在被获取过程中，或多或少地会不同程度增加一些噪声，致使图像质量恶化，图 像模糊，这就给图像分析和识别带来困难。为了消除噪声，常采用滤波的方法，它可以分 为空域和频域两种方式，在这里只介绍空域滤波。空域滤波按照其功能又可以将其分为图 像平滑和图像锐化。 a 图像平滑 平滑滤波能减弱或消除图像中的高频率分量，但不影响低频率分量。因为高频率分量 对应图像中区域的边缘等灰度值具有较大和较快变化的部分，平滑滤波将这些分量滤去可 减少局部灰度起伏，使图像变得比较平滑。实际中，平滑滤波还可以用于消除噪声( 噪声 的空间相关性较弱，对应较高的空间频率) ，或在提取较大的目标前去除太小的细节或将 目标内的小间断连接起来。平滑滤波法分为邻域平均法和中值滤波法。 ( 1 ) 邻域平均法 该方法是用像素邻域内的各像素的灰度平均值代替该像素原来的灰度值，实现图像的 平滑，这种处理减小了图像灰度的“尖锐”变化。由于典型的随机噪声由灰度级的尖锐变 1 4 3 加工表面图像的预处理 设一幅数字图像，( j ，力为m 的阵列，平滑后的图像为g 魄力，它的每个像素的 灰度由包含( 工，y ) 的预定临域的几个像素的灰度级的平均值所决定，即用下式得到平滑图 g ( x ，y ) = 古f ( i _ ，) ( 3 3 ) 式( 3 3 ) 中x = l ，2 ，m ，y = l ，2 ，s 是( x ，y ) 像素点的预定临域( 不包括“) ，) 像素点) ， k 是s 内的坐标点总数。设噪声d 工，力是加性白噪声，均值为o ，方差为盯2 ，而且噪声与 图像f ( x ，y ) 互不相关。噪声干扰的图像为： g ( 工，y ) = i 1 一。，、i ，) + 专p ( f ，歹) ( 3 5 ) a ( 1 ) e jn i f ， e s 研古p ( f ，朋= 0 ( 3 6 ) d 嗉罴善嘶) 】2 玄一 ( 3 刀 上式表明临域平均处理后，残余噪声的方差减小为原来的1 ，k 。但是图像由f ( x ，y ) 变 为吉厂“，_ ，) ，这将会引起图像中目标对象的轮廓变模糊或细节特征消失。这是因为 i ! t 像边缘也是由图像灰度尖锐变化带来的特性，所以均值滤波处理还是存在着这种不希望 出现的边缘模糊的负i l 效应。最典型的f 临域s 有两种，分别为4 临域和8 l 临域。用模板表示 三 模板沿水平和垂直两个方向逐点移动，从而平滑整幅图像。模板内各系数之和为1 ， 用这样的模板处理常数图像时，图像没有变化；对一般的图像处理后，整幅图像灰度的平 中值滤波器是一种典型的非线性滤波技术，由于实际计算过程中并不需要图像的统计 特性，所以比较方便。它是基于图像的这样一种特性：噪声往往以孤立的点的形式出现， 西安霸a _ r - 大学硕士学位论文 这些点对应的像素数很少，而图像则是由像素数较多、面积较大的小块构成。在一维的情 况下，中值滤波器是一个含有奇数个像素的窗口。在处理之后，将窗口正中的像素灰度值， 用窗口内各像素灰度值的中值代替。设有一个一维序列z ，五，z 。取窗口长度为奇数 m ( m 为奇数) ，从输入序列中相续抽出小个数，丘”，z ，丘，其中z 为窗口g e e 心值， v = ( 埘一1 ) 2 ，再将这聊个点的数值按其数值大小排列，取其序号为正中间的数作为滤波 输出。中值滤波表达式为： z = 删 丘，z 厶， i e zv = 下m - i ( 3 8 ) 二 对数字图像进行中值滤波，实质上是对二维序列 置， 的中值滤波，滤波窗口也是二 维的，但这种二维窗口可以有各种不同的形状，常见的有方形、圆形、十字形等。二维的 中值滤波可以表示为： = z m e d x , j 爿为窗口 ( 3 9 ) a 例如，图3 9 为均值滤波器和中值滤波器处理图像的效果比较。图( a ) 为原始图像，图 ( b ) 是图( a ) 叠加了密度为0 0 4 的椒盐噪声的图像。图( c ) 、图( c ) 和图( g ) 是图( b ) 分别经过3 x 3 、 5 x 5 、7 7 模板均值滤波处理后的图像，卧d ) 、图( f ) 和图( t 1 ) 是图( b ) 分别经过3 x 3 、5 x 5 、7 x 7 模板中值滤波处理后的图像，从图中可以看出，均值滤波和中值滤波都能够很好地减少原 图像中的噪声，但是随着模板的增大，处理结果变模糊了；相同模板的中值滤波和均值滤 波相比较，中值滤波的效果比均值滤波要清晰。 1 6 3 加工表面图像的预处理 图3 - 9 图像的均值和中值滤波 f i g 3 - 9i m a g em e a nf i l t e r i n gm e d i a nf i l t e r i n g b 图像锐化 边缘模糊是图像中常出现的质量问题，由此造成的轮廓不清晰，线条不鲜明使图像特 征提取、识别和理解难以进行，增强图像边缘和线条使图像边缘变得清晰的处理称为图 像锐化。这里讨论微分法、空间域高通滤波法的图像