粗糙度关联的图像特征指标性能评价方法研究.pdf

《粗糙度关联的图像特征指标性能评价方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３８卷第８期仪器仪表学报Ｖｏｌ３８Ｎｏ８２０１７年８月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔＡｕｇ．２０１７粗糙度关联的图像特征指标性能评价方法研究路恩会，刘坚，王卫芳，易怀安，张航（湖南大学汽车车身先进设计制造国家重点实验室长沙４１００８２）摘要：当前基于机器视觉的粗糙度测量方法中，粗糙度关联的图像特征指标性能评价主要关注测量精度而忽略了指标的测量单调性、稳定性、效率以及灵敏度，而且大多数指标均是基于灰度图片而忽略了彩色图片多维性的优势。针对这样的问题提出采用视频质量专家课题组设

2、计的视频质量预测模型评价体系来评价粗糙度关联的图像特征指标性能，设计了灵敏度与测量效率算法。根据红绿光源在不同粗糙度等级的样块表面产生的虚像混叠情况不同，提出了采用彩色图片能量差（ＥＤ）指标用于样块粗糙度测量。实验结果表明，采用的指标性能评价方法可以较为全面地表征指标的性能，所设计的ＥＤ指标较基于灰度图片的指标有较好的综合性能。关键词：机器视觉；粗糙度测量；指标评价；指标设计；彩色图片＋中图分类号：ＴＮ９１１．７３ＴＰ２１６．１ＴＨ７０１文献标识码：Ａ国家标准学科分类代码：４６０．４０３０Ｓｔｕｄｙｏｎｔｈｅｐｅｒｆｏｒｍ

3、ａｎｃｅａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｏｆｉｍａｇｅｉｎｄｉｃｅｓａｓｓｏｃｉａｔｅｄｗｉｔｈｒｏｕｇｈｎｅｓｓＬｕＥｎｈｕｉ，ＬｉｕＪｉａｎ，ＷａｎｇＷｅｉｆａｎｇ，ＹｉＨｕａｉａｎ，ＺｈａｎｇＨａｎｇ（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＤｅｓｉｇｎａｎｄＭａｎｕｆａｃｔｕｒｅｆｏｒＶｅｈｉｃｌｅＢｏｄｙ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００８２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｃｕｒｒｅｎｔｒｏｕｇｈｎｅｓｓｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｂａｓｅｄｏｎｍａｃｈｉｎｅｖｉｓ

4、ｉｏｎ，ｔｈｅｐｅｒｆｏｒｍａｎｃｅａｓｓｅｓｓｍｅｎｔｏｆｉｍａｇｅｉｎｄｉｃｅｓａｓｓｏｃｉａｔｅｄｗｉｔｈｒｏｕｇｈｎｅｓｓｍａｉｎｌｙｆｏｃｕｓｅｓｏｎｍｅａｓｕｒｅｍｅｎｔａｃｃｕｒａｃｙ，ｂｕｔｉｇｎｏｒｉｎｇｔｈｅｍｅａｓｕｒｅｍｅｎｔｍｏｎｏｔｏｎｉｃｉｔｙ，ｓｔａｂｉｌｉｔｙ，ｅｆｆｉｃｉｅｎｃｙａｎｄｓｅｎｓｉｔｉｖｉｔｙｏｆｔｈｅｉｎｄｉｃｅｓ；ａｎｄｍｏｓｔｏｆｔｈｅｉｎｄｉｃｅｓａｒｅｄｅｓｉｇｎｅｄｂａｓｅｄｏｎｇｒａｙｉｍａｇｅ，ｂｕｔｉｇｎｏｒｉｎｇｔｈｅｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｎａ

5、ｔｕｒｅｏｆｃｏｌｏｒｉｍａｇｅ．Ａｉｍｉｎｇａｔｔｈｅｓｅｐｒｏｂｌｅｍｓ，ｉｎｔｈｉｓｐａｐｅｒｔｈｅｐｅｒｆｏｒｍａｎｃｅａｓｓｅｓｓｍｅｎｔｉｎｄｉｃｅｓｏｆｔｈｅｖｉｄｅｏｑｕａｌｉｔｙｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｄｅｓｉｇｎｅｄｂｙｖｉｄｅｏｑｕａｌｉｔｙｅｘｐｅｒｔｇｒｏｕｐ（ＶＱＥＧ）ａｒｅｕｓｅｄｔｏａｓｓｅｓｓｔｈｅｉｍａｇｅｉｎｄｅｘｐｅｒｆｏｒｍａｎｃｅａｓｓｏｃｉａｔｅｄｗｉｔｈｒｏｕｇｈｎｅｓｓ．Ｔｈｅｓｅｎｓｉｔｉｖｉｔｙａｎｄｅｆｆｉｃｉｅｎｃｙｍｅａｓｕｒｅｍｅｎｔａｌｇｏｒｉｔｈｍｓｗ

6、ｅｒｅｄｅｓｉｇｎｅｄ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅａｒｅａｄｉｆｆｅｒｅｎｃｅｏｆｔｈｅｖｉｒｔｕａｌｉｍａｇｅｄｉｆｆｕｓｉｏｎｒｅｇｉｏｎｆｏｒｍｅｄｂｙｒｅｄａｎｄｇｒｅｅｎｌｉｇｈｔｓｏｕｒｃｅｓｏｎｔｈｅｓｕｒｆａｃｅｓｏｆｔｈｅｓｐｅｃｉｍｅｎｂｌｏｃｋｓｗｉｔｈｄｉｆｆｅｒｅｎｔｒｏｕｇｈｎｅｓｓｌｅｖｅｌｓ，ｔｈｅｅｎｅｒｇｙｄｉｆｆｅｒｅｎｃｅ（ＥＤ）ｏｆｃｏｌｏｒｉｍａｇｅｉｓｐｒｏｐｏｓｅｄｔｏｄｅｔｅｃｔｔｈｅｒｏｕｇｈｎｅｓｓｏｆｔｈｅｓｐｅｃｉｍｅｎｂｌｏｃｋ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓ

7、ｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｎｄｅｘｐｅｒｆｏｒｍａｎｃｅａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｃａｎｂｅｔｔｅｒｃｈａｒａｃｔｅｒｉｚｅｔｈｅｉｎｄｅｘｐｅｒｆｏｒｍａｎｃｅ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｉｎｄｉｃｅｓｂａｓｅｄｏｎｇｒａｙｉｍａｇｅ，ｔｈｅｄｅｓｉｇｎｅｄｉｎｄｅｘＥＤｂａｓｅｄｏｎｃｏｌｏｒｉｍａｇｅｈａｓｂｅｔｔｅｒｃｏｍｐｒｅｈｅｎｓｉｖｅｐｅｒｆｏｒｍａｎｃｅ．Ｋｅｙｗｏｒｄｓ：ｍａｃｈｉｎｅｖｉｓｉｏｎ；ｒｏｕｇｈｎｅｓｓｍｅａｓｕｒｅｍｅｎｔ；ｉｎｄｅｘ

8、ａｓｓｅｓｓｍｅｎｔ；ｉｎｄｅｘｄｅｓｉｇｎ；ｃｏｌｏｒｉｍａｇｅ［１２］广泛，但是触针法的测量效率与测量精度都比较低，０引言无法支持高标准的自动化测量。由于基于机器视觉的测量技术具有非接触、面测量、效率高、柔性好和性价比高工件表面粗糙度与机械零件的配合性质、使用性能［３４］的优点，被不少学者引入到