外文翻译--基于机器视觉数字图像放大应用于表面中文版.doc

毕业设计（论文）外文翻译 Application of Digital Image Magnification for Surface Roughness Evaluation Using machine vision 基于机器视觉数字图像放大应用于表面 粗糙度评估 基于机器视觉数字图像放大应用于表面粗糙度的评估 摘要： 在这本设计中，用机器视觉系统来捕捉图像，然后对加工表面（平面、球面和其它形状）的粗糙度进行量化处理，并进行回归分析。随后，原始图像通过立方卷积插值技术和改进的线性边缘算法进行放大处理。基于表面图像的特点，利用回归分析法对Ga参数进行评估，可以改善原始图像和放大图像的质量。最后，对放大参数Ga和表面粗糙度之间的关系进行了比较。 关键词：立方卷积; 回归分析; 放大系数; 灰色平均水平 导言 由于工业自动化在制造业与日益增的需求，机器视觉中起着重要作用的质量检验和过程监控。表面粗糙度检查是一项重要的质量控制过程，以确保制造部分符合指定的标准。这种检查通常是通过使用触控笔类文书实现，其中相关的议案钻石核弹头的笔向粗糙度表面正在调查中。主要不利的始使用触控笔等测量是它需要直接的身体接触，这限制了测量速度。此外，在该仪器读数的基础上数量有限的路线抽样，这可能并不代表真正的物体的表面。这种偏差可能会导致严重的错误在表面质量的评估，尤其是当表面轮廓是定期的。由于这些缺点， 接触式文书，不适合用于高速自动检查。以前的研究人员使用的机器视觉技术为表面纹理评估有涵盖数个计算参数，与笔轮廓测量平均粗糙度面对同一表面。豪等人.利用统计参数，来自灰色一级强度直方图如范围和均值的分布和他们与相关的RA的价值确定，从笔的方法。名叫al - Kindi等人实施了技术利用粗糙度参数的基础上双方间距之间的灰色水平高峰和数目的灰色水平高峰期每单位长度的扫描线，在灰色水平形象，估计表面粗糙度。杜明仔等组队，采用了两维傅立叶变换一个铸造表面，在双方的灰色水平的形象和二进制图像估计表面粗糙度的铸件（曲面绕10毫米）。杰森等人第一次扫瞄散射模式从表面上看，模拟和数字电子产品的措施该光照强度事件对每个探测器，然后计算既反映和总事件的强度，这是当时的用于计算表面粗糙度（表面绕20毫米）。布拉德利等人应用了光纤传感器的表面粗糙度测量。在他们的工作变化，在表面图形变化的事件，并反射光线的表面上。 hisayoshi佐藤等人的工作是用扫描电子显微镜估计表面粗糙度。他们表明，该剖面表面可以得到处理回分散的电子信号，这是在比例，表面上的倾向，沿电子束扫描，这意味着该剖面表面粗糙度可以得到结合强度的回到分散的电子信号。bjuggern等人发展共综合红外散射执行的RMS粗糙度测量工程表面。长谷川等人应用的分形特征的ARMA模型在方法模型加工表面概况。罗等人测量表面粗糙度利用扫描探针显微技术，其中包括以上三维立体粗糙度参数表征表面形貌。后捕捉的影像表面使用机器视觉系统制造各种过程，包括整形铣磨等。ramamoorthy等人利用灰色水平强度直方图等，为建立新的光学参数粗糙度的评价。ramamoorthy等人也用体积测定技术获得三维深度的分布等表面，并成功估计表面面积和体积的元件。大多数国家的最先进的数字图像放大技术受到限制，他们不引入任何新的信息，以原始图像。这个缺乏资料，更确切地说没有高空间频率元件是负责为感知退化的放大图像，这是反映，在模糊的边缘。插值方法通常受聘于放大数字图像。一个最佳插值计划，即立方卷积开发的钥匙接近理想sinc 功能截断它和这个非理想插值削减了一些高频率，这是目前在原来的形象领域带受限制的影响，对高分辨率图像。虽然三次样条法产生一个更好的高分辨率版本的形象，计算这是更为繁复相比，立方卷积。边缘模糊，更是严重与其他放大技术。已经有若干试图在过去的改善，以达到形象放大。惠普报道有办法在这方面，这是他们的专利。多数的这些方法的使用边缘信息在低分辨率对原始图像可插。allebach和黄使用亚像素边缘估计技术，以产生高分辨率边缘图从低解析度影像，然后使用高解析度的边缘图，以指导插值分辨率低的形象，到最后高使用的版本。詹森和anastassiou ，目前一办法分辨率增强基于一种新的边缘修改的作用者。图一小附近的3 *3约每像素在低解析度影像，首先是映射到一个最适合连续空间一步的优势。双向水平逼近作为一个地方的范本，即更高的分辨率抽样网格便可以叠加（如有争议值在地区的局部窗口重叠的是，以平均每场顺利错误） 。其结果是图像增加决议明显尖锐的优势。 biancardi等人估计阶段和频率缺席波形缺席的频率从原来的低解析度图像，然后综合他们在高分辨率形象。这种技术，像一所allebach和黄，利用亚像素边缘估计从lowresolution形象直接随后多项式插值的一步。