全文总字数：2998字
1. 研究目的与意义（文献综述）
粗糙度与机械的耐磨性质、抗疲劳强度、耐腐蚀性质、机械加工的精度和工件的配合性能等有关，直接影响机械零件的性能和寿命，因此粗糙度的检测对制造业发展具有重大意义。
随着制造业的发展，特别是对精密零件质量和精度等要求的严苛，粗糙度的检测己经是必不可少的部分。在大批量生产时，同一批零件的粗糙度能否达到精度要求，这对检测技术要求很高，需要快迷高效高准确的进行检测，传统的粗糙度测量手段(如接触式测量、比样法等)己经不能满足在大批量生产时，对粗糙度快迷高效的全检的要求，因此，探索出一种能够满足快迷高效且全检要求的粗糙度检测方法己成为学者们的研究热点。
2. 研究的基本内容与方案
基本内容：本次设计的基本内容主要包括对于工件表面图像的获取及表面粗糙度的测量，对已获取的图像进行预处理，其中包括去除噪声及灰度化等操作，接下来是对于处理后图像特征的提取，其中包括灰度信息特征以及灰度共生矩阵特征和tamura纹理特征，并选用合理的表面粗糙度特征算法，下面进行表面检测识别模型的建立及其优化设计，最后对于不足之处进行反思和改进。
目标：利用工业相机对粗糙度表面成像，通过图像特征提取建立图像特征与粗糙度之间的关联关系，进而测定表面粗糙度值。
拟采用的技术方案及措施：
3. 研究计划与安排
首周我对表面粗糙度的基本概念和评定指标（表面粗糙度的评定根据微观几何形状计算方法不同，分别用ra、rz和ry来评定）有了初步了解，也对表面粗糙度的重要性有了深刻的认识。我认识到了在机械生产中，表面粗糙度是衡量机加工零件质量的重要指标之一，一个零件的表面质量的好坏往往影响到一个零件的使用寿命和性能。
第二周我开始了对表面粗糙度测量方法的研究，我了解到现在常用的表面粗糙度测量方法主要分为两类: 接触式测量与非接触式测量，非接触式测量的探测部分不与被测表面直接接触，从而避免了直接接触引入的测量误差，同时保护了测量仪器与工件表面。非接触式粗糙度测量方法主要有光切法、散斑法、干涉法、电容法和扫描电镜测量法等，以及近年来越来越受到关注的基于图像处理的机器视觉粗糙度测量方法。
第三周我开始了对机器学习和机器视觉相关知识的学习，我了解到机器视觉系统是指通过图像采集装置将待测目标转换成图像信号，传输给相应的图像处理系统，系统对这些信号进行各种运算来提取目标的特征，进而根据判别结果来控制现场的设备动作。典型的机器视觉系统主要包括图像采集模块、图像处理模块和控制机构模块，图像采集模块将采集的图像传入图像处理模块进行计算，提取目标特征，进而产生图像描述，系统根据图像描述控制机构设备运动，从而达到通过机器视觉进行测量与运动控制的目的。
4. 参考文献（12篇以上）
- 基于机器视觉与机器学习的磨削齿面粗糙度测量研究_臧俊涛
- 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_安倩楠.
- 基于图像处理技术的表面粗糙度检测系统模型_陈斌
- 基于labview的工件外径测量与颜色识别软件系统设计_陈晓玉
- 基于纹理分析的表面粗糙度等级识别_靳宏磊
- 基于纹理识别和深度卷积神经网络的高强钢材料显微组织识别_胡方康
- 基于纹理周期的表面粗糙度识别研究_万志坚
- 微体积成形零件表面粗糙度影响因素研究及其预测模型构建_韩娟娟
- 磨削表面形貌仿真及其在机器视觉粗糙度测量中的应用_王卫芳
- 基于机器视觉的齿轮齿面粗糙度检测方法研究_张卿
- surface roughness discrimination using unsupervised machine learning algorithm_zhang,yilei
- machine learning approach to the prediction of surface roughness using statistical features of vibration signal acquired in turning_elangovan,m
- prediction of surface roughness in extrusion—based additive manufacturing with machine learning_li,zhixiong
- surface roughness prediction in additive manufacturing using machine learning_wu,dazhong
- experimental investigation and optimal prediction of maximum forming angle and surface roughness of an ai/sus bimetal sheet in an incremental forming process using machine learning_ali,raneen abd
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
