CN107036560B - 光学玻璃精密磨削加工的表面粗糙度检测方法 - Google Patents

光学玻璃精密磨削加工的表面粗糙度检测方法 Download PDF

Info

Publication number
CN107036560B
CN107036560B CN201610986538.3A CN201610986538A CN107036560B CN 107036560 B CN107036560 B CN 107036560B CN 201610986538 A CN201610986538 A CN 201610986538A CN 107036560 B CN107036560 B CN 107036560B
Authority
CN
China
Prior art keywords
image
formula
area
roughness
optical glass
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610986538.3A
Other languages
English (en)
Other versions
CN107036560A (zh
Inventor
姜晨
王鹏
任鹤
张瑞
姚磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201610986538.3A priority Critical patent/CN107036560B/zh
Publication of CN107036560A publication Critical patent/CN107036560A/zh
Application granted granted Critical
Publication of CN107036560B publication Critical patent/CN107036560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical means
    • G01B11/30Measuring arrangements characterised by the use of optical means for measuring roughness or irregularity of surfaces

Abstract

本发明涉及一种光学玻璃精密磨削加工的表面粗糙度检测方法,首先将数字光学相机安装在机床加工区域,拍摄磨削后工件表面照片,然后通过数字图像处理获得光学玻璃的表面脆、塑形去除面积,并通过计算光学玻璃的表面脆性去除面积比;最后根据推导出表面粗糙度和光学玻璃表面塑性去除面积比的关系,计算光学玻璃的表面粗糙度。该方法有效简化光学玻璃元件精密加工过程中的表面质量检测流程,提高了制造效率,降低加工成本,改进光学元件精密制造工艺流程。

Description

光学玻璃精密磨削加工的表面粗糙度检测方法
技术领域
本发明涉及一种表面粗糙度检测方法,尤其涉及一种光学玻璃精密磨削加工的表面粗糙度检测方法。
背景技术
光学玻璃是光电技术产业的基础和重要组成部分。特别是在20世纪90年代以后,随着光学与电子信息科学、新材料科学的不断融合,作为光电子基础材料的光学玻璃在光传输、光储存和光电显示三大领域的应用更是突飞猛进,成为社会信息化尤其是光电信息技术发展的基础条件之一。由于光学玻璃的广泛应用,传统的制造技术越来越难以满足高效、高精度的制造需要。目前的光学玻璃元件存在表面质量检测效率低下的技术问题,制约了制造效率的持续提高,难以符合现代高科技装配技术发展的要求。针对该技术瓶颈,本发明设计了一种高效、经济的光学玻璃精密磨削加工过程的表面粗糙度检测方法。
发明内容
本发明是针对光学玻璃磨削加工时表面粗糙度难以高效经济测量这一技术问题,提出一种基于光学玻璃表面脆性去除面积比评估的表面粗糙度计算方法,该方法通过数字光学相机拍摄工件表面照片,计算光学玻璃的表面脆性去除面积比,来获得制造过程中的工件的表面粗糙度。
本发明采用的技术方案为:一种光学玻璃精密磨削加工的表面粗糙度检测方法,步骤包括:
1)建立表面脆性去除面积和表面粗糙度关系模型:
光学玻璃去除区域的凹坑由横向裂纹扩展至表面形成,即脆性去除,横向裂痕扩展轨迹为指数函数:
Chi=Ke·Cli 2 (1)
其中:
Chi—凹坑深度
Cli—压痕凹坑半径
Ke—比例系数
根据表面粗糙度Rz的定义:
其中hpeaki为表面采样轮廓区域内邻近的5个峰值,hvalleyi为表面采样轮廓区域内邻近的5个谷值,每一个凹坑深度等同于相邻峰值和谷值的和,将公式(2)变形并将(1)带入公式(2),则:
采样区域的表面脆性去除面积SB为5个邻近凹坑的面积,可表示为:
将公式(4)代入公式(3),得到关于表面粗糙度Rz和材料脆性去除面积SB的关系:
2)图像处理及表面脆性去除面积比rB计算
第一步、获取工件表面形貌:
用数字光学相机随机采样工件表面五个位置,获得工件表面数字照片;
第二步、图像处理:
(1)图像灰度化:将由数字光学相机获得的表面数字彩色图像P用以下公式转换成灰度图像:
P1=0.299R+0.587G+0.114B (6)
其中:P1为灰度图像,R、G、B为数字彩色图像的红、绿、蓝颜色分量;
(2)图像灰度增强:采用直方均衡化对灰色图像P1进行处理,得到灰度增强的图像P2
P2(x,y)的灰度范围为[a,b],采用公式(7)将图像P2(x,y)的灰度范围拓展至[c,d],M为原始图像中的最大灰度值:
(3)图像二值化:设定二值化阈值为(d-c)/2,将P2中大于阈值取1,小于阈值取0,从而获得只有两级灰度的黑白图像P3
(4)图像膨胀和腐蚀:
①图像膨胀:采用公式(8),用5ⅹ5的结构原色矩阵A遍历图像P3的每一个像素值,得到膨胀后的图像P4
其中:Φ为空集
②图像腐蚀:采用公式(9),用5ⅹ5的结构原色矩阵A遍历图像P4的每一个像素值,得到腐蚀后的图像P5
(5)标记:
在二进制图像P5中,将每一个表面塑性去除区域中的面积值为1的面积进行标记并相加,获得图像总面积内表面塑性去除面积为SD,然后计算出表面脆性去除面积为Sw-SD,进而计算出表面脆性去除面积比rB
其中:Sw—图像总面积;
3)标定比例系数
由上述步骤计算出五张图像的rB,取算术平均值,由便携式表面粗糙度测试仪测出五张图像的表面粗糙度Rz,取算术平均值,将公式(10)代入公式(5),得到公式:
将所得的rB和Rz的算术平均值代入公式(11),得到Ke的值;
4)计算实际加工过程的表面粗糙度
用数字光学相机拍摄加工过程中的工件表面,利用步骤2)和步骤3)所得的表面脆性去除面积比rB、数字照片的取样总面积Sw和比例系数Ke,由公式(11)计算得到工件表面粗糙度Rz
本发明的有益效果是:该方法有效简化光学玻璃元件精密制造过程的工件表面质量检测流程,提高制造效率,降低加工成本,改进光学元件精密制造工艺流程。
附图说明
图1为本发明的光学玻璃精密磨削加工的表面粗糙度检测方法的流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示,一种光学玻璃精密磨削加工的表面粗糙度检测方法,步骤包括:
1)建立表面脆性去除面积和表面粗糙度关系模型:
光学玻璃去除区域的凹坑由横向裂纹扩展至表面形成,即脆性去除,横向裂痕扩展轨迹为指数函数:
Chi=Ke·Cli 2 (1)
其中:
Chi—凹坑深度
Cli—压痕凹坑半径
Ke—比例系数
根据表面粗糙度Rz的定义:
其中hpeaki为表面采样轮廓区域内邻近的5个峰值,hvalleyi为表面采样轮廓区域内邻近的5个谷值,每一个凹坑深度等同于相邻峰值和谷值的和,将公式(2)变形并将(1)带入公式(2),则:
采样区域的表面脆性去除面积SB为5个邻近凹坑的面积,可表示为:
将公式(4)代入公式(3),得到关于表面粗糙度Rz和材料脆性去除面积SB的关系:
2)图像处理及表面脆性去除面积比rB计算
第一步、获取工件表面形貌:
用数字光学相机随机采样工件表面五个位置,获得工件表面数字照片;
第二步、图像处理:
(1)图像灰度化:将由数字光学相机获得的表面数字彩色图像P用以下公式转换成灰度图像:
P1=0.299R+0.587G+0.114B (6)
其中:P1为灰度图像,R、G、B为数字彩色图像的红、绿、蓝颜色分量;
(2)图像灰度增强:采用直方均衡化对灰色图像P1进行处理,得到灰度增强的图像P2
P2(x,y)的灰度范围为[a,b],采用公式(7)将图像P2(x,y)的灰度范围拓展至[c,d],M为原始图像中的最大灰度值:
(3)图像二值化:设定二值化阈值为(d-c)/2,将P2中大于阈值取1,小于阈值取0,从而获得只有两级灰度的黑白图像P3
(4)图像膨胀和腐蚀:
①图像膨胀:采用公式(8),用5ⅹ5的结构原色矩阵A遍历图像P3的每一个像素值,得到膨胀后的图像P4
其中:Φ为空集
②图像腐蚀:采用公式(9),用5ⅹ5的结构原色矩阵A遍历图像P4的每一个像素值,得到腐蚀后的图像P5
(5)标记:
在二进制图像P5中,将每一个表面塑性去除区域(面积值为1)标记并相加,获得图像总面积内表面塑性去除面积为SD,然后计算出表面脆性去除面积为Sw-SD,进而计算出表面脆性去除面积比rB
其中:Sw—图像总面积;
3)标定比例系数
由上述步骤计算出五张图像的rB,取算术平均值,由便携式表面粗糙度测试仪测出五张图像的表面粗糙度Rz,取算术平均值,将公式(10)代入公式(5),得到公式:
将所得的rB和Rz的算术平均值代入公式(11),得到Ke的值;
4)计算实际加工过程的表面粗糙度
用数字光学相机拍摄加工过程中的工件表面,利用步骤2)和步骤3)所得的表面脆性去除面积比rB、数字照片的取样总面积Sw和比例系数Ke,由公式(11)计算得到工件表面粗糙度Rz

Claims (1)

1.一种光学玻璃精密磨削加工的表面粗糙度检测方法,其特征在于,步骤包括:
1)建立表面脆性去除面积和表面粗糙度关系模型:
光学玻璃去除区域的凹坑由横向裂纹扩展至表面形成,即脆性去除,横向裂痕扩展轨迹为指数函数:
Chi=Ke·Cli 2 (1)
其中:
Chi—凹坑深度
Cli—压痕凹坑半径
Ke—比例系数
根据表面粗糙度Rz的定义:
其中hpeaki为表面采样轮廓区域内邻近的5个峰值,hvalleyi为表面采样轮廓区域内邻近的5个谷值,每一个凹坑深度等同于相邻峰值和谷值的和,将公式(2)变形并将(1)带入公式(2),则:
采样区域的表面脆性去除面积SB为5个邻近凹坑的面积,可表示为:
将公式(4)代入公式(3),得到关于表面粗糙度Rz和材料脆性去除面积SB的关系:
2)图像处理及表面脆性去除面积比rB计算
第一步、获取工件表面形貌:
用数字光学相机随机采样工件表面五个位置,获得工件表面数字照片;
第二步、图像处理:
(1)图像灰度化:将由数字光学相机获得的表面数字彩色图像P用以下公式转换成灰度图像:
P1=0.299R+0.587G+0.114B (6)
其中:P1为灰度图像,R、G、B为数字彩色图像的红、绿、蓝颜色分量;
(2)图像灰度增强:采用直方均衡化对灰色图像P1进行处理,得到灰度增强的图像P2
P2(x,y)的灰度范围为[a,b],采用公式(7)将图像P2(x,y)的灰度范围拓展至[c,d],M为原始图像中的最大灰度值:
(3)图像二值化:设定二值化阈值为(d-c)/2,将P2中大于阈值取1,小于阈值取0,从而获得只有两级灰度的黑白图像P3
(4)图像膨胀和腐蚀:
①图像膨胀:采用公式(8),用5ⅹ5的结构原色矩阵A遍历图像P3的每一个像素值,得到膨胀后的图像P4
其中:Φ为空集
②图像腐蚀:采用公式(9),用5ⅹ5的结构原色矩阵A遍历图像P4的每一个像素值,得到腐蚀后的图像P5
(5)标记:
在二进制图像P5中,将每一个表面塑性去除区域中的面积值为1的面积进行标记并相加,获得图像总面积内表面塑性去除面积为SD,然后计算出表面脆性去除面积为Sw-SD,进而计算出表面脆性去除面积比rB
其中:Sw—图像总面积;
3)标定比例系数
由上述步骤计算出五张图像的rB,取算术平均值,由便携式表面粗糙度测试仪测出五张图像的表面粗糙度Rz,取算术平均值,将公式(10)代入公式(5),得到公式:
将所得的rB和Rz的算术平均值代入公式(11),得到Ke的值;
4)计算实际加工过程的表面粗糙度
用数字光学相机拍摄加工过程中的工件表面,利用步骤2)和步骤3)所得的表面脆性去除面积比rB、数字照片的取样总面积Sw和比例系数Ke,由公式(11)计算得到工件表面粗糙度Rz
CN201610986538.3A 2016-11-09 2016-11-09 光学玻璃精密磨削加工的表面粗糙度检测方法 Active CN107036560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610986538.3A CN107036560B (zh) 2016-11-09 2016-11-09 光学玻璃精密磨削加工的表面粗糙度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610986538.3A CN107036560B (zh) 2016-11-09 2016-11-09 光学玻璃精密磨削加工的表面粗糙度检测方法

Publications (2)

Publication Number Publication Date
CN107036560A CN107036560A (zh) 2017-08-11
CN107036560B true CN107036560B (zh) 2019-04-19

Family

ID=59530558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610986538.3A Active CN107036560B (zh) 2016-11-09 2016-11-09 光学玻璃精密磨削加工的表面粗糙度检测方法

Country Status (1)

Country Link
CN (1) CN107036560B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108724002B (zh) * 2018-05-31 2020-04-21 上海理工大学 平面磨削工件表面粗糙度计算方法
CN109015125B (zh) * 2018-07-23 2020-08-25 江苏理工学院 一种基于脆性去除比例系数及面粗糙度的硬脆材料延性域磨削判定方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5876710A (en) * 1981-10-31 1983-05-09 Matsushita Electric Works Ltd Surface roughness measuring device
CN1945205A (zh) * 2006-10-16 2007-04-11 中国科学院上海光学精密机械研究所 光学玻璃粗糙度实时检测装置和方法
CN103278113A (zh) * 2013-02-27 2013-09-04 中国林业科学研究院木材工业研究所 一种非接触式快速测定木材表面粗糙度的方法
CN103394972A (zh) * 2013-08-05 2013-11-20 上海理工大学 基于声发射信号的铣削加工表面粗糙度在线预测方法
CN105300324A (zh) * 2015-09-16 2016-02-03 浙江工业大学 一种脆性材料表面在抛光前的评价方法
CN105415101A (zh) * 2015-11-26 2016-03-23 东北大学 一种微晶玻璃陶瓷磨削表面粗糙度的确定方法
CN205209447U (zh) * 2015-12-03 2016-05-04 江苏润达光伏股份有限公司 光伏玻璃表面粗糙度检验测量装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5876710A (en) * 1981-10-31 1983-05-09 Matsushita Electric Works Ltd Surface roughness measuring device
CN1945205A (zh) * 2006-10-16 2007-04-11 中国科学院上海光学精密机械研究所 光学玻璃粗糙度实时检测装置和方法
CN103278113A (zh) * 2013-02-27 2013-09-04 中国林业科学研究院木材工业研究所 一种非接触式快速测定木材表面粗糙度的方法
CN103394972A (zh) * 2013-08-05 2013-11-20 上海理工大学 基于声发射信号的铣削加工表面粗糙度在线预测方法
CN105300324A (zh) * 2015-09-16 2016-02-03 浙江工业大学 一种脆性材料表面在抛光前的评价方法
CN105415101A (zh) * 2015-11-26 2016-03-23 东北大学 一种微晶玻璃陶瓷磨削表面粗糙度的确定方法
CN205209447U (zh) * 2015-12-03 2016-05-04 江苏润达光伏股份有限公司 光伏玻璃表面粗糙度检验测量装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Estimation of the surface roughness of K9 optical glass in precision grinding using the brittle material removal fraction based on an improved image processing algorithm;Chen jiang等;《Insight》;20160531;第58卷(第5期);正文第240-245页
Experimental investigation of brittle material removal fraction on an optical glass surface during ultrasound-assisted grinding;Jiang, Chen等;《INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY》;20160930;第86卷(第1-4期);正文第419-426页
K9玻璃磁性研磨抛光表面粗糙度试验研究;丘永亮等;《金刚石与磨料磨具工程》;20150630;第35卷(第3期);正文第57-60、75页
固结磨料研磨K9玻璃表面粗糙度模型;李军等;《机械工程学报》;20151130;第51卷(第21期);正文第199-205页

Also Published As

Publication number Publication date
CN107036560A (zh) 2017-08-11

Similar Documents

Publication Publication Date Title
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN107036560B (zh) 光学玻璃精密磨削加工的表面粗糙度检测方法
CN107084666B (zh) 基于机器视觉的刹车片尺寸综合检测方法
CN105865329B (zh) 基于视觉的成捆圆钢端面中心坐标的获取系统和方法
CN107358627B (zh) 基于Kinect相机的果实尺寸检测方法
CN105798927A (zh) 基于图像的坩埚缺陷磨削加工方法及应用其的加工系统
CN109934839A (zh) 一种基于视觉的工件检测方法
CN106770321B (zh) 一种基于多阈值区间的塑料零件缺陷检测方法
CN105574533B (zh) 一种图像特征提取方法和装置
CN106643965B (zh) 一种利用模板匹配精确识别液位的方法
CN102496161A (zh) 一种印刷电路板图像的轮廓提取方法
CN110223267B (zh) 基于高度直方图分割的耐火砖深度缺陷的识别方法
Du et al. A method of dimension measurement for spur gear based on machine vision
CN110400290B (zh) 一种太阳能电池片色差的检测方法、装置及存储介质
CN108712831B (zh) 背钻pcb截面显微图像工艺参数提取方法
CN104239950B (zh) 一种基于机器视觉的活塞环点数系统及其计数方法
CN108182707B (zh) 采集不完整条件下的棋盘格标定模板及其自动识别方法
Jian et al. An auto multi-threshold segmentation approach of PCB image based on iteration
CN107633493B (zh) 一种适用于工业检测的自适应背景扣除的方法
CN104655627A (zh) 一种工件镀膜缺陷检测方法
Chu et al. 3D Shape Reconstruction based on Directional LED lights
CN112560844A (zh) 一种散斑图案自动识别的方法
Shiliang et al. Vertical scratches detection based on edge detection for old film
Pan et al. Defect detection based on edge detection and connected region filtering algorithm
Songwen et al. Woodworking Saw Blade Size Detection System Based on Machine Vision

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant