[发明专利]光学玻璃精密磨削加工的表面粗糙度检测方法

摘要

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。

主权项

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:C_hi＝K_e·C_li²                          (1)其中：C_hi—凹坑深度C_li—压痕凹坑半径K_e—比例系数根据表面粗糙度R_z的定义:其中h_peaki为表面采样轮廓区域内邻近的5个峰值，h_valleyi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S_B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R_z和材料脆性去除面积S_B的关系：2)图像处理及表面脆性去除面积比r_B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S_D，然后计算出表面脆性去除面积为S_w‑S_D，进而计算出表面脆性去除面积比r_B：其中：S_w—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r_B，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R_z，取算术平均值，将公式(10)代入公式(5)，得到公式：将所得的r_B和R_z的算术平均值代入公式(11)，得到K_e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r_B、数字照片的取样总面积S_w和比例系数K_e，由公式(11)计算得到工件表面粗糙度R_z。