[发明专利]基于支持向量回归机的表面粗糙度测量方法

摘要

本发明提供了一种基于支持向量回归机的表面粗糙度测量方法，包括获取不同粗糙度样块的光散射分布图像；从散射图像中提取特征参数，包括散射特征参数以及亮点比和亮点灰度比；将样本集分为训练集和测试集，并选择回归算法与核函数；选取对应于训练样本的参数；建立支持向量回归机模型，并用测试样本测试该模型的精确度，得到最优模型；实际测量时，获取散射图像提取特征参数，利用最优模型得到被测工件的表面粗糙度。本发明适用于各种测量场合和测量对象，能够准确的得到工件表面粗糙度的具体数值，测量精度高，测量速度快，并且采用Java和Matlab混合编程，可移植，降低了开发成本。

主权项

基于支持向量回归机的表面粗糙度测量方法，其特征在于：包括如下步骤：（1）通过准直激光束斜射到工件表面，使用相机拍摄携带有表面粗糙度信息的反射和散射光空间分布图像，获取不同粗糙度标准样块的散射图像；（2）从步骤（1）中获取的每幅散射图像中提取特征参数作为样本集；所述特征参数包括散射特征参数、亮点比和亮点灰度比，所述散射特征参数包括长轴方向平均方差和短轴方向平均标准差，其中长轴方向为散射图像中狭长光带的主方向，短轴方向为与长轴垂直的方向；（3）将样本集分为测试样本集和训练样本集，并选择支持向量机的算法和核函数；（4）选取对应于训练样本集的支持向量回归机模型参数；（5）建立支持向量回归机模型，并用测试样本测试该模型的精确度，若没有达到符合要求的精确度，则重复(3)、(4)、(5)步骤，直到精度达到要求，得到最优模型；（6）实际测量时，获取散射图像并提取特征参数，根据最优模型即可得到被测工件的表面粗糙度数值。