機(jī)器視覺(jué)螺紋圖像評(píng)價(jià)方法

汪 杰，陳曼龍,2，李 奎，楊 帆,2，燕立志

（1.陜西理工大學(xué)機(jī)械工程學(xué)院，陜西漢中723000；2.陜西省工業(yè)自動(dòng)化重點(diǎn)實(shí)驗(yàn)室，陜西漢中723000）

引言

隨著現(xiàn)代工業(yè)螺紋制造高精度的要求，對(duì)螺紋參數(shù)的檢測(cè)精度也越來(lái)越高，測(cè)量精度達(dá)到微米級(jí),檢測(cè)方式從抽檢到全檢，檢測(cè)項(xiàng)目從單項(xiàng)到多項(xiàng)[1-3]。工業(yè)測(cè)量中采用CCD（charge-coupled device）圖像傳感器采集螺紋圖像，進(jìn)行螺紋參數(shù)提取，對(duì)螺紋的測(cè)量精度在一定范圍內(nèi)取得了良好效果。而在拍攝螺紋圖像時(shí)，垂直于投影方向的軸截面是理想的調(diào)焦平面，由于螺紋檢測(cè)過(guò)程中螺紋升角的存在和鏡頭景深的限制[4]，造成螺紋牙側(cè)成像不清晰，給螺紋中徑和牙型角等參數(shù)的精確獲取帶來(lái)困難，獲取清晰的螺紋圖像是提高螺紋測(cè)量精度的關(guān)鍵[5]。

運(yùn)用圖像質(zhì)量評(píng)價(jià)可以判斷圖像的清晰度[6]。客觀評(píng)價(jià)方法一直是理論研究的熱點(diǎn)，其中：Jia Yonghong[7]提出了信息熵評(píng)價(jià)方法，主要是使用圖像灰度分布來(lái)反映融合圖像所攜帶的信息量；Shen Yu 等[8]提出了平均梯度法（average gradient，AG），能敏感地反映出圖像對(duì)微小細(xì)節(jié)反差的表達(dá)能力，同時(shí)還能反映出圖像中紋理變換的特征；Feichtenhofer 等[9]提出了一種基于局部邊緣梯度的統(tǒng)計(jì)分析的無(wú)參考感知清晰度技術(shù)；范賜恩等[10]提出聯(lián)合顏色空間統(tǒng)計(jì)特征和權(quán)重局部二值模式（local binary pattern，LBP）紋理特征的無(wú)參考圖像質(zhì)量評(píng)價(jià)模型；王凡[11]提出一種新的無(wú)參圖像質(zhì)量評(píng)價(jià)方法，該方法結(jié)合了自底向上的視覺(jué)注意力機(jī)制和自頂向下的圖像銳度評(píng)價(jià)標(biāo)準(zhǔn)；劉國(guó)軍等[12]設(shè)計(jì)出了與人的主觀評(píng)價(jià)相吻合的全參考型客觀圖像質(zhì)量評(píng)價(jià)（IQA）算法；……