[发明专利]三维表面粗糙度评定中建立轮廓基准面的新方法

摘要

一种三维表面粗糙度评定中建立轮廓基准面的新方法，它是通过对被测表面轮廓原始采样数据实施灰色自适应加权均值滤波，有效地分离表面轮廓成分，建立三维表面粗糙度评定的灰色基准面。首先从数据文件中载入被测表面轮廓原始采样数据，根据表面的实际情况选取合适的取样区域和评定区域，然后根据选定的取样区域和评定区域，截取轮廓数据，并选择取样区域同样大小的滤波窗口，对窗口内的采样数据实施灰色自适应加权均值滤波，滤波结果作为窗口中心点的新轮廓值，使滤波窗口在整个评定区域内移动，在整个评定区域内的采样数据实施灰色自适应加权均值滤波，求得各采样点的新轮廓值，连接所有新轮廓值的光滑曲面即为三维表面粗糙度评定的灰色基准面。

主权项

1.一种三维表面粗糙度评定中建立轮廓基准面的新方法，其特征在于：其具体步骤如下：[1]、从数据文件中载入表面轮廓数据，根据被测表面的实际情况选取合适的取样区域和评定区域；[2]、根据选定的取样区域和评定区域，截取轮廓数据；在一个评定区域内，截取到被测表面轮廓原始采样数据的矩阵形式为：F(0)=f(0)(1,1)f(0)(1,2)...f(0)(1,n)f(0)(2,1)f(0)(2,2)...f(0)(2,n)............f(0)(m,1)f(0)(m,2)...f(0)(m,n)---(1)]]>其中，m和n分别为评定区域内x轴和y轴方向上采样点的个数；若一个取样区域内x轴和y轴方向上采样点的个数均为(2r+1)，其中r为正整数，其值小于和中的最小者，取大小为(2r+1)×(2r+1)的滤波窗口，使其在整个评定区域内移动；设某时刻滤波窗口所对应的采样数据可用序列f⁽⁰⁾表示：f⁽⁰⁾＝{f⁽⁰⁾(i-r，j-r)，f⁽⁰⁾(i-r，j-r+1)，…，f⁽⁰⁾(i，j)，…，f⁽⁰⁾(i+r，j+r)}    (2)其中，i＝r+1，r+2，…，m-r；j＝r+1，r+2，…，n-r；[3]、对式(2)中的采样数据序列f⁽⁰⁾实施灰色自适应加权均值滤波，滤波的结果作为窗口中心点(i，j)处的表面轮廓值；3.1、选择序列f⁽⁰⁾中所有元素的均值作为参考序列，该序列只有一个元素，即x0=(Σl=i-ri+rΣk=j-rj+rf(0)(l,k))/(2r+1)2---(3)]]>其中，f⁽⁰⁾(l，k)∈f⁽⁰⁾；  比较序列为f⁽⁰⁾中的每个元素，共有(2r+1)²个比较序列；每个比较序列均只有一个元素，分别为：xi-r,j-r(0)=f(0)(i-r,j-r)xi-r,j-r+1(0)=f(0)(i-r,j-r+1)...xi,j(0)=f(0)(i,j)...xi+r-1,j+r(0)=f(0)(i+r-1,j+r)xi+r,j+r(0)=f(0)(i+r,j+r)---(4)]]>3.2、采用均值化法，对式(4)中的各比较序列进行无量纲处理，即xi-r,j-r(1)=xi-r,j-r(0)/x0xi-r,j-r+1(1)=xi-r,j-r+1(0)/x0...xi,j(1)=xi,j(0)/x0...xi+r-1,j+r(1)=xi+r-1,j+r(0)/x0xi+r,j+r(1)=xi+r,j+r(0)/x0---(5)]]>其中，x₀由式(3)求得；3.3、计算差序列、最大差和最小差，三者分别为：差序列：Δl,k=|x0-xl,k(1)|---(6)]]>最大差：maxΔl,k=max|x0-xl,k(1)|---(7)]]>最小差：minΔl,k=min|x0-xl,k(1)|---(8)]]>其中，l＝i-r，i-r+1，…，i+r；k＝j-r，j-r+1，…，j+r；3.4、计算灰色关联系数ϵl,k=minΔl,k+0.5maxΔl,kΔl,k+0.5maxΔl,k---(9)]]>其中，l＝i-r，i-r+1，…，i+r；k＝j-r，j-r+1，…，j+r；3.5、将式(9)求得的灰色关联系数作为对应采样点的权值，加权平均求得滤波窗口中心点(i，j)处的轮廓值，即f^(i,j)=Σl=i-ri+rΣk=j-rj+rϵl,k·xl,k(0)Σl=i-ri+rΣk=j-rj+rϵl,k---(10)]]>其中，x_l，k⁽⁰⁾为比较序列，由式(4)求得；[4]、使滤波窗口遍历整个评定区域，重复步骤3.1～3.5，求得评定区域内各采样点所对应的轮廓值连接所有的光滑曲面即为三维表面粗糙度评定的灰色基准面。