基于DGLCM BO Stacking的工件表面粗糙度检测

表面粗糙度对工件使用性能和寿命有很大影响,为了实现高精度、鲁棒工件表面粗糙度检测,提出基于方向灰度共生矩阵和贝叶斯优化堆叠模型的工件表面粗糙度检测方法。采用互补金属氧化物半导体相机、同轴光源、远心镜头搭建视觉检测系统,采集不同表面粗糙度的工件纹理图像,并对采集到的纹理图像进行数据增强。使用方向灰度共生矩阵提取图像的纹理特征,构建特征描述符。使用经过贝叶斯优化的轻量梯度提升机、极限梯度提升树、随机森林作为基学习器,构建堆叠模型。使用所采集的不同表面粗糙度的纹理图像数据集进行性能试验。试验结果表明,所提出的检测方法在多个性能评价指标上都优于其它方法,具有较高的检测精度和较强的泛化能力,可以有效实现表面粗糙度的高精度、鲁棒检测。