1    引言
 
存在易变形、崩碎断裂和刀具磨损严重等问题  ，加工表面质量难以直接准确测量     。表面粗糙度是衡量零件加工产品质量的核心指标  ，常见的测量方法有对试样表面进行光切、样块和粗糙度仪等接触式直接测量法、非接触式测量法以及纳米表面粗糙度分析法［2］ 。直接测量时存在接触工件的探针易磨损、误差大、测量过程繁琐且对精密石墨材料工件表面有轻微损伤等问题［3］  ，随着计算机视觉图像识别技术的进步  ，非接触式表面粗糙度测量法迅速发展［4］ 。
不少研究者采用非接触式视觉识别系统测量旋转金属工件的表面粗糙度［5］  ，搭建表面粗糙度测量系统或平台［6］  ，建立切削参数与粗糙度之间的回归预测模型［7］  ，进行车削［8］、铣削［9］或磨削［10］加工金属工件材料粗糙度计算和试验验证 。涉及到相关理论依据或者计算方法［11］主要有图像信息小波变换去噪［12］、神经网络预测［13］、视觉识别系统灰度理论［14］ 。以上方法主要是针对金属材料加工工件  ，并未有非金属材料加工表面粗糙度图像识别的研究 。针对石墨加工表面存在大小不一的凹坑等缺陷
和精密表面易被接触式粗糙度仪探针损伤等问题  ， 本文提出一种新的基于 MATLAB 图像处理的石墨加工表面粗糙度测量方法 。图像处理表面粗糙度评定算法及系统的实现是表面形貌测量方法应用的关键 。应用 GUI( Graphical User Interface  ，GUI) 图形界面回调函数( Callback) 编写控件  ，设计易于用户交互的可脱离 MATLAB  j9九游会平台独立运行图形界面粗糙度计算软件  ，实现表面粗糙度计算和输出  ，并通过试 验对图像评定机械加工表面粗糙度系统准确性进行 验证 。

备注：为保证文章的完整度  ，本文核心内容由PDF格式显示  ，如未有显示请刷新或转换浏览器尝试  ，手机浏览可能无法正常使用！

j9九游会平台数控专业生产：高速精密 雕铣机、精雕机、石墨机、钻攻中心、加工中心；

提出了一种针对脆性石墨材料精密加工表面粗糙度图像识别方法  ，综合了轮廓提取算法、高斯滤波算法、轮廓数字化算法、计算表面粗糙度算法的原 理 。试验结果表明  ，软件测量结果和试验结果吻合  ， 准确度良好  ，验证了表面粗糙度测量软件的有效性 。 该软件界面设计简单  ，可视化程度高  ，具有操作方便、用户交互性良好、计算快捷和结果可靠等优点 。