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 环境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。