一种工件磨削加工表面烧伤检测方法与流程

1.本发明涉及工件磨削烧伤检测技术领域，具体涉及一种工件磨削加工表面烧伤检测方法。


背景技术：

2.作为精密加工的关键技术，磨削可实现难加工材料和复杂零部件的高效、精密加工，对提高机械产品的精度、可靠性和寿命等起着至关重要的作用。高速磨削具有更高的材料去除率、更小的工件受力变形、更高的加工精度和表面质量以及更小的砂轮磨损，可实现难加工材料和复杂部件的高性能加工。
3.然而与其它机械加工方式相比，磨削会消耗更多的能量，而大部分的能量又将转化成热能，在工件表层及亚表层产生热效应，这就对工件表面质量、使用性能、砂轮寿命等会产生不良影响，其中工件烧伤是最常见的磨削热损伤。现有通常采用传统的酸洗法对工件表面的磨削热损伤程度进行检测，但这种检测方法比较费时费力，且会对工件造成一定的破坏，不适用于工件的表面烧伤实时检测。


技术实现要素：

4.本发明的目的在于提供一种工件磨削加工表面烧伤检测方法，用于解决现有的工件表面磨削烧伤检测方法不适用于工件的表面烧伤实时检测的问题。
5.为解决上述技术问题，本发明提供了一种工件磨削加工表面烧伤检测方法，包括以下步骤：获取待检测的磨削工件的工件磨削表面图像，获取工件磨削表面图像对应的工件磨削区域图像，并获取工件磨削区域图像对应的磨削区域灰度图像和磨削区域hsv图像；根据磨削区域灰度图像中各个像素点对应的灰度值，确定磨削区域灰度图像中的各个烧伤像素点；对磨削区域灰度图像进行区间划分，从而得到各个子区域，根据各个子区域中的烧伤像素点的数目，确定各个子区域中的目标子区域；对目标子区域进行线段划分，从而得到各个子线段，根据各个子线段上的烧伤像素点的数目，确定各个子线段中的目标子线段；根据目标子线段上的各个烧伤像素点的灰度值，确定待检测的磨削工件的表面形状综合变化程度；根据目标子区域中的烧伤像素点的数目，确定待检测的磨削工件的表面烧伤面积占比；获取目标子线段上的各个烧伤像素点在磨削区域hsv图像上的各个对应像素点，根据各个对应像素点的色调值，确定待检测的磨削工件的表面颜色变化指标值；根据待检测的磨削工件的表面形状综合变化程度、表面烧伤面积占比和表面颜色变化指标值，确定待检测的磨削工件的烧伤程度。
6.进一步的，确定待检测的磨削工件的表面形状综合变化程度，包括：对目标子线段上的各个烧伤像素点进行编号，根据目标子线段上的各个烧伤像素点的灰度值，以各个烧伤像素点的灰度值为纵坐标，并以各个烧伤像素点的编号为横坐标，进行曲线拟合，从而得到烧伤灰度曲线；确定烧伤灰度曲线上的各个类周期值和各个类振幅值，计算各个类周期值的方差和各个类振幅值的方差，从而对应得到类周期方差值和类振幅方差值；根据目标子线段上的各个烧伤像素点的灰度值，计算目标子线段上的各个烧伤像素点的灰度值的均值，从而对应得到烧伤像素点的灰度均值；根据类周期方差值、类振幅方差值和烧伤像素点的灰度均值，计算待检测的磨削工件的表面形状综合变化程度。
7.进一步的，确定烧伤灰度曲线上的各个类周期值和各个类振幅值，包括：以烧伤灰度曲线上任意两个相邻的波峰对应的横坐标之间的距离值作为一个类周期值，从而得到烧伤灰度曲线上的各个类周期值；以烧伤灰度曲线上任意两个相邻的波峰和波谷的纵坐标之间的距离值作为一个类振幅值，从而得到烧伤灰度曲线上的各个类振幅值。
8.进一步的，计算待检测的磨削工件的表面形状综合变化程度对应的计算公式为：其中，为待检测的磨削工件的表面形状综合变化程度，为类周期方差值，为类振幅方差值，为烧伤像素点的灰度均值。
9.进一步的，确定待检测的磨削工件的表面颜色变化指标值，包括：根据各个对应像素点的色调值，计算所有色调值的均值和方差值；根据所有色调值的均值和方差值，确定待检测的磨削工件的表面颜色变化指标值。
10.进一步的，确定磨削区域灰度图像中的各个烧伤像素点，包括：分别判断磨削区域灰度图像中各个像素点对应的灰度值是否大于设定灰度阈值，若大于设定灰度阈值，则将对应的像素点作为烧伤像素点。
11.进一步的，对磨削区域灰度图像进行区间划分，从而得到各个子区域，包括：获取砂轮的实际厚度在磨削区域灰度图像中对应的图像厚度；在砂轮磨削方向上，以图像厚度为宽度，对磨削区域灰度图像进行矩形区间划分，从而得到各个子区域。
12.进一步的，确定各个子区域中的目标子区域，包括：根据各个子区域中的烧伤像素点的数目，确定烧伤像素点的数目的最大值所对应的子区域；根据烧伤像素点的数目的最大值所对应的子区域，确定各个子区域中的目标子区域。
13.进一步的，确定各个子线段中的目标子线段，包括：根据各个子线段上的烧伤像素点的数目，确定烧伤像素点的数目的最大值所对应
的子线段；根据烧伤像素点的数目的最大值所对应的子线段，确定各个子线段中的目标子线段。
14.进一步的，确定待检测的磨削工件的烧伤程度对应的计算公式为：其中，为待检测的磨削工件的烧伤程度，为待检测的磨削工件的表面颜色变化指标值，为待检测的磨削工件的表面形状综合变化程度，为待检测的磨削工件的表面烧伤面积占比。
15.本发明具有如下有益效果：通过获取待检测的磨削工件的工件磨削表面图像，进而获取磨削区域灰度图像和磨削区域hsv图像，对磨削区域灰度图像进行区间划分，从而得到各个子区域，然后从各个子区域中筛选出目标子区域，结合磨削区域hsv图像，对该目标子区域进行特征分析，确定待检测的磨削工件的表面形状综合变化程度、表面烧伤面积占比和表面颜色变化指标值，最终确定待检测的磨削工件的烧伤程度。由于本发明根据磨削工件的表面烧伤特点，仅需要对目标子区域进行相应的特征分析，而无需对整个图像进行特征分析，有效提高了检测的效率；并且，在目标子区域进行相应的特征分析时，是从目标子区域中烧伤区域的形状特点、颜色变化特点以及烧伤面积大小等多个方面进行考虑，有效保证了最终确定的烧伤程度的准确性；另外，在进行烧伤程度检测时，仅需要获取磨削工件的工件磨削表面图像，并基于该图像进行特征分析，而无需对工件本身进行任何破坏性操作，因此本发明可适用于磨削工件的表面烧伤实时检测，有效解决了现有的工件表面磨削烧伤检测方法不适用于工件的表面烧伤实时检测的问题。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
17.图1为本发明实施例中的工件磨削加工表面烧伤检测方法的流程图；图2为本发明实施例中的周期条状烧伤的第一示意图；图3为本发明实施例中的周期条状烧伤的第二示意图；图4为本发明实施例中的工件磨削加工示意图；图5为本发明实施例中的对磨削区域灰度图像进行区间划分的示意图；图6为本发明实施例中的对目标子区域进行线段划分的示意图。
具体实施方式
18.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
19.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
20.应用场景：在工件磨削加工过程中，随着砂轮线速度的提高，磨削温度也不断攀升，会对工件表面造成烧伤。
21.针对上述应用场景，本实施例提供了一种工件磨削加工表面烧伤检测方法，该方法利用机视觉技术，首先通过相机采集磨床上磨削加工后的待检测工件的工件磨削表面图像，并使用语义分割技术识别工件磨削区域图像；然后根据工件磨削区域图像的特征，计算工件的烧伤程度，后续可根据工件的烧伤程度来调节砂轮磨削速度，以降低砂轮和工件的损伤。
22.具体的，该工件磨削加工表面烧伤检测方法对应的流程图如图1所示，包括以下步骤：步骤s1：获取待检测的磨削工件的工件磨削表面图像，获取工件磨削表面图像对应的工件磨削区域图像，并获取工件磨削区域图像对应的磨削区域灰度图像和磨削区域hsv图像。
23.在工件磨削生产线的上方安装高清相机，并利用该高清相机采集磨削加工后工件的工件磨削表面图像。在采集到工件磨削表面图像后，利用dnn语义分割网络对表面图像中的工件磨削区域进行识别，以去除背景区域，从而得到工件磨削区域图像。由于利用dnn语义分割网络对工件磨削区域进行识别的具体实现过程属于现有技术，此处不再赘述。
24.由于图像在采集和传输的过程中会产生噪声，而噪声的存在将在一定程度上影响提取图像特征的精度，进而阻碍后续的图像的处理和分析。因此，在得到工件磨削区域图像之后，使用高斯滤波对工件磨削区域图像进行平滑去噪处理，以抑制或消除噪声的影响，改善图像的质量，从而得到去噪后的工件磨削区域图像。
25.考虑到高温合金材料在烧伤时会形成表面氧化层，因此可以通过观测材料的表面颜色来识别材料的磨削烧伤情况，表面颜色可以作为判断工件磨削烧伤的重要标志之一，磨削烧伤的严重程度可按照黄色、蓝色和蓝紫色等不同颜色来区分。再结合烧伤区域的面积和灰度变化，最终可以确定工件的烧伤程度。
26.基于上述分析，对去噪后的工件磨削区域图像做灰度化处理，从而得到去噪后的工件磨削区域图像对应的磨削区域灰度图像。同时，将去噪后的工件磨削区域图像转换到hsv空间，从而得到去噪后的工件磨削区域图像对应的磨削区域hsv图像。
27.步骤s2：根据磨削区域灰度图像中各个像素点对应的灰度值，确定磨削区域灰度图像中的各个烧伤像素点。
28.当工件所处的光照环境不变时，表面粗糙度较大的区域对光线的散射能力强，从而被相机采集到的光线少，而表面粗糙度较小的区域对光线的反射能力强，则被相机采集到的光线多。而磨削烧伤会使工件表面粗糙度变大，因此图像烧伤越严重，则图像越暗，烧伤区域相对于正常区域灰度值小。
29.基于上述分析，人工选取一个无烧伤工件对应的磨削区域灰度图像以及一个稍微烧伤工件对应的磨削区域灰度图像，计算这两个磨削区域灰度图像的灰度均值和，并将设置为设定灰度阈值。分别判断待检测的磨削工件对应的磨削区域灰度图像中各个像
素点对应的灰度值是否大于设定灰度阈值，若大于设定灰度阈值，则将对应的像素点作为烧伤像素点。按照这种方式，可以确定待检测的磨削工件对应的磨削区域灰度图像中的各个烧伤像素点。
30.步骤s3：对磨削区域灰度图像进行区间划分，从而得到各个子区域，根据各个子区域中的烧伤像素点的数目，确定各个子区域中的目标子区域。
31.工件磨削加工烧伤可以根据烧伤外观分为全面烧伤、斑状烧伤、均匀线条烧伤和周期条状烧伤，在生产中最常见的是周期条状烧伤，如图2和图3所示。周期条状烧伤造成的原因在于，如图4所示，砂轮磨削在工件上的接触轨迹是沿工件给进方向行进，然后按照磨削的方向依次重复此操作，因此在砂轮速度不变的情况下，每次沿工件给进方向的磨削造成的烧伤基本是一致的。在图4中，曲线上箭头的方向表示的是砂轮方向，直线上箭头的方向表示的是工件给进方向，1表示的是未加工表面，2表示的已加工表面，3表示的是磨屑。
32.基于周期条状烧伤的特点，本实施例通过对磨削区域灰度图像进行区间划分，得到各个子区域，后续计算单个子区域内的烧伤程度，并以此表示整个工件磨削的烧伤程度，从而可以有效减少计算量。其中，对磨削区域灰度图像进行区间划分，从而得到各个子区域的步骤包括：步骤s31：获取砂轮的实际厚度在磨削区域灰度图像中对应的图像厚度。
33.根据工件表面的实际长度和该工件表面在磨削区域灰度图像中的长度，可计算出图像中单个像素点对应的实际长度，进而可以确定砂轮的实际厚度在磨削区域灰度图像中对应的厚度l，为了便于与砂轮的实际厚度进行区分，这里将砂轮的实际厚度在磨削区域灰度图像中对应的厚度l称为图像厚度。
34.步骤s32：在砂轮磨削方向上，以图像厚度为宽度，对磨削区域灰度图像进行矩形区间划分，从而得到各个子区域。
35.由于工件磨削加工为以一个砂轮厚度往前行进，因此本实施例在对磨削区域灰度图像进行区间划分时，如图5所示，水平方向直线的箭头指的是工件给进方向，竖直方向直线的箭头指的是磨削方向，对磨削区域灰度图像按照磨削方向，即图像纵向，以图像厚度l为宽度划分矩形区间，从而获得烧伤痕迹相似的单个矩形区间，每一个矩形区间即为一个子区域，图5中的4表示1个子区域。如图5所示，在对磨削区域灰度图像进行矩形区间划分时，以磨削区域灰度图像中与工件给进方向平行的一侧边缘作为矩形区域的长，当然这里的一侧边缘为工件最初开始磨削的一侧，然后在砂轮磨削方向上，每隔图像厚度l得到一个矩形区间，从而得到多个矩形区间，一个矩形区间即为一个子区域，从而可以得到各个子区域。
36.由于工件的烧伤程度是否严重是由最大的烧伤区域决定的，而通过上述步骤s31-s32所得到的各个子区域具有相似性，因此本实施例为了确定最大的烧伤区域，对各个子区域进行分析，从而确定各个子区域中的目标子区域，该目标子区域即为最大的烧伤区域，具体实现步骤包括：步骤s33：根据各个子区域中的烧伤像素点的数目，确定烧伤像素点的数目的最大值所对应的子区域。
37.根据各个子区域中的烧伤像素点的数目，计算划分的各个子区域内烧伤区域的面积，这里的面积可以用对应子区域内烧伤像素点的数目来表征，从而获得各个子区域内烧
伤区域的面积集合，其中n为子区域的数量，取面积集合中的最大值，并确定该最大值所对应的子区域。
38.步骤s34：根据烧伤像素点的数目的最大值所对应的子区域，确定各个子区域中的目标子区域。
39.在通过上述步骤s33确定最大值所对应的子区域后，如果该最大值所对应的子区域仅有一个，此时则直接将该子区域作为各个子区域中的目标子区域，并将该目标子区域记为a。如果该最大值所对应的子区域不止一个，此时则计算该最大值所对应的每个子区域中所有像素点的灰度值均值，并将最小的灰度值均值所对应的子区域作为各个子区域中的目标子区域，并将该目标子区域记为a。
40.步骤s4：对目标子区域进行线段划分，从而得到各个子线段，根据各个子线段上的烧伤像素点的数目，确定各个子线段中的目标子线段。
41.在通过上述步骤s3得到各个子区域中的目标子区域之后，为了便于后续确定待检测的磨削工件的表面形状综合变化程度，进而最终确定待检测的磨削工件的烧伤程度，本实施例对该目标子区域进行线段划分，得到各个子线段。在对目标子区域进行线段划分时，如图6所示，水平方向直线的箭头指的是工件给进方向，竖直方向直线的箭头指的是磨削方向，沿工件给进方向，即图像横向，在目标子区域a中做与工件给进方向平行的线段，即在目标子区域a中做横向线段，横向线段以单个像素点为宽度，从而获得l条线段，这l条线段即为对目标子区域进行线段划分所得到的各个子线段，图6中的5表示1条子线段。
42.在对目标子区域进行线段划分得到各个子线段之后，对各个子线段进行分析，从而确定各个子线段中的目标子线段，从而便于后续根据该目标子线段，确定工件给进方向上所受到的磨削烧伤影响，具体实现步骤包括：步骤s41：根据各个子线段上的烧伤像素点的数目，确定烧伤像素点的数目的最大值所对应的子线段。
43.根据各个子线段上的烧伤像素点的数目，获得数目集合，取数目集合中的最大值数值，并确定该最大值数值所对应的子线段。
44.步骤s42：根据烧伤像素点的数目的最大值所对应的子线段，确定各个子线段中的目标子线段。
45.在通过上述步骤s41确定最大值数值所对应的子线段后，如果该最大值数值所对应的子线段仅有一个，此时则直接将该子线段作为各个子线段中的目标子线段，并将该目标子线段记为b。如果该最大值数值所对应的子线段不止一个，此时则计算该最大值数值所对应的每个子线段上所有像素点的灰度值均值，并将最小的灰度值均值所对应的子线段作为各个子线段中的目标子线段，并将该目标子线段记为b。
46.步骤s5：根据目标子线段上的各个烧伤像素点的灰度值，确定待检测的磨削工件的表面形状综合变化程度，具体实现步骤包括：步骤s51：对目标子线段上的各个烧伤像素点进行编号，根据目标子线段上的各个烧伤像素点的灰度值，以各个烧伤像素点的灰度值为纵坐标，并以各个烧伤像素点的编号为横坐标，进行曲线拟合，从而得到烧伤灰度曲线。
47.从目标子线段的一端开始，依次为目标子线段上的各个烧伤像素点进行编号，然后以目标子线段上的各个烧伤像素点的灰度值为纵坐标，并以各个烧伤像素点的编号为横坐标，拟合一条烧伤灰度曲线。
48.步骤s52：确定烧伤灰度曲线上的各个类周期值和各个类振幅值，计算各个类周期值的方差和各个类振幅值的方差，从而对应得到类周期方差值和类振幅方差值。
49.沿工件加工方向，纹路出现较深沟痕的为轻微烧伤；纹路变成板条状且夹杂小斑点的为中度烧伤；出现了较大较多的斑点和凹坑的为严重烧伤。因此随着烧伤程度变大，斑点和凹坑变多，烧伤灰度曲线的波动变化加剧，使烧伤灰度曲线周期和振幅的规律性变小。
50.基于上述分析，确定烧伤灰度曲线上的各个类周期值和各个类振幅值，具体实现步骤包括：步骤s521：以烧伤灰度曲线上任意两个相邻的波峰对应的横坐标之间的距离值作为一个类周期值，从而得到烧伤灰度曲线上的各个类周期值。
51.在确定烧伤灰度曲线上的各个类周期值时，将波动灰度曲线上的两个相邻波峰之间划分为一个类周期，从而得到类周期集合，其中p为烧伤灰度曲线上的类周期的数量。
52.步骤s522：以烧伤灰度曲线上任意两个相邻的波峰和波谷的纵坐标之间的距离值作为一个类振幅值，从而得到烧伤灰度曲线上的各个类振幅值。
53.在确定烧伤灰度曲线上的各个类振幅值时，将波动灰度曲线上的两个相邻的波峰到波谷的差值为类振幅，从而得到类振幅集合，其中q为烧伤灰度曲线上的类振幅数量。
54.在通过上述步骤s521
‑ꢀ
s522得到烧伤灰度曲线上的各个类周期值和各个类振幅值之后，即得到类周期集合和类振幅集合之后，计算类周期集合中各个元素的方差以及类振幅集合中各个元素的方差，方差即为类周期方差值，方差即为类振幅方差值。当方差和越大时，表示烧伤灰度曲线的波动变化越大，其周期和振幅的规律性越小。
55.步骤s53：根据目标子线段上的各个烧伤像素点的灰度值，计算目标子线段上的各个烧伤像素点的灰度值的均值，从而对应得到烧伤像素点的灰度均值。
56.由于烧伤程度越大，其对应的灰度值就越小，因此为了确定烧伤程度，根据目标子线段上的各个烧伤像素点的灰度值，计算该目标子线段上的各个烧伤像素点的灰度均值，并记为。
57.步骤s54：根据类周期方差值、类振幅方差值和烧伤像素点的灰度均值，计算待检测的磨削工件的表面形状综合变化程度，对应的计算公式为：其中，为待检测的磨削工件的表面形状综合变化程度，为类周期方差值，为类振幅方差值，为烧伤像素点的灰度均值。
58.在上述的待检测的磨削工件的表面形状综合变化程度的计算公式中，表示的是单个子区间内沿工件给进方向的目标子线段b上烧伤像素点的灰度均值，其值越小，说明工件的表面形状变化程度越大，对应的表面形状综合变化程度p越大。表示此目标子线段b上烧伤灰度曲线的类周期方差值，表示此子线段b上烧伤灰度曲线的类振幅方差值，两个方差值越大，表示磨削烧伤后的工件表面形状变化程度越大，对应的表面形状综合变化程度p越大。
59.步骤s6：根据目标子区域中的烧伤像素点的数目，确定待检测的磨削工件的表面烧伤面积占比。
60.根据目标子区域内所有像素点的数目，确定该目标子区域的面积，此时可直接用该目标子区域内所有像素点的数目来表征该目标子区域的面积，记该目标子区域的面积为s。同时，根据目标子区域中的烧伤像素点的数目，确定该目标子区域中的烧伤区域的面积，此时可以直接用该目标子区域内所有烧伤像素点的数目来表征该目标子区域中的烧伤区域的面积，该目标子区域中的烧伤区域的面积为。计算目标子区域中的烧伤区域的面积与该目标子区域的面积s的比值，并将该比值作为待检测的磨削工件的表面烧伤面积占比。
61.步骤s7：获取目标子线段上的各个烧伤像素点在磨削区域hsv图像上的各个对应像素点，根据各个对应像素点的色调值，确定待检测的磨削工件的表面颜色变化指标值。
62.工件上发生表面烧伤的区域并不是单纯一种颜色，而是很复杂的混合态，烧伤越严重的区域表面颜色变化越复杂，包含的颜色种类也越多。随着磨削烧伤程度加重，烧伤表面颜色由淡黄色到蓝色再至蓝紫色。
63.基于上述分析，根据步骤s1所得到的工件磨削区域图像对应的磨削区域hsv图像，确定目标子线段上的各个烧伤像素点在磨削区域hsv图像上的各个对应像素点，进而获取各个对应像素点的色调值对应的取值集合，为对应像素点的数量，该对应像素点的数量等于目标子线段上的烧伤像素点的数目。根据各个对应像素点的色调值对应的取值集合，可以确定待检测的磨削工件的表面颜色变化指标值，具体实现步骤包括：步骤s71：根据各个对应像素点的色调值，计算所有色调值的均值和方差值。
64.根据各个对应像素点的色调值对应的取值集合，计算该取值集合中各个元素的均值，由于烧伤颜色变化为淡黄色到蓝色再至蓝紫色，其对应的色度值逐渐增大，因此均值可表示烧伤的颜色变化程度，当均值越大时，表明烧伤的颜色变化程度越大，烧伤程度越严重。同时，根据各个对应像素点的色调值对应的取值集合，计算该取值集合中各个元素的方差，方差越大，说明各个对应像素点的色调值的分布范围越大，烧伤像素点的颜色种类也越多。
65.步骤s72：根据所有色调值的均值和方差值，确定待检测的磨削工件的表面颜色变
化指标值。
66.在通过上述步骤s71得到各个对应像素点的所有色调值的均值和方差值之后，计算均值和方差值的相加和，并将该相加和作为待检测的磨削工件的表面颜色变化指标值。需要指出的是，这里在确定表面颜色变化指标值时，是只参考均值和方差值的数值大小，而并不考虑其单位影响，因此可以直接将均值和方差值进行相加。
67.步骤s8：根据待检测的磨削工件的表面形状综合变化程度、表面烧伤面积占比和表面颜色变化指标值，确定待检测的磨削工件的烧伤程度。
68.基于上述步骤得到的待检测的磨削工件的表面形状综合变化程度、表面烧伤面积占比和表面颜色变化指标值，可以计算待检测的磨削工件的烧伤程度，对应的计算公式为：其中，为待检测的磨削工件的烧伤程度，为待检测的磨削工件的表面颜色变化指标值，为待检测的磨削工件的表面形状综合变化程度，为待检测的磨削工件的表面烧伤面积占比。
69.在上述的待检测的磨削工件的烧伤程度的计算公式中，表面颜色变化指标值表征了目标子线段b上烧伤后颜色的综合变化程度，表面形状综合变化程度表征了目标子线段b上烧伤后形状的综合变化程度，故不考虑单位问题，直接用目标子线段b上烧伤后颜色的综合变化程度与形状的综合变化程度的乘积表示工件给进方向上的烧伤变化程度，该乘积越大时，对应的工件的烧伤程度就越大。表面烧伤面积占比表征了子区域内烧伤区域的最大面积与单个子区域面积的比值，该比值越大，说明沿工件给进方向上磨削的烧伤面积越大，对应的工件的烧伤程度就越大。
70.在通过上述计算公式计算出待检测的磨削工件的烧伤程度q之后，对该烧伤程度q进行归一化，使得归一化之后的烧伤程度的取值范围为(0,1)，当归一化之后的烧伤程度的取值越大时，则说明待检测的磨削工件的表面烧伤程度越严重，反之，当归一化之后的烧伤程度的取值越小时，则说明待检测的磨削工件的表面烧伤程度越轻。
71.另外，由于砂轮线速度越大，表面烧伤越严重，因为砂轮线速度越大，磨削过程中产生大量的热量来不及释放，越容易发生烧伤。因此，可根据归一化之后的烧伤程度，调节砂轮线速度，以降低砂轮和工件的损伤。在本实施例中，根据待检测的磨削工件的材料的耐高温程度，设定烧伤程度阈值，并将归一化之后的烧伤程度与该烧伤程度阈值进行比较，当归一化之后的烧伤程度大于该烧伤程度阈值时，则控制调低砂轮线速度，以降低砂轮和工件的损伤。
72.本发明通过获取待检测的磨削工件的工件磨削表面图像，然后利用机器视觉技术分析图像中烧伤区域的特征，最终确定待检测的磨削工件的烧伤程度。本发明的检测效率高，能够实现磨削工件的表面烧伤实时检测，且不会对工件造成破坏。
73.需要说明的是：以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然
可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。