1、“.....其目的是去除不相干的成分和提取感兴趣的信息，和提取特征以保证感兴趣的表面特征能够得到可靠的数值估计，如珩磨角，沟槽参数，表面缺陷等，评估结果可以很容易的应用于用户的评价。 关键词珩磨，表面纹理，自动视觉检测简介内燃机气缸孔是用珩磨的方法加工的，经过该加工的表面主要由两个随机在气缸对称轴不同角度出现的螺旋槽带组成。 纹理质量对于气缸的干燥作业性能，石油消费量，有害气体排放，和运行性能是非常重要的。 直到目前......”。

2、“..... 这种方法枯燥，具有很大的主观性，并且耗时。 为了得到客观和可重复性的结果，个自动化的方法检查是必要的。 检查方法表面数据有些不同的方法来衡量的珩磨表面。 从表中可以看出，传统的方法，机械笔只执行表面轮廓的维测量。 与此相反，灰度图和光学简图提供二维数据在合理的时间。 由于珩磨纹理的横向几何特征只能进行分析二维数据，在后面的讨论中，我们将集中分析这样的数据。 考察的与不同的测量原理相关的特征也被列入本表......”。

3、“..... 基于这个模型，可以展示明确的和数学上完整定义的特性，使得组织评估具有重现性和客观性。 这种方法不同于许多广泛应用的方法如依靠神经网络，它往往被视为个暗箱。 特征的选择是基于珩磨图，和许多专家的意见，并且也在分析轮廓数据的实例中通过增加新的体积参数来拓展该方法。 这得出了系列的可以满足个人用户需求的特征。 珩磨组织性能图显示些珩磨组织的性能，在这个基础上来定义特征。 最常用的是粗糙度参数......”。

4、“.....以及，和。 。 然而，处理珩磨表面，重要的是要确定些将横向几何形状量化的特征。 通过这种方式，最相关的纹理特性可以被描述，如珩磨角度，材料涂片，断沟，杂散沟槽，洞，外构和薄片，如图所示。 此外，描述沟槽平衡，稳态的存在，凹槽形状，裂缝，转折沟槽，零散标记的特征也需要。 图表表比较机械手写设备......”。

5、“.....沟中断杂散沟槽孔或外构的合作薄片。 自动检测图显示自动检测应用的概述和其在珩磨加工中对质量控制的目的。 个二维或三维传感器提供珩磨表面的数据，其中，∈指横向空间坐标系。 灰色块图是传感器数据处理系统的部分，该系统的输出数据可以用来简单地说明表面质量，还可以在加工工艺发生中断时发出警报，或可以通过反馈控制器调节珩磨过程，因为珩磨组织包含有关功能和加工过程的信息......”。

6、“..... 以下各节中，我们将集中于自动化检测的两个关键步骤对传感器数据的预处理和特征提取，我们将针对这些步骤举出些例子。 图自动检测的磨练表面。 预处理预处理的目的是要抑制无关部分，即不均匀性和外界干扰，同时增强感兴趣的信息，比如组织。 在图像数据的获取过程中，不均匀性可能是由于表面光洁度的空间差异。 其他的产生外界干扰的原因包括偏离理想情况下的沟槽和缺陷，比如说材料涂片和薄片等。 我们用个信号模型来描述传感器数据......”。

7、“.....首先要进行以下的假设不同的成分必须在数学上是可以进行区分的。 如图所示，经过严格的分离程序，我们可以得到原始数据的成分。 然后，分离出不需要的成分，经过逆变换可以得到预处理的结果。 图预处理的原理这种处理过程的好处是简化了特征提取的步骤，并且使图像处理过程更稳定，这可以通过以下的例子来说明。 均质当凹槽组织被数据采集过程中的非均匀性强度所降级，如非均匀照明，均质化就可以制止这种有害的组成部分。 图用这种方法做特定组织的例子......”。

8、“.....是原始的形态。 中间是用标准的同质化方法同质滤波，假设非均质和组织结合得出的结果。 特别是在左上角的部分，这张图像的对比度很差。 右边的图像是采用了图中的模型得出的结果。 在这种情况下，对比度和临界值都是均匀的，它基于种综合考虑了感兴趣的信号和非均匀干扰信号的模型。 这的结果显然比前者更均匀，并且使组织分析更具有说服力。 图均质左规划纹理中同态滤波右基于模型的同质化纹理分解下个例子是对磨纹理进行，以简化特征提取。 由于珩磨组织很复杂......”。

9、“.....那么检测任务所需要的特征的提取就变得很容易了。 这样，开发出种从组织信号中分离出包含直接结构比如沟槽的成分函数和表现各向同性的组成比如背景，包括缺陷和物体的函数。 在这种情况下，我们将利用均质假设。 幸运的是，个非常有效的执行此分离的算法已经存在图的左边显示的是原始珩磨纹理，其他两个图像的结果代表的是应用该算法计算出的自适应纹理结果。 在沟槽的组织中，只有理想的凹槽才能被观察到......”。