近年来,国家发布《中国制造2025》,使智能制造成为国家工业发展的核心,并且十九大提出的未来五年重点中,智能制造成为工业生产的重点,表面粗糙度的测量为智能制造提供了保障。随着计算机视觉和激光无损检测的发展,计算机纹理分析方法以其高效率、无接触、实时在线检测等优点,已经成为非接触式测量表面粗糙度的重要方法。具有一定的应用价值及前景。本文将激光散斑图像采集系统和Matlab软件相结合,提出了一种测量工件表面粗糙度的方法。本文分析了传统直方图均衡化算法处理后图像缺失高灰度细节的缺点,采用了双直方图均衡化算法处理激光散斑图像,为了改进传统滤波算法对图像关键信息保护不理想和容易造成图像模糊的特点,应用快速非局部均值滤波算法处理图像,为了改进小波变换对细节捕捉能力较差和易受噪声等高频图像信息影响,提出基于平稳小波(SWT)的非下采样轮廓波(NSCT)分解和Tamura纹理提取联合算法,通过SWT的NSCT分解图像,应用Tamura纹理提取,通过分析平磨和车削纹理特征的粗糙度、对比度和方向度与表面粗糙度的关系,确定第2尺度高频图像和Tamura纹理的粗糙度和对比度的关系作为数据拟合关系式的理论基础。最后通过平磨和车削实验,验证了本文方法测量结果平均绝对误差较小,证明了本文方法有效性,且在工件每个代表区域,粗糙度值都小于0.05,证明其稳定性较好,为以后多尺度分析纹理图像提供一个新的思路。