磨削加工在现代制造业中占有相当重要的地位。在磨削加工过程中砂轮磨削层会不断磨损,当磨削层的厚度磨损到一定程度时必须更换新的砂轮。更换过早会造成不必要的材料浪费,影响经济效益。更换过晚又会影响生产安全。研究砂轮磨削层厚度的检测技术与方法,对磨削加工相关行业有重要的意义与实际价值。本课题研究了砂轮磨削层厚度的视觉检测方法,设计开发了能够获取砂轮全圆周磨削层厚度的视觉检测系统。本文主要研究内容如下:1.设计了视觉检测系统。提出了相机拍摄方向与砂轮转轴同向的系统布局,以获得砂轮全圆周厚度信息。相机视场内包含一段砂轮磨削层圆弧。检测过程中砂轮沿其主轴转动,从而获得砂轮全圆周的磨削层厚度信息。2.研究了砂轮磨削层厚度的图像提取算法。算法包括预处理、二值化、水平灰度投影、环宽定位、亚像素细分等流程,从包含一段砂轮磨削层的图像中计算得到对应磨削层厚度的像素数。3.研究了砂轮图像的超分辨技术。通过建立基于卷积神经网络的图像超分辨模型,准备砂轮图像的训练数据集,并采用迁移学习等策略。最终获得适用于砂轮图像的超分辨模型。在进行重复性实验时,相比插值方法可以降低约10%的实验标准偏差。最后,通过重复性实验、不同图像采集频率的比较实验,验证了本文提出的砂轮磨削层厚度检测系统的有效性。在图像采集频率不低于120幅/全圆周的情况下,砂轮磨削层平均厚度的实验标准偏差小于15um,满足课题需求。