零件表面粗糙度是评定机械零件微观表面质量优劣的重要精度指标之一,因此如何精确地提取粗糙度信息显得尤为重要。目前二维粗糙度信息已经无法满足人们的需要,专家学者开始寻求新的方法以获取更加全面的粗糙度信息,对表面粗糙度信息的提取和评定也开始由二维向三维转换。为了得到更全面的表面粗糙度信息,研究了稳健高斯滤波方法,提取表面粗糙度信息。对比几种常用的滤波方法,选择高斯滤波方法提取表面粗糙度信息。在传统高斯滤波方法的基础上,分析滤波原理,研究滤波过程,发现传统高斯滤波的问题。探讨了稳健估计理论,针对高斯滤波边界效应问题,引入稳健估计垂直权函数,对高斯滤波的稳健性进行处理;在MATLAB软件编程环境下,对高斯滤波算法进行编程,模拟仿真二维零件表面原始轮廓,采用稳健高斯滤波对二维加工表面进行粗糙度信息提取,分析二维表面粗糙度信息。基于二维粗糙度信息提取的方法,将二维表面粗糙度提取扩展到三维表面粗糙度提取,根据稳健高斯滤波原理,建立二维高斯滤波算法模型,实现高斯滤波过程,提取三维表面粗糙度信息。分析粗糙度参数评定方法,建立粗糙度评定基准面,在粗糙度的参数体系基础上,选择合适的粗糙度参数进行计算评定。测量粗糙度标准块和零件的表面,获取一定的采样点数和采样区域,还原原始表面形貌。采用高斯滤波方法提取二维和三维粗糙度信息,根据粗糙度参数算法原理,分别计算二维和三维常用粗糙度参数数值。在实验和测量的基础上,将测量的粗糙度值和高斯滤波方法提取出的粗糙度参数值进行比较,计算相对误差,评定误差范围,验证本文所采用稳健高斯滤波方法的可行性和正确性。