方強(qiáng)
摘 要:在機(jī)械零件生產(chǎn)過程中,機(jī)械零件質(zhì)量檢測(cè)屬于十分重要的一項(xiàng)內(nèi)容,在保證零件質(zhì)量方面具有重要作用及意義。在機(jī)械零件質(zhì)量檢測(cè)過程中,為能夠得到更加理想的檢測(cè)效果,可對(duì)圖像識(shí)別技術(shù)進(jìn)行科學(xué)合理應(yīng)用,從而使機(jī)械零件質(zhì)量檢測(cè)水平及質(zhì)量得以有效提升,為更好開展機(jī)械零件質(zhì)量檢測(cè)工作奠定較好的基礎(chǔ),提供更好技術(shù)支持。
關(guān)鍵詞:機(jī)械零件;質(zhì)量檢測(cè);圖像識(shí)別技術(shù);應(yīng)用
DOI:10.16640/j.cnki.37-1222/t.2018.07.003
隨著現(xiàn)代社會(huì)不斷發(fā)展,在機(jī)械零件生產(chǎn)中對(duì)于零件質(zhì)量也有著越來越高的要求,因而更好保證機(jī)械零件質(zhì)量十分必要。在目前機(jī)械零件質(zhì)量檢測(cè)中,為能夠得到更加理想的效果,應(yīng)當(dāng)對(duì)現(xiàn)代檢測(cè)技術(shù)進(jìn)行科學(xué)合理應(yīng)用,而圖像識(shí)別技術(shù)就是其中比較重要的一種。所以,相關(guān)操作人員應(yīng)較好掌握該技術(shù),并且在實(shí)際零件檢測(cè)中對(duì)其進(jìn)行合理應(yīng)用,從而保證零件質(zhì)量檢測(cè)取得更好效果。
1 機(jī)械零件質(zhì)量檢測(cè)中相關(guān)圖像識(shí)別技術(shù)
1.1 模糊匹配識(shí)別技術(shù)
這種識(shí)別方法屬于一種最基礎(chǔ)的識(shí)別技術(shù),而其中所應(yīng)用的模板所指的就是為能夠?qū)ΥR(shí)別零件圖像中相關(guān)區(qū)域特征進(jìn)行檢驗(yàn),通過數(shù)字量形式或符號(hào)串形式使矩陣得以形成,選擇已知物體圖像,將其與模板中全部未知區(qū)域?qū)嵭斜容^,在此基礎(chǔ)上將某未知為題與該模板實(shí)行匹配,因而該物體也就會(huì)被當(dāng)作與模板相同有關(guān)物體。對(duì)于模板匹配技術(shù)而言,其操作比較簡(jiǎn)單,然而在實(shí)際應(yīng)用過程中有一定限制存在,這主要是由于為能夠與所有物體在尺寸及方向方面進(jìn)行匹配,需要放置數(shù)量較多的相關(guān)模板,在實(shí)際匹配過程中需要對(duì)大量模板實(shí)行設(shè)計(jì)及儲(chǔ)存,從而也就會(huì)導(dǎo)致一定經(jīng)濟(jì)浪費(fèi)。
1.2 神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)
對(duì)于神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)而言,其所指的就是通過偶某種特定方式,使大量神經(jīng)單元實(shí)現(xiàn)相互連接,從而使復(fù)雜神經(jīng)網(wǎng)絡(luò)系統(tǒng)得以構(gòu)成,雖然單個(gè)神經(jīng)單元所具備功能及結(jié)構(gòu)相對(duì)比較簡(jiǎn)單,然而由多個(gè)不同神經(jīng)單元所組成神經(jīng)網(wǎng)絡(luò)系統(tǒng)的結(jié)構(gòu)比較復(fù)雜,并且具有比較豐富的功能,可將其當(dāng)作對(duì)人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)實(shí)行模擬、抽象及簡(jiǎn)化。對(duì)于該技術(shù)而言,其能夠?qū)θ说恼J(rèn)知過程及感知過程進(jìn)行模擬,具備分布式自主學(xué)習(xí)能力以及識(shí)別能力,對(duì)于需同時(shí)考慮各種不同條件及因素的相關(guān)問題,可較好適應(yīng),并且較好進(jìn)行處理。但神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)的缺點(diǎn)就是訓(xùn)練時(shí)間比較長(zhǎng),訓(xùn)練量比較大,并且收斂精度比較慢,同時(shí)識(shí)別精度較低等。
2 機(jī)械零件質(zhì)量檢測(cè)中圖像識(shí)別技術(shù)的應(yīng)用
2.1 圖像分析
在圖像分析方面,其所包括的內(nèi)容主要有以下幾點(diǎn):第一,二值化圖像處理,這一點(diǎn)在計(jì)算機(jī)圖像處理中占據(jù)重要地位,為能夠?qū)D像特性進(jìn)行較好分析,通常情況下需要分離圖像中相關(guān)分析對(duì)象,而后二值化處理對(duì)象物,經(jīng)過二值化操作,可將相應(yīng)處理邊緣由圖像中提出。第二,圖像分割,在圖像分割方面所選擇的方法較多,主要有多門限法、直接門限法及間接門限法,通過對(duì)門限算法進(jìn)行利用,可依據(jù)在灰度方面背景區(qū)域及目標(biāo)區(qū)域存在差異,對(duì)圖像實(shí)行分割。第三,圖像邊緣檢測(cè),對(duì)于圖像特征而言,其所指的就是圖像影視屬性以及特征,其所包括內(nèi)容主要為灰度邊緣特征、文理特征以及角點(diǎn)與線條特征,還包括變換系數(shù)特征、幅度特征等相關(guān)內(nèi)容,利用圖像邊緣檢測(cè),可對(duì)圖像邊緣性能較好識(shí)別。
2.2 圖像識(shí)別
在機(jī)械零件質(zhì)量檢測(cè)中,對(duì)于圖像識(shí)別而言,其主要包括兩個(gè)方面內(nèi)容。首先,對(duì)特征參數(shù)進(jìn)行科學(xué)合理選擇,機(jī)械零件中較常見質(zhì)量問題主要就是不規(guī)則缺陷、點(diǎn)蝕、長(zhǎng)形缺陷及折斷與裂紋等。因而在對(duì)特征參數(shù)進(jìn)行選擇過程中,應(yīng)當(dāng)依據(jù)具體質(zhì)量問題對(duì)適當(dāng)特征參數(shù)進(jìn)行合理選擇。依據(jù)圖像對(duì)所獲得信息進(jìn)行分析,選擇特定預(yù)處理方法對(duì)圖像特征進(jìn)行選擇。在此基礎(chǔ)上依據(jù)圖像特征,選擇以下四個(gè)方面參數(shù)當(dāng)作特征參數(shù),分別為凹凸度、矩形度以及圓度與伸長(zhǎng)度等。其中凹凸度的計(jì)算公式為t/L,t表示同向碼個(gè)數(shù)最大值;矩形度計(jì)算公式為S/(W·H),其中S表示檢測(cè)區(qū)域面積;圓度計(jì)算公式為4·R·A/L2,其中L為鏈長(zhǎng)度,A表示圓形區(qū)域編輯;伸長(zhǎng)度計(jì)算公式為min(W,H)/max(W,H),E值越小,則表示圖形區(qū)域月呈現(xiàn)為細(xì)長(zhǎng)形,在E值為1的情況下,圖形區(qū)域表示為圓形。其次,特征提取,在提取圖像特征時(shí),通常情況下所選擇方法就是數(shù)學(xué)形態(tài)學(xué)。在獲取圖像特征信息方面,所應(yīng)用數(shù)據(jù)形態(tài)學(xué)方法主要包括標(biāo)號(hào)法、輪廓跟蹤法以及鏈碼法,其中比較常用的就是輪廓跟蹤法。首先需要監(jiān)測(cè)圖像點(diǎn),在此基礎(chǔ)上實(shí)行跟蹤運(yùn)算,且不必對(duì)所有點(diǎn)實(shí)行復(fù)雜運(yùn)算,只需要檢測(cè)運(yùn)算某些特字鞥點(diǎn)。在利用輪廓法對(duì)圖像進(jìn)行檢測(cè)及跟蹤過程中,應(yīng)當(dāng)對(duì)以下幾個(gè)方面加強(qiáng)注意;其一,每次前進(jìn)布距應(yīng)當(dāng)控制在一個(gè)像素;其二,在由自由區(qū)域相黑區(qū)跨步時(shí),應(yīng)當(dāng)先向左轉(zhuǎn)跨步,一直到跨出白區(qū)為止;其三,在跨步到黑區(qū)之后,再次向白區(qū)進(jìn)行跨步,應(yīng)當(dāng)注意向右轉(zhuǎn)跨步,一直到由白區(qū)跨出。在對(duì)象物進(jìn)行一周循環(huán)之后,使其返回到起點(diǎn),則這一軌跡所經(jīng)過路線即為對(duì)對(duì)象物輪廓。
3 結(jié)語
機(jī)械零件質(zhì)量檢測(cè)是當(dāng)前機(jī)械零件生產(chǎn)中一項(xiàng)重要任務(wù)及內(nèi)容,也是保證機(jī)械零件質(zhì)量的重要方法,因而較好開展機(jī)械零件質(zhì)量檢測(cè)也就十分必要。在當(dāng)前機(jī)械零件質(zhì)量檢測(cè)中,通過對(duì)圖像識(shí)別技術(shù)進(jìn)行較好應(yīng)用,可使機(jī)械零件質(zhì)量檢測(cè)水平及效果得以有效提升。所以,在機(jī)械零件質(zhì)量檢測(cè)過程中,相關(guān)檢測(cè)技術(shù)人員應(yīng)當(dāng)將圖像識(shí)別技術(shù)較好掌握,并且應(yīng)當(dāng)對(duì)該技術(shù)進(jìn)行科學(xué)合理應(yīng)用,保證圖像識(shí)別技術(shù)發(fā)揮更好作用及功能,促使機(jī)械零件質(zhì)量檢測(cè)效果得以增強(qiáng),以更好保證機(jī)械零件質(zhì)量。
參考文獻(xiàn):
[1]劉烜.探討圖像識(shí)別技術(shù)在機(jī)械零件質(zhì)量檢測(cè)中的運(yùn)用[J].科技視界,2014(23):120.
[2]李彩花,胡曉平,張金波.圖像處理技術(shù)在零件質(zhì)檢工作中的應(yīng)用研究[J].現(xiàn)代電子技術(shù),2010,33(04):61-63.
[3]王慧英.圖像識(shí)別技術(shù)在機(jī)械零件質(zhì)量檢測(cè)中的應(yīng)用[J].現(xiàn)代機(jī)械,2008(01):33-35.
[4]田媛.基于圖像識(shí)別技術(shù)的裝配件的動(dòng)態(tài)檢測(cè)研究[D].吉林大學(xué),2005.