試論圖像識別技術如何運用于機械零件質量檢測

摘 要：機械零件質量檢測在其生產過程中占據重要地位，通過檢測可使零件的質量得到保證，為了獲得更佳的檢測結果，在機械零件質量檢測過程中需要合理使用圖像識別技術，提高零件質量檢測。在此次研究中文章分析了圖像識別技術，在此基礎上從三方面對該技術的具體應用情況進行了介紹，以供相關人士交流和借鑒。

關鍵詞：圖像識別技術；機械零件質量檢測；運用

DOI：10.16640/j.cnki.37-1222/t.2018.24.005

0 引言

隨著經濟的進步，對機械零件的生產質量也提出了更高要求，所以生產過程中做好相應的檢測工作具有重要作用，當圖像識別技術在零件質量檢測中扮演著重要角色，為了幫助相關工作人員更好的了解該技術，提高零件檢測質量，文章從以下幾個方面進行了研究。

1 圖像識別技術分析

第一，模糊匹配是常用的最為基礎的識別技術，所用模版主要是為了可以更好的檢驗圖像中的一些區域，在矩陣形成的過程中主要借助符號和數字的方式加以呈現，在已知物體選中的基礎上，同模版中的圖像進行匹配，所以在實際操作中也可能將其當作模版相同物體。在模版匹配過程中，需要有較強的技術，且操作較為簡單，但實際操作中由于各種因素的影響其使用范圍受到限制，影響因素主要為在和目標物體匹配的過程中需要更多模版，在儲存和設計的過程中也會造成一定程度的浪費[1]。

第二，神經網絡識別技術主要是指在特定方式下將很多神經單位連接在一起，進而構成較為復雜的神經網絡體系。單個神經單元的結構和功能較為簡單，但不同神經單元構成為一個網絡系統之后，結構便變得較為復雜，同時功能較為多樣，可對人腦系統網絡進行簡化、抽象和模擬 [2]。

2 零件檢測中出現的問題

第一，機械零件輪廓圖像更為模糊，使得檢測結果的誤差增加，造成該類現象出現的原因主要和攝像頭分辨率、光照問題等有關，光照環境的獲取也需要考慮很多因素，比如零件反射出現的錯誤邊界等。

第二，一般情況下拍攝圖片的分辨率越高，得到的圖像更加清晰，檢測的部位也更準確，產生的系統誤差也更小。硬件在圖像分辨率的高低方面發揮著重要作用。此外也可以采用圖像插值，即亞像素形式提高圖像的分辨率。

第三，在零件輪廓曲線的識別過程中應力求準確，除了包括干擾曲線的剔除外，還包括曲線位置的準確。在曲線獲取的過程中應恰當使用邊界檢測法，對算法加以改進。

第四，在輪廓曲線的定位方面，需要將兩個曲線的中心部位合在一起，使轉角一樣，若檢測位置出現偏差會使曲線在比較中出現錯誤，進而出現系統偏差。

3 圖像識別技術的具體應用

（1）焊縫圖像預處理過程。此次研究將以零件輪廓的齒合標準輪廓的匹配過程為例進行講解，比如凹坑形狀故障的機械零件在處理的過程中會產生很多不便之處，因為原零件較大，且缺陷主要分布在不規則的凹坑部位表面，在具體的操作過程中需要將其擴大。

從圖像的灰化方面分析，由于計算機內存色彩較為豐富，不容易被人們重視。但有關光學的相關研究顯示不管哪種色彩都可以用藍綠紅三色通過相關比例將其合成。從理論上說，相同量的色加起來可以得到白色，但在實際操作中人的眼睛對顏色的敏感度均有差異，所以相同量的顏色混合并不能完全形成白色，因此可根據實際情況調整顏色的混合比例。

從圖像的平滑化方面分析，圖像會出現噪音，原因有多種，主要體現在：在攝像過程中若光學系統處于失真運動、流動狀態便會有散點等模糊情況出現，圖像質量的好壞也和照明等變化密切相關，和線性濾波相比，自適濾波的效果較好，它在選擇、保護圖像邊緣和相關細節方面有更好的作用，但中值濾波在使用的過程中會使圖像中的小目標區域和細線丟失，在綜合分析和對比的基礎上使用自適濾在處理方面的效果更好。

（2）圖像分析。圖像分析內容主要體現在：首先，二值化圖像處理在計算機處理過程中發揮著重要作用，可以更好的分析圖像的特點，對圖像中的分析對象可以進行分離，并在此基礎上處理二值化對象物。其次，從圖像分割的方面分析，在該過程中所用的方法很多，最為常用的有間接、直接、多門限法，在利用門限法的過程中，可根據灰度和目標區域方面的不同分割圖像。再次，在檢測圖像邊緣的過程中，這里所說的圖像特征主要指灰度、紋理和角點、線條特征，此外還包括幅度、變換系數等方面的特征。

（3）圖像識別。在檢測機械零件質量的過程中，圖像識別主要體現在兩個方面：第一，合理選取特征參考數據，機械零件經常出現的問題便是點蝕、不規則缺陷、裂紋和折斷等，所以在選擇的過程中需要根據質量要求對其進行科學選擇。獲取有關圖像方面的信息，對圖像做好相應的預處理，在考慮圖像特征的基礎上其所需的參數主要體現在伸長度、圓度、矩形度、凹凸度等。第二，在圖像特征獲取的過程中需要借助數學形態學，具體的方法為：鏈碼、標號法等。但最為常用的是輪廓跟蹤法，在具體使用的過程中需要先對圖像的點進行檢測，之后使用跟蹤運算。

4 結束語

綜上所述，機械零件檢測質量在實際工作中發揮著重要作用，而使用圖像識別技術可使檢測效果得到保證。文章在分析該檢測技術的基礎上，從圖像識別、圖像分析等三方面對其具體應用進行了研究，希望對相關工作人員有所幫助。

參考文獻：

[1]孔祥俊.機械零件應用圖像識別技術的質量檢測方法研究[J].數碼世界，2017（06）：160.

[2]趙曉龍.基于圖像處理的機械零部件檢測技術應用[J].科技創新與應用，2018（12）.175-176.

作者簡介：陳紅玉（1986-），女，山東濟寧人，本科，機械工程師，研究方向：機械工程及自動化。