張燎

摘要：隨著經(jīng)濟(jì)社會的發(fā)展與科技時(shí)代的降臨，科技在日常生活中的方方面面都越來越重要，對于機(jī)械工業(yè)方面來說，圖像識別技術(shù)在機(jī)械零件的質(zhì)量檢測中起著非常重要的作用，它利用的是新型計(jì)算機(jī)科學(xué)技術(shù)，對機(jī)械零件進(jìn)行圖像識別處理，目的是為了通過圖像來對機(jī)械零件的質(zhì)量做出更好，更準(zhǔn)確的判斷，若發(fā)現(xiàn)了缺陷，可以立即做出相應(yīng)措施，降低不必要的損失和風(fēng)險(xiǎn)。

關(guān)鍵詞：圖像識別技術(shù);機(jī)械零件;質(zhì)量檢測

0 ?引言

近年來，隨著經(jīng)濟(jì)社會的高速發(fā)展，時(shí)代潮流也在不斷變化著，圖像識別技術(shù)也給我們的各個(gè)行業(yè)的發(fā)展帶來了便利，以機(jī)械行業(yè)為例。機(jī)械零件在生產(chǎn)制造的過程中會產(chǎn)生誤差超標(biāo)、表面損傷等一系列問題，檢測機(jī)械零件質(zhì)量需要大量的人工，耗時(shí)費(fèi)力，效率低下，而且質(zhì)檢員如果長期在這種工作環(huán)境下，容易產(chǎn)生疲勞，會出現(xiàn)漏檢和錯(cuò)檢等問題，這就對機(jī)械零件的質(zhì)量檢驗(yàn)提出了巨大的挑戰(zhàn)。圖像識別技術(shù)的出現(xiàn)無疑為機(jī)械零件質(zhì)量檢驗(yàn)提供了一種全新的檢測方法，主要體現(xiàn)在機(jī)械零件外部輪廓尺寸、表面損傷、零件表面不平度等方面的檢測方面，圖像識別技術(shù)對機(jī)械零件進(jìn)行質(zhì)量檢測能更好地保證檢測的可靠性和快速性，極大地解放了人類勞動力，提高了生產(chǎn)自動化水平。

1 ?圖像識別技術(shù)在機(jī)械零件質(zhì)量檢測中的應(yīng)用

對于圖像識別技術(shù)，從字面上看我們就可以了解到，它與圖像密切相關(guān)，簡言之，這項(xiàng)技術(shù)的基礎(chǔ)就是圖像，不同的圖像可能千差萬別，也可能只有微乎其微的細(xì)小的差別，對于那些差別較小的圖像，只靠我們用肉眼觀察是很難看出全部的，這里就凸顯了科技的重要性，在圖像的檢測過程中，科技使這一過程逐漸智能化、自動化，它可以通過多方面的技術(shù)對圖像進(jìn)行分析，對于其中包含的信息加以提取，并通過調(diào)用電腦庫中的公式工具等進(jìn)行全方位的整合，再加以包裝加工，最后呈現(xiàn)在工作人員面前的圖像信息可能需要工作人員幾天的不停歇勞動，極大地提升了效率和準(zhǔn)確率。而在機(jī)械零件質(zhì)量檢測中，有關(guān)于圖像識別的技術(shù)也不是單一的，有很多種，各有各的特點(diǎn)，各有各的適用條件和范圍，接下來對其中主要的幾種技術(shù)進(jìn)行介紹。

1.1 模板匹配識別技術(shù)

這種技術(shù)是在所有圖像識別技術(shù)中最基礎(chǔ)的技術(shù)，它針對的對象是零件圖像中的需要檢測的部分，通過大面積檢測來完成。這個(gè)技術(shù)中出現(xiàn)了“模版”二字，它其實(shí)是一種矩陣，以數(shù)字或者符號為基本形式，在檢測了被檢試品圖像的一些區(qū)域的特征特點(diǎn)后形成，并進(jìn)行相關(guān)的分析，把未知的和已知的進(jìn)行對比，最終達(dá)到匹配，匹配的物品將是認(rèn)為和模版一樣，沒有差別。這項(xiàng)技術(shù)有一定的利弊，首先，這項(xiàng)技術(shù)比較簡單，不像其它技術(shù)那么復(fù)雜，但是限制也比較大，例如它只能對模版和被檢試品進(jìn)行比對，那么我們就可以看出來，為了保證匹配的準(zhǔn)確性與有效性，就需要很多的模版，這么多模版的儲存將會占用很多空間，無疑造成了經(jīng)濟(jì)與資源的浪費(fèi)。

1.2 神經(jīng)網(wǎng)絡(luò)識別技術(shù)

神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)是一種比較新型的圖像識別技術(shù)，是在傳統(tǒng)的圖像識別方法和基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識別方法。這里的神經(jīng)網(wǎng)絡(luò)是指人工神經(jīng)網(wǎng)絡(luò)，也就是說這種神經(jīng)網(wǎng)絡(luò)并不是動物本身所具有的真正的神經(jīng)網(wǎng)絡(luò)，而是人類模仿動物神經(jīng)網(wǎng)絡(luò)后人工生成的，這項(xiàng)技術(shù)的基本單位是眾多的神經(jīng)元，這些神經(jīng)元相當(dāng)于一個(gè)個(gè)處理單元，結(jié)構(gòu)簡單它們之間通過某一種特殊的方法進(jìn)行連接，從而共同構(gòu)成了一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，這個(gè)系統(tǒng)具有多樣性，因?yàn)椴煌纳窠?jīng)元組合在一起，可以構(gòu)成不同的形狀，寓意著可以具有不同的功能，極其復(fù)雜多樣，那么這一技術(shù)就有著舉足輕重的地位。我們可以把神經(jīng)網(wǎng)絡(luò)系統(tǒng)看成是與人腦的神經(jīng)網(wǎng)絡(luò)系統(tǒng)相類似的，即前者是后者的模擬和簡化。

這項(xiàng)技術(shù)同樣具有利弊，它能夠?qū)θ说恼J(rèn)知過程進(jìn)行分析與感知，最終達(dá)到模擬的目的，它的自學(xué)習(xí)和自適應(yīng)的能力都十分出色，有利于處理一些摻雜了眾多因素的復(fù)雜的問題，同時(shí)鑒別識別圖像的能力十分強(qiáng)悍[1]。但是在現(xiàn)實(shí)的環(huán)境下，它的弊端也十分明顯，它的訓(xùn)練時(shí)間較長，而且為了達(dá)到目的，也需要非常大的訓(xùn)練量，這就意味著要耗費(fèi)非常多的時(shí)間，對于需要緊急處理的突發(fā)事故并不現(xiàn)實(shí)，且過程比較繁雜，進(jìn)行起來比較麻煩。

在神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)中，遺傳算法與BP網(wǎng)絡(luò)項(xiàng)融合的神經(jīng)網(wǎng)絡(luò)圖像識別模型是非常經(jīng)典的，在很多領(lǐng)域都有它的應(yīng)用。在圖像識別系統(tǒng)中利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)，一般會先提取圖像的特征，再利用圖像所具有的特征映射到神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別分類。以人臉識別技術(shù)為例，當(dāng)人通過檢測設(shè)備的時(shí)候，攝像設(shè)備會自動對人臉進(jìn)行拍攝，此時(shí)檢測設(shè)備就會啟用圖像采集裝置來獲取人臉的正面圖像。獲取了圖像后必須將圖像上傳到計(jì)算機(jī)進(jìn)行保存，提取人臉的各個(gè)特征點(diǎn)和原有圖像匹配比對，確定兩者的相似性程度，最終確定人的身份，這在公安機(jī)關(guān)破案中起到了很大作用。在對人的特征進(jìn)行識別的過程中就用到了機(jī)遇模版匹配算法和人工神經(jīng)網(wǎng)絡(luò)算法。

1.3 統(tǒng)計(jì)識別技術(shù)

所謂統(tǒng)計(jì)識別技術(shù)，主要通過統(tǒng)計(jì)的手段對研究物體的圖像進(jìn)行識別和分析，如何進(jìn)行圖像識別呢？這里有兩種方式，一是通過大數(shù)據(jù)來發(fā)現(xiàn)物體的特點(diǎn)和類型，二是統(tǒng)計(jì)分析反映出物體的本質(zhì)特征的圖像，從而更加清晰的認(rèn)識分析待測物體。統(tǒng)計(jì)識別技術(shù)的基礎(chǔ)是書序模型，優(yōu)點(diǎn)十分明顯，那就是它的分類誤差非常小，十分精確。現(xiàn)在，從眾多的應(yīng)用經(jīng)驗(yàn)來看，最常用的統(tǒng)計(jì)識別模型有兩種。同樣的，這項(xiàng)技術(shù)也有利弊，它的基礎(chǔ)是基于寬泛的數(shù)據(jù)的，所以在遇到有關(guān)于估算概率的問題時(shí)，就會有一定的限制空間。

此外，當(dāng)遇到圖像類型多，而且較為復(fù)雜時(shí)，顯而易見，相對應(yīng)的圖像的特征會明顯增加，這就很難對圖像特征進(jìn)行有效的提取。

2 ?圖像識別技術(shù)在機(jī)械零件質(zhì)量檢測中的作用

2.1 圖像分析

圖像分析內(nèi)容主要體現(xiàn)在：首先，二值化圖像處理在計(jì)算機(jī)處理過程中發(fā)揮著重要作用，可以更好的分析圖像的特點(diǎn)，對圖像中的分析對象可以進(jìn)行分離，并在此基礎(chǔ)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(jù)灰度和目標(biāo)區(qū)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(diǎn)、線條特征，此外還包括幅度、變換系數(shù)等方面的特征。

2.2 圖像識別

在對機(jī)械零件進(jìn)行圖像識別的過程中，大體上包括兩個(gè)大的方面：首先，是特征參數(shù)的選擇。對于機(jī)械零件來說，常見的質(zhì)量問題有很多，包括了不規(guī)則的缺陷，斷折和表面或者內(nèi)部的裂紋的出現(xiàn)等，所以特征參數(shù)的選擇就尤為重要，選擇特征參數(shù)時(shí)，也不能隨便選擇，要有一定的標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)與零件上出現(xiàn)的具體的質(zhì)量問題有著很大的關(guān)系，然后在圖像分析獲得相應(yīng)的信息后，采用一些特殊的的預(yù)處理方法進(jìn)行圖像特征的選取，并且采取相應(yīng)的參數(shù)作為特征參數(shù)作為圖像進(jìn)行特征提取的依據(jù)。在對機(jī)械零件進(jìn)行質(zhì)量檢測的過程中，圖像識別發(fā)揮的作用十分巨大，地位也非常重要，對于檢測過程中發(fā)現(xiàn)的缺陷和質(zhì)量問題，有些很明顯，用人眼可以輕而易舉地發(fā)現(xiàn)，但是有些問題和缺陷十分細(xì)小，或者會被部分遮擋從而不易察覺出來，這時(shí)候就需要借助相關(guān)的設(shè)備進(jìn)行圖像識別，所謂圖像識別，就是對被測零件的圖像進(jìn)行識別，便于發(fā)現(xiàn)其中的缺陷。在零件的生產(chǎn)過程中，如果出現(xiàn)了一系列的質(zhì)量問題，比如在某些圖像中，有些缺點(diǎn)缺陷的顯示是不規(guī)整的，或者在零件的生產(chǎn)過程中發(fā)現(xiàn)了某個(gè)零件上出現(xiàn)了裂痕，那么通過圖像識別技術(shù)，就可以有效及時(shí)地分析出其中存在的相應(yīng)地缺陷，發(fā)現(xiàn)所有的缺陷后，再對圖像進(jìn)行深層次的分析，并且對得出的數(shù)據(jù)進(jìn)行系統(tǒng)規(guī)范的處理就十分的方便了[3]。最后，就可以在處理的基礎(chǔ)之上進(jìn)行信息的整合，從而有利于進(jìn)行全面有效且有合理性的分析。

3 ?圖像識別技術(shù)的發(fā)展前景的分析

如今進(jìn)入了新的時(shí)代，出現(xiàn)在我們眼前的，是現(xiàn)代科技的快速發(fā)展，這個(gè)時(shí)代也被稱為“信息時(shí)代”，一切都在默默地向智能化、自動化方向發(fā)展，與此相對應(yīng)的，在計(jì)算機(jī)領(lǐng)域中，技術(shù)的進(jìn)步發(fā)展速度更快，時(shí)時(shí)刻刻都在更新?lián)Q代中，對于圖像識別技術(shù)，它有發(fā)展的歷史，經(jīng)過了一系列的發(fā)展，一直在創(chuàng)新，一直在進(jìn)步，從一開始的只對數(shù)字和簡單的符號等進(jìn)行基本的處理，到現(xiàn)在越來越智能化、數(shù)字化、自動化;從一開始只能進(jìn)行簡單的歸類到現(xiàn)在能夠?qū)ξ矬w進(jìn)行全面的分析，并且能夠?qū)⒌玫降男畔⑦M(jìn)行整合。

伴隨著科技與時(shí)代的進(jìn)步，第三次工業(yè)革命的出現(xiàn)也極大地推動了這項(xiàng)技術(shù)的發(fā)展，是這項(xiàng)技術(shù)發(fā)展的巨大能源動力，從而使圖像識別技術(shù)更加完善，得到了進(jìn)一步的發(fā)展，更加準(zhǔn)確和靈活。因此我們可以說，圖像識別技術(shù)的發(fā)展順應(yīng)時(shí)代發(fā)展的潮流，終將會變得越來越完善，越來越便捷，在機(jī)械零件、集成電路生產(chǎn)、交通、物流等方面，擁有十分廣闊的發(fā)展空間。

4 ?結(jié)束語

一個(gè)機(jī)械產(chǎn)品的成功運(yùn)行離不開眾多機(jī)械零件的支持，要想保證運(yùn)行時(shí)的安全性與高效性，就必須保證機(jī)械零件的質(zhì)量。而在機(jī)械零件的運(yùn)轉(zhuǎn)過程中，可能會出現(xiàn)諸多問題與隱患，為正常的生產(chǎn)活動埋下隱患。因此應(yīng)該重視對機(jī)械零件的質(zhì)量檢測，可以定期或者不定時(shí)候進(jìn)行，以保證其質(zhì)量始終符合標(biāo)準(zhǔn)，而圖像識別技術(shù)作為一種新型的智能化的檢測技術(shù)，能夠?qū)崿F(xiàn)零件質(zhì)量的快速準(zhǔn)確檢測，極大地提高了檢測效率，因此，圖像識別具有諸多優(yōu)點(diǎn)，值得廣泛的運(yùn)用，經(jīng)過科學(xué)的運(yùn)用，才能最終保證機(jī)械零件的質(zhì)量，讓其發(fā)揮正常的作用。

參考文獻(xiàn)：

[1]白銳，杜京義.圖像識別技術(shù)在鋼管焊縫質(zhì)量檢測中的應(yīng)用[J].儀器儀表學(xué)報(bào)，2010（6）：700-701.

[2]曹志良.圖像處理技術(shù)在活塞銷缺陷檢測中的應(yīng)用[J].中國制造業(yè)信息化，2010（13）：59-62.

[3]董承全，顏勝才，陳輝，孟軍濤.圖像識別技術(shù)在基樁質(zhì)量檢測中的應(yīng)用研究[J].工程地球物理學(xué)報(bào)，2013（5）：736-738.