北方华安工业集团有限公司(理化计量检验一部) 黑龙江省齐齐哈尔市 161006;北方华安工业集团有限公司(理化计量检验二部) 黑龙江省齐齐哈尔市 161006;北方华安工业集团有限公司(理化计量检验一部) 黑龙江省齐齐哈尔市 161006
摘要：以往机械零件的质量检测,主要依靠人工来完成。在传统的目视检查中,工作人员是在高度紧张、连续的单纯作业环境下工作,人眼容易疲劳,无法保证百分之百的检测合格率。为了避免检测工作成为生产的瓶颈,就必须高速化,在短时间内完成,这就增加了人工成本和管理成本。图像识别技术对机械零件进行质量检测能更好地保证检测的可靠性和快速性,极大地解放了人类劳动力,提高了生产自动化水平。本文主要分析探讨了机械零件质量检测中图像识别技术的应用情况，以供参阅。
关键词：机械零件；质量检测；图像识别技术；应用
引言
随着现代社会不断发展，在机械零件生产中对于零件质量也有着越来越高的要求，因而更好保证机械零件质量十分必要。在目前机械零件质量检测中，为能够得到更加理想的效果，应当对现代检测技术进行科学合理应用，而图像识别技术就是其中比较重要的一种。所以，相关操作人员应较好掌握该技术，并且在实际零件检测中对其进行合理应用，从而保证零件质量检测取得更好效果。
1机械零件质量检测中的图像识别技术
1.1模板匹配识别技术
模糊匹配是常用的最为基础的识别技术，所用模版主要是为了可以更好的检验图像中的一些区域，在矩阵形成的过程中主要借助符号和数字的方式加以呈现，在已知物体选中的基础上，同模版中的图像进行匹配，所以在实际操作中也可能将其当作模版相同物体。在模版匹配过程中，需要有较强的技术，且操作较为简单，但实际操作中由于各种因素的影响其使用范围受到限制，影响因素主要为在和目标物体匹配的过程中需要更多模版，在储存和设计的过程中也会造成一定程度的浪费。
1.2神经网络识别技术
对于神经网络识别技术而言，其所指的就是通过偶某种特定方式，使大量神经单元实现相互连接，从而使复杂神经网络系统得以构成，虽然单个神经单元所具备功能及结构相对比较简单，然而由多个不同神经单元所组成神经网络系统的结构比较复杂，并且具有比较丰富的功能，可将其当作对人脑神经网络系统实行模拟、抽象及简化。对于该技术而言，其能够对人的认知过程及感知过程进行模拟，具备分布式自主学习能力以及识别能力，对于需同时考虑各种不同条件及因素的相关问题，可较好适应，并且较好进行处理。但神经网络识别技术的缺点就是训练时间比较长，训练量比较大，并且收敛精度比较慢，同时识别精度较低等。
1.3统计识别技术
统计识别技术是对研究物体的图像进行大量的统计和分析，以此找出物体的规律以及反映物体本质的图像的特征来进行图像识别。统计识别技术以书序模型为基础，是一种分类误差非常小的识别技术。
期刊文章分类查询,尽在期刊图书馆目前，最常用的统计识别模型包括马尔科夫的随机场模型以及贝叶斯模型，统计识别技术基于数据的基础，在估算概率问题时受到一定的限制，当图像类别数较多、图像非常复杂时，会导致图像的特征数显著的增加，增加了特征提取的难度，特别是统计识别技术在识别染色体、指纹等的主要特征时，其难度更大。
2图像识别技术在机械零件质量检测中的运用
活塞销是重要的机械零件，活塞销在使用的过程中会产生各种形式的损坏，严重的营销了该机械零件的使用性能，给生产带来严重的安全隐患，因此，为了消除活塞销的质量问题，应该对活塞销进行质量检测，文章以活塞销为例，探析图像识别技术在机械零件质量检测中的应用。
2.1图像分析
图像分析内容主要体现在：首先，二值化图像处理在计算机处理过程中发挥着重要作用，可以更好的分析图像的特点，对图像中的分析对象可以进行分离，并在此基础上处理二值化对象物。其次，从图像分割的方面分析，在该过程中所用的方法很多，最为常用的有间接、直接、多门限法，在利用门限法的过程中，可根据灰度和目标区域方面的不同分割图像。再次，在检测图像边缘的过程中，这里所说的图像特征主要指灰度、纹理和角点、线条特征，此外还包括幅度、变换系数等方面的特征。
2.2图像识别
机械零件质量检测的图像识别包括以两个方面：首先，选择特征参数，机械零件常见的质量问题包括点蚀、不规则缺陷、长形缺陷、裂纹以及折断等，因此在选择特征参数时应该根据具体的质量问题选择合适的特征参数，根据图像分析获得的信息，采用特定的预处理方法选择图像形状特征，然后根据图像的特征，将以下四个参数作为特征参数：（1）凹凸度（O），凹凸度O的计算公式表现为O=t/L，体重t是同向码个数的最大值；（2）矩形度（V），矩形度V的计算公式表现为V=S/（W·H），其中S为检测区域的面积；（3）圆度（C），圆度C的计算公式表现为：C=4·R·A/L2，其中L表示链的长度，A则表示圆形区域的面积；（4）伸长度（E），身长度E的计算公式表现为：E=min（W，H）/max（W，H），E的值越小，则图形区域呈细长形，当E=1时，图形区域的为圆形；其次，特征提取，在进行图像的特征提取时，通常采用的方法为数学形态学，数据形态学获取图像特征信息的方法包括轮廓跟踪法标记图像、标号法标记图像、链码法标记图像，其中轮廓跟踪法标记图像是最常用的俄一种方法，首先对图像点进行检测，然后再进行跟踪运算，并不需要对所有的点都进行复杂的运算，仅仅只需要对，某些特定的点进行检测运算，想要采用轮廓跟踪法标记图像检测和跟踪，应该注意以下几个方面：（1）每次前进一个像素的布距；（2）当跨步从自由区域进入到黑区时，应该先左转跨步，直到进入到黑区为止；（3）当跨步到黑区后，再向白区跨步，在各个跨步右转，直至跨出白区为止，当对象物循环一周之后回到起点，那么轨迹经过的路径就是对象物的轮廓。
结束语
综上所述，机械零件在运行的过程中受到各种因素的影响，不可避免的会出现一些裂缝、断折、缺陷等问题，严重的影响了机械零件的运行质量和使用寿命，给正常生产埋下了严重的安全隐患。因此，为了防止机械零件在运行的过程中不出现质量问题，应该定期或者不定期的对机械零件进行质量检测，其中图像识别技术是新兴的一种检测技术，具有精度高、准确可靠、操作简单等方面的优点，能够有效的解决传统的人工质量检测效率低、劳动强度高、准确度低等方面的缺点。因此，值得将图像识别技术广泛的应用在机械零件的质量检测中。
参考文献:
[1]方强.机械零件质量检测中图像识别技术的应用[J].山东工业技术.2018(07)
[2]陈红玉.试论图像识别技术如何运用于机械零件质量检测[J].山东工业技术.2018(11)
[3]刘烜.探讨图像识别技术在机械零件质量检测中的运用[J].科技视界.2014(08)
论文作者:刘秀利,张湛兵,张晓平
论文发表刊物:《防护工程》2019年12期
论文发表时间:2019/8/30
标签：图像论文; 机械零件论文; 技术论文; 质量检测论文; 特征论文; 过程中论文; 神经网络论文; 《防护工程》2019年12期论文;