湯婕

摘要：對機(jī)械零件質(zhì)量檢測中應(yīng)用圖像識別技術(shù)的重要價(jià)值簡析，在此之后對機(jī)械零件質(zhì)量檢測中常見的問題加以研究，對機(jī)械零件質(zhì)量檢測中應(yīng)用圖像識別技術(shù)的相關(guān)舉措進(jìn)行討論，最后進(jìn)行機(jī)械零件質(zhì)量檢測案例情況分析，主要目的為合理運(yùn)用圖像識別技術(shù)完成機(jī)械零件質(zhì)量檢測工作，從而提高整體生產(chǎn)自動化水平并充分發(fā)揮該項(xiàng)技術(shù)的最大作用。

關(guān)鍵詞：機(jī)械零件；圖像識別技術(shù)；零件質(zhì)檢

一、前言

當(dāng)前，圖像識別技術(shù)在不同行業(yè)中得到了很好的應(yīng)用，然而機(jī)械零件生產(chǎn)制造時(shí)容易出現(xiàn)誤差和表面損傷相關(guān)情況，機(jī)械零件質(zhì)量檢測工作需要投入大量的人力資源、物力資源、時(shí)間和精力、資金等，即便如此，發(fā)生漏、誤檢的概率也較高。因此建議在機(jī)械零件質(zhì)量檢測中應(yīng)用圖像識別技術(shù)處理，以此確保機(jī)械零件的質(zhì)量滿足實(shí)際需要[1]。

二、機(jī)械零件質(zhì)量檢測中應(yīng)用圖像識別技術(shù)的重要價(jià)值簡析

（一）有助于提高檢測的精度和效率

系統(tǒng)檢測的過程使用圖像識別技術(shù)的效果較好，主要體現(xiàn)在借助技術(shù)的作用能獲取圖片特征并及時(shí)處理圖像，不僅如此，圖像識別還具備輸入功能可有效避免發(fā)生檢測誤差問題，利于提高信息處理的精度。圖像識別技術(shù)可在信息技術(shù)之上進(jìn)行機(jī)械零件質(zhì)量檢測，和傳統(tǒng)檢測技術(shù)比較，該技術(shù)的應(yīng)用在節(jié)省時(shí)間、控制成本、簡化識別流程等方面均優(yōu)勢突出，而且在實(shí)際識別期間能夠獲取準(zhǔn)確的檢測結(jié)果，有助于提高機(jī)械零件質(zhì)量檢測的整體質(zhì)量。

（二）有助于嚴(yán)格控制檢測的成本

為提高檢測的精度，生產(chǎn)企業(yè)需聘請專業(yè)技術(shù)人才開展相關(guān)工作，同時(shí)合理使用圖像識別技術(shù)處理，目的是降低人力成本和檢測成本，有效緩解資金壓力。

（三）有助于圖像分析及識別

圖像分析時(shí)實(shí)行二值化圖像處理和計(jì)算機(jī)處理，應(yīng)深入分析圖像的主要特征。在分離圖像后認(rèn)真分析圖象，以此對二值化圖象進(jìn)行有效處理。圖像分離分析的方法非常多，有間接法、直接法及多門限法等，其中多門限法的應(yīng)用可結(jié)合灰度、目標(biāo)區(qū)域情況對圖像進(jìn)行分割，圖像邊緣檢測時(shí)圖像特征為灰度、紋理、線條，以及幅度、變換系數(shù)等。

識別機(jī)械零件圖像時(shí)合理選擇特征參數(shù)，然后明確常見的機(jī)械零件質(zhì)量問題，比如不規(guī)則缺陷、斷折、表面/內(nèi)部裂紋等問題[2]。實(shí)際進(jìn)行機(jī)械零件質(zhì)量檢測的時(shí)候存在質(zhì)量方面問題，可通過設(shè)備進(jìn)行圖像識別及時(shí)發(fā)現(xiàn)存在的缺陷或是質(zhì)量問題，如果零件生產(chǎn)的過程中出現(xiàn)裂紋現(xiàn)象，建議使用圖像識別技術(shù)處理分析圖像，獲取相關(guān)數(shù)據(jù)信息并整合信息。

三、機(jī)械零件質(zhì)量檢測中常見的問題研究

機(jī)械零件輪廓圖像模糊問題、輪廓曲線定位問題、拍攝圖片分辨率要求高問題、零件輪廓曲線識別應(yīng)力要求高問題等，均為常見的機(jī)械零件質(zhì)量檢測問題。

（一）機(jī)械零件輪廓圖像模糊則不能保證檢測結(jié)果的精度，發(fā)生該問題和攝像頭分辨率低及光照不足存在緊密聯(lián)系，光照環(huán)境容易受到零件放射錯(cuò)誤邊界因素影響。

（二）因?yàn)闄z測位置存在偏差易于引發(fā)曲線錯(cuò)誤和系統(tǒng)偏差情況，所以輪廓曲線定位時(shí)需將2個(gè)曲線中心點(diǎn)重合在一起保證轉(zhuǎn)角相同。

（三）拍攝圖片分辨率要求非常高，所以應(yīng)保證圖像清晰、檢測位置準(zhǔn)確。除了保證相關(guān)硬件滿足圖像分辨率要求外，還應(yīng)該使用圖像插值提高圖像分辨率，從而滿足實(shí)際要求。

（四）零件輪廓曲線識別應(yīng)力需保證準(zhǔn)確，并且要求及時(shí)排除曲線干擾，保證曲線位置準(zhǔn)確，可以通過邊界檢測法完善算法。

輪廓即為生成實(shí)體具有代表性封閉或是不封閉幾何形狀，為特征造型平面圖形，便于為用戶繪制平面圖提供一定參照，而輪廓曲線和當(dāng)前特征創(chuàng)建聯(lián)系密切。

四、機(jī)械零件質(zhì)量檢測中應(yīng)用圖像識別技術(shù)的相關(guān)舉措

圖像識別以圖像處理為核心，主要將圖像作為研究對象進(jìn)行針對性處理，包括編碼、壓縮，以及復(fù)原和分割等處理。在處理圖像時(shí)，圖像輸入后經(jīng)圖像形態(tài)輸出，在圖像識別的過程可輸入完成處理的圖像，對輸出類別及圖像結(jié)構(gòu)加以深入分析。需要注意的是，圖像識別作為原始圖像——物體類型識別的過程，可以在處理原始圖像后獲取典型特征與分類比較，然后為圖像資源庫對比分析提供數(shù)據(jù)方面的參照，如此能夠明確物體的具體類型。圖像識別屬于圖像分類和描述的完整過程，這個(gè)過程能對圖像加以檢測分析，及時(shí)提取物體的圖像形狀特征、圖像紋理等主要特征。在此之后將圖像處理貫穿圖像特征提取環(huán)節(jié)，從而為確定物體類型后進(jìn)行結(jié)構(gòu)分析提供良好的支持。

（一）神經(jīng)網(wǎng)絡(luò)識別技術(shù)應(yīng)用情況

這種技術(shù)屬于新型圖像識別技術(shù)，為在傳統(tǒng)圖像識別技術(shù)之上融入神經(jīng)網(wǎng)絡(luò)算法的技術(shù)手段，神經(jīng)網(wǎng)絡(luò)指的是人工神經(jīng)網(wǎng)絡(luò)、人類模仿動物神經(jīng)網(wǎng)絡(luò)后人工生成的網(wǎng)絡(luò)。該種圖像識別技術(shù)中遺傳算法和BP網(wǎng)絡(luò)融合神經(jīng)網(wǎng)絡(luò)圖像識別模型比較常用，在多個(gè)領(lǐng)域中得到了較好的應(yīng)用和大力推廣，神經(jīng)網(wǎng)絡(luò)系統(tǒng)在獲取圖像特征后于神經(jīng)網(wǎng)絡(luò)中完成圖像識別及圖像分類處理。例如，人臉識別技術(shù)的應(yīng)用會使用檢測設(shè)備攝像對人臉拍攝識別，啟動圖像采集裝置獲取人臉正面圖像及側(cè)面圖像，在此之后及時(shí)傳輸至計(jì)算機(jī)中儲存利于準(zhǔn)確掌握人臉的主要特征，與原圖像匹配能客觀評判相似度、確定個(gè)人信息和身份，可見人臉特征圖像識別能很好地利用神經(jīng)網(wǎng)絡(luò)算法及模板匹配算法處理，如圖2。神經(jīng)網(wǎng)絡(luò)識別技術(shù)的應(yīng)用可對人類認(rèn)知的過程分析并感知，模擬效果較好，可以有效處理較多復(fù)雜問題，對圖像加以識別。不足之處則是訓(xùn)練時(shí)間長、訓(xùn)練量較大、緊急處理突發(fā)事件操作比較復(fù)雜[3]。

通過研究發(fā)現(xiàn)人臉識別技術(shù)作為生物特征識別技術(shù)方法，可通過人類固有生物特性識別身份驗(yàn)證，和其他生物特征識別方式比較，該種技術(shù)具有便捷性、自然性、非強(qiáng)制性等優(yōu)勢，其中便捷性相較密碼支付主要體現(xiàn)在人臉支付更加便捷方面；自然性為經(jīng)觀察比較人臉有效區(qū)分并確認(rèn)身份信息，自然性識別還有語言及體形方面識別；非強(qiáng)制性為被識別人臉圖像信息能主動獲取身份信息不易被檢測個(gè)體察覺，一般而言經(jīng)可見光即可獲取人臉圖像信息。

（二）模板匹配識別技術(shù)應(yīng)用情況

該種圖像識別技術(shù)作為基礎(chǔ)識別技術(shù)，可對機(jī)械零件圖像待檢部分進(jìn)行處理，一般為大面積檢測，模板為矩陣，主要形式為數(shù)字或是符號。被檢測圖像區(qū)域特征形成后分析，可以針對未知與已知方面加以比較獲得匹配，而且匹配物品和模板相同，模板匹配識別技術(shù)操作簡單但容易受到一定限制，比方該識別技術(shù)僅可對模板及被檢測物品比較，而為提高匹配的有效性需要使用大量的模板，如此一來必然不能很好地利用現(xiàn)有資源。

（三）統(tǒng)計(jì)識別技術(shù)應(yīng)用情況

統(tǒng)計(jì)識別技術(shù)會使用統(tǒng)計(jì)方法對物體進(jìn)行圖像識別、分析，通常情況下采取大數(shù)據(jù)獲取物體特征并確定物體類型，或是通過統(tǒng)計(jì)分析提取物體特征圖像準(zhǔn)確識別被檢測物體[4]。該圖像識別技術(shù)以書序模型為主不會產(chǎn)生較大的誤差，可確保檢測的精度。

（四）句法識別技術(shù)應(yīng)用情況

句法識別技術(shù)可對統(tǒng)計(jì)識別方法進(jìn)行補(bǔ)充。句法識別技術(shù)使用符號描述圖像的特征，該種圖像識別技術(shù)可模仿語言學(xué)句法層次結(jié)構(gòu)以分層的方式描述，利于將復(fù)雜的圖像通過單層/多層分解，識別空間結(jié)構(gòu)關(guān)系后即可獲得相關(guān)信息。句法識別技術(shù)加強(qiáng)了模式識別方面能力，在圖像分類、圖像分析及物體結(jié)構(gòu)識別等方面的應(yīng)用均獲得不錯(cuò)的效果。缺點(diǎn)是在噪聲較大條件下使用這種方法抽取子圖像難度較大，無法保證識別的準(zhǔn)確性。

（五）典型幾何變換法應(yīng)用情況

霍夫變換法HT為快速形狀匹配技術(shù)方法，能對圖像實(shí)行特定形式變換，及時(shí)將圖像給定形狀曲線所有點(diǎn)變換至霍夫空間達(dá)到峰點(diǎn)，通過給定形狀曲線檢測霍夫空間峰點(diǎn)便于發(fā)現(xiàn)檢測變化，在存在缺損形狀檢測中應(yīng)用效果理想。為確保計(jì)算量減少、內(nèi)存空間計(jì)算率提高，可在霍夫算法的基礎(chǔ)上加以完善形成快速霍夫變換FHT和隨機(jī)霍夫變換RHT，這是有效的變換算法，在有限變換空間的分辨率非常高，故值得廣泛應(yīng)用。

（六）圖像獲取系統(tǒng)情況

獲取圖像的方法較多，例如尼普科夫盤、不同類型固體圖像傳感器等。操作原理為將光信息—電信息轉(zhuǎn)變、A/D轉(zhuǎn)換。固體圖像傳感器應(yīng)用前景較好，特別是電荷耦合器件CCD。電荷耦合器件屬于用于探測光的硅片，通過時(shí)鐘脈沖電壓產(chǎn)生控制半導(dǎo)體勢阱變化，存儲和傳遞點(diǎn)和信息方面應(yīng)用效果較好，為固態(tài)電子器件。電荷耦合器件通過電荷量表示各種狀態(tài)動態(tài)移位寄存器探測光的變化，在信息表達(dá)靈敏度、固體成像，以及信息處理、大容量存儲等方面應(yīng)用優(yōu)勢均突出。和電子束攝像管進(jìn)行比較，CCD圖像傳感器在多個(gè)方面存在明顯優(yōu)勢，比如尺寸小、工作電壓低、電子自掃描功能強(qiáng)，以及靈敏度高、使用時(shí)間長和信息處理操作簡單等，被應(yīng)用于不同領(lǐng)域，發(fā)揮重要作用。

五、案例情況分析

在鐵磁性材料表面缺陷和近表面缺陷檢測中，多采用磁粉探傷方法。通過人工抽樣試驗(yàn)，無法提高分析檢測效率，且投入成本較大，易于受到檢測人員技術(shù)水平影響。磁性材料工件磁化后，工件表面及近表面磁力線局部畸變、產(chǎn)生漏磁場，吸附施加工件表面的磁粉，在光照下可以觀察到磁痕、不連續(xù)位置、大小及形狀等相關(guān)情況，也可以叫做磁粉探傷，屬于無損檢測方法。全自動磁粉探傷系統(tǒng)的操作原理為使用熒光磁粉檢測技術(shù)和CCD攝像系統(tǒng)獲取圖像信息，然后借助計(jì)算機(jī)技術(shù)處理并識別圖像，通過計(jì)算機(jī)系統(tǒng)完成自動探傷，控制工作。

通過圖像識別技術(shù)檢測發(fā)動機(jī)曲軸表面裂紋可按照圖像采集、處理、缺陷識別、分類識別的順序完成自動磁粉探傷系統(tǒng)檢測。為確保檢測工作的效率，曲軸方面需復(fù)合交流磁化于曲軸上增加大于2個(gè)不同方向磁場，因?yàn)榇艌龇较虺掷m(xù)變化有助于一次性檢測出曲軸不同方向存在的缺陷問題。噴施適量磁懸液后裂紋位置會充分吸附磁粉，熒光磁粉的應(yīng)用處于缺陷位置磁粉在紫外線作用下為綠色，選用CCD攝像機(jī)采集圖像信息后經(jīng)電纜及時(shí)間圖像信息傳輸至計(jì)算機(jī)系統(tǒng)，這時(shí)進(jìn)行自動識別和針對性處理即可[5]。

計(jì)算機(jī)獲得數(shù)字圖像信號的時(shí)候易受到采集過程噪聲、傳輸過程噪聲影響，建議合理使用數(shù)字圖像處理技術(shù)，在獲得信號特征信息后準(zhǔn)確識別裂紋信息，進(jìn)行圖像處理，主要為圖像單色化處理、圖像差影檢測處理，以及自適應(yīng)閾值處理及條件跟蹤技術(shù)處理等，如圖3。圖像接受單色化處理后，可提取圖像綠色成分使信噪比得到有效改善。實(shí)行差影檢測可以及時(shí)消除圖像的背影、實(shí)行閾值分割，在二值化處理后分離圖像裂紋部分，科學(xué)選擇閾值避免造成漏誤判的現(xiàn)象。自適應(yīng)閾值處理能結(jié)合所有圖像灰度、缺陷、背景等情況，對二值化閾值作以相應(yīng)調(diào)整利于防止發(fā)生固定閾值和圖像不適應(yīng)情況。比較被采集圖像所有部分，其明亮度有一定差異，因而要求使用條件跟蹤技術(shù)及時(shí)提取丟失信息，裂紋圖像不同部分顏色有所差異，可以使用適合的算法及圖像膨脹技術(shù)處理，將斷線連接到一起確保裂紋得以準(zhǔn)確識別。

遙感圖像處理的重點(diǎn)為遙感圖像輻射校正、幾何糾正、特征提取等，一般情況下可通過光學(xué)、照相、電子學(xué)等方式處理遙感模擬圖像，抑或是借助計(jì)算機(jī)的作用進(jìn)行遙感數(shù)字圖像操作，均能夠達(dá)到預(yù)期效果。

在圖像采集期間系統(tǒng)噪聲因素作用下，圖像容易產(chǎn)生小的孤立點(diǎn)及孤立區(qū)域，孤點(diǎn)濾波可保留重要信息并及時(shí)過濾掉噪聲，減少計(jì)算量。圖像噪聲為圖像數(shù)據(jù)不必要的干擾信息，噪聲的出現(xiàn)必然會對遙感圖像質(zhì)量構(gòu)成直接影響，所以需要及時(shí)糾正。圖像預(yù)處理后能夠獲得清晰二值化圖像信息，磁粉探傷圖像處理可評判是否存在裂紋，這就需要分析并判斷圖像連通域通過目標(biāo)提取及區(qū)域描述信息，以便及時(shí)獲得裂紋圖像信息。需要注意的是圖像分割直接結(jié)果為獲取區(qū)域像素的集合，研究的重點(diǎn)為圖像裂紋區(qū)域即為目標(biāo)區(qū)域，在對目標(biāo)做相應(yīng)標(biāo)記后聯(lián)系圖像閾值分割獲得目標(biāo)封閉輪廓線，就可以準(zhǔn)確識別裂紋信息[6]。曲軸作為復(fù)雜的零件尺寸比較大，為提取曲軸完整的圖像信息滿足檢測要求，應(yīng)使用發(fā)動機(jī)曲軸缺陷檢測系統(tǒng)檢測曲軸表面缺陷情況，采集曲軸各個(gè)方向不同截面圖像以便準(zhǔn)確識別曲軸表面缺陷，從而保證識別分類結(jié)果的準(zhǔn)確性。

六、結(jié)語

機(jī)械零件直接關(guān)系到機(jī)械整體質(zhì)量及安全問題，在機(jī)械零件使用期間易于產(chǎn)生相關(guān)問題及缺陷，這對于生產(chǎn)制造而言必然會埋下一定的隱患，所以實(shí)行機(jī)械零件質(zhì)量檢測工作極其必要，在該項(xiàng)工作中可使用圖像識別技術(shù)處理。作為常用的故障診斷技術(shù)，無損檢測技術(shù)和圖像識別技術(shù)可準(zhǔn)確識別圖像、組成CCD圖像獲取系統(tǒng)，對系統(tǒng)圖像加以處理及識別，利于準(zhǔn)確快速檢測出機(jī)械零件中存在的問題，保證機(jī)械設(shè)備正常運(yùn)行，滿足日常需要。

參考文獻(xiàn)

[1]李卓然，遲宏偉.計(jì)算機(jī)圖像識別技術(shù)在農(nóng)機(jī)零件無損檢測中的應(yīng)用[J].農(nóng)機(jī)化研究，2023，45（7）：219-223.

[2]張雪明，茅健.嵌入SENet的卷積神經(jīng)網(wǎng)絡(luò)的零件缺陷檢測方法[J].農(nóng)業(yè)裝備與車輛工程，2023，61（1）：94-98.

[3]詹志明.基于圖像處理的金屬機(jī)械零件表面微缺陷檢測方法[J].湖南文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2022，34（4）：19-24.

[4]胡代弟，李銳君.基于主動視覺的機(jī)械表面疲勞損傷裂紋檢測[J].制造業(yè)自動化，2022，44（5）：170-174.

[5]李夢，尹宗軍.一種零件綜合質(zhì)量評定方法研究[J].工程設(shè)計(jì)學(xué)報(bào)，2022，29（4）：410-418.

[6]李迅波，王瑜，凡雷雷，等.手勢識別引導(dǎo)機(jī)械臂的零件智能裝配方法[J].電子機(jī)械工程，2022，38（5）：6-10+22.