圖像識別在發動機加工裝配過程中的應用研究

1 引言

隨著我國科技和工業水平的不斷提升，打造基于人工智能及大數據的智能制造車間是發展的必然；在加工制造過程中引入自動化生產，可以實現機器作業代替人工操作，解放生產力的同時還能夠一定程度上的保證安全性。盡管目前的加工車間已經采取了“機器為主，人工為輔”的加工生產策略，但加工過程的各個階段仍較為依賴人工識別和判斷，其中最主要的原因是傳統的加工車間沒有引入有效的圖像識別系統，無法對工件及各加工工序狀態進行有效的分類識別。因此，對全流程的加工過程進行設計或引入具有統一性或高度集成化的圖像識別系統是打造智能制造生產車間的關鍵。

計算機圖像處理與識別技術(圖像識別技術)作為一種先進的科學技術，主要應用于計算機信息數據的處理。它具有處理速度快、精度高、靈活性好等優點，可以提高計算機信息數據處理和識別的工作效率。經過多年的研究和應用發展，圖像識別技術現已應用于智能交通、有色金屬制造、醫療、刑事偵查等多個領域，并取得了良好的應用效果

。本文就目前圖像識別技術在生產加工方面的研究和應用情況進行分析和介紹，以期為后續的工廠改造及現代化工廠的建設提供參考。此外，根據圖像識別技術的研究現狀，對其在加工車間的應用情況進行分析與展望，進而為工廠的發展提供新的參考與思路。

2 圖像識別技術簡介及研究現狀

從目前現有的信息技術水平分析，計算機圖像識別技術實際上可以看作是圖像處理和識別的結合，利用計算機技術將獲得的圖像轉換為具體的數字信息，通過計算機識別圖像的關鍵特征，包括圖像的大小、方向、顏色、整體形狀和局部形狀特征等，并將其存儲在圖像庫中。當再次遇到類似的圖像時，將與圖像庫中的內容進行比較，若結果一致，則整個圖像的圖像識別過程就完成了。

研究區平面斷裂組合以3種形式存在：其一，古生界為一條主要大斷裂，中生界為分段錯裂，左行雁行式排列，控制潛山發育和洼陷沉積，近東西向組合，分布于埕島南部和樁西南部，對油氣運移及成藏起重要作用；其二，古近紀和新近紀發育右行走滑斷層，斷距兩端小而中間大，右行雁列式排列，北東向組合，分布于埕島、樁西以東，主要起控制油氣的輸導和成藏的作用；其三，中生代的左行走滑斷層，深切潛山形成潛山圈閉，正向構造軸線受斷層線控制，北西向組合，主要分布于埕島、樁西兩個潛山主體部位。

圖像識別技術的主要過程如圖1所示。其中特征提取作為圖像識別技術最基本、也是最重要的過程，一直以來都被認為是圖像識別技術的核心。特征提取的主要目標是提取一組可能維數最小的特征，用最小的特征達到最大的識別率，并對各種相同的符號實例生成相似的特征集，即盡量使用小尺寸特征來達到圖像識別的目的

。

圖像識別大致經歷了三個階段：文字識別、數字圖像處理與識別、物體識別。一個圖像識別系統一般包括圖像信息的獲取、圖像的預處理、特征提取以及判別與分類四個部分。根據模式特征選擇以及判別決策方法的不同可將圖像模式識別方法分為：結構模式識別方法和統計模式(決策理論)識別方法。此外，近些年隨著對模式識別技術研究的進一步深入，模糊模式識別方法和神經網絡模式識別方法也開始得到廣泛的應用。

2.1 結構模式識別

模糊模式識別優點在于用隸屬度函數作為樣品與模塊間相似程度的度量，可能反映它們整體的與主要的特性，從而允許樣品有相當程度的干擾與畸變。所存缺點是難以建立準確合理的隸屬度函數，因而限制了該方法的應用。

(3)神經網絡具有自組織、自學習的能力。

大同市二輕局有位退休老干部，知道李建明收藏，分文不取，送他一枚直徑十厘米、上有“一定要解放臺灣”字樣的毛主席像章。最難忘的一件事，李建明說，是2002年左右那次去哈爾濱出差。走時給鐵嶺的一位毛主席像章收藏者，帶了一尊大同市煤矸石雕刻的毛主席像。辦完事兒，他給對方去電，說是將禮物放在那個單位，對方有時間了來拿。不想對方盛情邀請，你都大老遠從山西過來了，不差這一點兒時間，過來吧，過來吧。雪天，路滑，趕到時已是傍晚了。一桌子豐盛的飯菜，冒著熱氣。對方是個工藝師，臨走時送了李建明用猛犸象牙、黃楊木雕刻以及泥塑的毛主席像一套。回來后，他過意不去，又給對方寄去一些毛主席像章。

2.2 統計模式識別

統計模式識別也被稱為決策理論識別。它主要利用貝葉斯決策規則解決最優分類器問題，是一種分類誤差最小的方法。其基本思想是：首先對被研究對象進行大量的統計分析，找出規律性認識，然后利用各類概率密度函數、后驗概率選取反映圖像本質的特征進行分類識別。統計模式識別主要包括兩種操作模型：訓練和分類。訓練模式中，預處理模塊負責將感興趣的特征從背景中分割出來、去除噪聲以及進行其它操作；特征選取模塊主要負責找到合適的特征來表示輸入模式；分類器負責訓練分割特征空間。在分類模式中，被訓練好的分類器將輸入模式根據測量的特征分配到某個指定的類。

目前3D圖像識別技術在加工過程中的應用仍較為有限，主要原因在于規模較小的加工車間無需引入該系統就能人為對工況工件進行較好的檢測及監控效果；而在大規模的加工車間中全方位的引入該系統的成本將是十分巨大的。但3D模式識別技術可以減少人工的失誤并能夠進行實時的監督和檢測，將很大程度上提高工作效率和工廠的自動化程度，未來將得到進一步的發展。

2.3 模糊模式識別

模糊模式識別的理論源于模糊數學，它根據人對事物識別的思維邏輯，結合人類大腦識別事物的特點，將計算機中常用的二值邏輯轉向連續邏輯。在圖像識別領域應用上，該方法可以簡化圖像識別系統，并具有實用、可靠等特點。

結構模式由模式基元組合表示，利用模式的結構與語言之間相似性的方式進行分析，即依據給定的一組規則來分析模式的結構。結構模式識別主要分為識別部分和分析部分，其中識別部分由預處理、基元提取和結構分析組成，而分析部分包括基元選擇和文法推斷。除了分類信息外，該方法還能給出模式的結構信息，它為模式識別提供了用簡單的、有限的模式基元和文法規則的有限集來描述一個復雜模式大(可能是無限的)集合的可能性。

2.4 神經網絡模式識別

神經網絡模式識別是一種新興的識別算法，指用神經網絡對圖像進行識別。神經網絡是由大量簡單的神經元按照某種方式相互連接而形成的復雜網絡系統，它反映了人腦功能的許多基本特征，是人腦神經網絡系統的簡化、抽象和模擬。由于神經網絡具有非線性映射逼近、大規模并行分布存儲和綜合優化處理、容錯性強、自學習和自適應等能力，因而特別適合處理需要同時考慮許多因素和條件以及信息不確定性問題。神經網絡是一種全新的模式識別技術，它具有以下幾個方面的特點：

2.2.2 錄制視頻PPT的制作 視頻錄制時一般要輔助課件PPT。對于反轉課堂PPT的制作要求內容清晰，與講授內容相符。因為考慮到線上學習的靈活機動性，以及手機線上學習的軟件要求問題。所以課件制作無需十分復雜，但要文字表述清楚簡潔，內容規劃調理清楚，可以穿插圖片、表格等。使得課件可以在微課錄制時輔助講授展示。也可分享到教學平臺讓學習者單獨下載，便于查閱和學習。

我去了，懷著一顆紅心兩種準備。夏俊一見我，特別熱情，一臉的諂笑快要淌下來。路過人力資源課時，又高又靚的李霞正好出門，也對我一展芳顏，笑容可掬。進了總經理室，屁股剛碰到沙發，漂亮的秘書小姐奉上咖啡，細語如風地說，請您慢用。便笑盈盈地退了出去。

(2)神經元能夠獨立運算和處理收到的信息，即系統能夠并行處理輸入的信息。

結構模式識別方法地主要優點是對字體變化的適應性強，區分相似字能力強，缺點是抗干擾能力差，從圖像中精確地抽取基元、輪廊、特征點比較困難，匹配過程復雜；當前結構模式識別主要突出模式的結構信息，常用于以結構特征為主的識別領域中，通過對結構特征的提取來完成準確目標識別。

神經網絡的優點在于可處理一些環境信息十分復雜，背景知識不清楚，允許樣品有較大的缺損、畸變，推理規則不明確的問題。其目前最大局限在于模型仍在不斷豐富與完善中，如今能識別的模式類型還不足夠。

3 圖像識別技術在加工車間中的應用

3.1 機器人定位

目前，機器人已經被廣泛應用于機械加工制造等領域之中；然而，由于各行業對應用方面的差異化以及高性能需求的不斷提出，導致對機器人的定位也提出了更高的要求，例如實現期望視覺具有更低的延遲、更高的準確性等；但是圖像識別率低、識別速度慢的情況往往會引起移動機器人丟失定位信息，從而造成經濟上的損失。

由于目前采用的機器人存在以上問題，為了進一步提高工業機器人性能，焦傳佳等

基于AprilTag圖像的預處理方法，對機器人的定位進行研究，減少了因光照不均對圖像識別的不利影響，提高了機器人識別的成功率。廖萬輝等

建立了一個主動機器視覺定位系統，結合區域的匹配和形狀特征識別，來進行數據計算，從而準確識別物體特征的邊界和質心，解決了機器人實際位置與期望位置相差較大的問題，從而實現了機器人對零件工位的精確定位。以上兩種方法對未來工業機器人技術的改進提供了良好的思路。

(1)神經網絡具有分布式存儲信息的特點。

3.2 3D圖像識別

3D圖像識別技術作為圖像識別技術的一個新的發展方向，其目前在加工過程中的應用主要在于：監控工況是否正常，識別工件整體是否完整等幾個方面。

根據文獻[18]提出的疫苗形式，提取了DE算法中種群的免疫疫苗，并將該疫苗用于指導交叉操作概率因子的選取。疫苗具體提取方法如下：

統計模式識別主要優點是技術成熟，能考慮到干擾、噪聲等影響，識別模式基元能力強。但其局限在于對結構復雜的模式抽取特征困難，不能反映模式的結構特征，難以描述模式的性質和從整體角度考慮識別問題。

3.3 生產線檢驗

隨著發動機制造的生產線不斷智能化、信息化，圖像識別在生產線上的應用也越來越廣泛；將圖像識別技術應用于生產線檢驗，可以達到良好的檢驗效果，能夠有效的檢測出工業設備故障及不合格產品，從根本上杜絕了人工檢驗導致的錯檢情況。通過圖像識別技術可以對工件的內孔、外圓以及螺紋孔特征等部分進行有效識別，也可以用于檢測發動機表面粗糙度、發動機表面裂紋、發動機氣缸體的缸孔等是否符合要求。

以圖3所示的生產線內孔加工為例，不同于機器人定位及裝配過程的靜態識別，生產線檢驗的圖像獲取是在工件運動中進行的；因此，增加了圖像獲取的難度。此外，由于是對內孔進行識別，其環境的光線強度也必然影響識別結果；因此在預處理過程中應采取圖像灰度化及增強對比度操作。

3.4 裝配過程

目前大多數工廠的裝配生產線，仍靠操作人員通過大量的操作手冊獲取裝配指導信息從而進行裝配操作。即便操作人員已經熟悉了操作流程，拋開了手冊指導，還會無法避免出現裝配錯誤，這將大大影響了裝配效率。將人工智能與圖像識別開始應用于裝配生產線，輔助操作人員進行裝配操作，可以提高裝配效率、降低裝配錯誤率。在裝配過程中，主要是通過機器視覺，基于一定的機器學習算法來判斷零件的配置是否有錯裝漏裝現象。基于3D圖像識別技術搭建的檢測系統可以提高檢測的準確度，減少人工檢測過程中出現的漏報、錯報的可能性，提高工作效率。

材料四王守仁：“心即理”，“致良知”。他認為良知是存于人心中的天理，但良知往往被私欲所侵蝕，所以要加強道德修養，去掉人欲，恢復良知。

基于以上分析，在裝配機器人上融入圖像識別技術，可以使裝配機器人判斷迅捷，動作連貫，對指令做出快速反應。精密的裝配機器人圖像識別可以從多變掃描、面積預處理和特定環境下顏色快速識別方法等方向來滿足移動機器人的工作要求。

養殖不僅需要熟練掌握養殖技術，而且還需要時刻掌握市場價格動向，采取分批捕撈，輪捕輪放，降低池魚發病的概率，減少了養殖風險，降低了單位面積存魚量，又增加養殖產量，實現高產穩產?？梢允钩佤~提早上市，待價而沽，適時銷售，獲得養殖效益最大化。但高溫季節在拉網、運輸、放養等過程中，操作應輕柔，避免池魚機械損傷，降低患病概率。

4 結束語

目前，圖像識別技術在加工車間中的應用均較為有限，應用的主要范圍集中在工件加工前期的螺栓檢測、打碼機對工件的編碼識別以及工件平面孔的密封性檢測等幾個方面。本文介紹了在發動機加工裝配的部分工序中引入圖像識別技術的方案。今后，隨著更多科技成果在車間中的應用以及車間自動化需求的進一步提高，圖像識別技術在加工及裝配檢測階段的應用將更加廣泛。

[1]Yang Nan,Wang Zhiyi,Wang Shihao.Computer Image Recognition Technology and Application Analysis.

[2]Ma Jinding. Application of Feature Extraction in Image Processing. Science and Technology Vision, Issue 27, 2015.

[3]廖萬輝,李琳.基于機器視覺的工業機器人定位系統[J].微計算機信息,2009,25(08):242-244.

[4]劉睿,鄧強強,馮運,陳凌,蔣偉,殷宏磊,彭倍.基于圖形路標特征的精確定位研究[J].電子科技大學學報,2019,48(02):233-238.