圖像識別技術(shù)及其在機械零件無損檢測中的應(yīng)用

李國強

（浙江機電職業(yè)技術(shù)學(xué)院，浙江 杭州 310000）

機械設(shè)備運行是一個較為復(fù)雜的系統(tǒng)化過程，在其內(nèi)容的運行過程中系統(tǒng)零件往往承受各種外在應(yīng)力，在長期的運行過程中容易受到損害，從而影響到機械設(shè)備使用產(chǎn)能，甚至在一些問題較為嚴重的地方可能導(dǎo)致研發(fā)安全事故發(fā)生。所以就需要對機械設(shè)備運行中的各種零部件進行嚴格的檢測，使之能夠正常運行。而運用圖像識別技術(shù)在機械零件的檢測中有著很好地幫助作用，有效地促進機械零件無損檢測自動化且在精密程度上能夠有所保障。

1 圖像識別技術(shù)在機械零件無損檢測中的應(yīng)用優(yōu)勢

圖像識別技術(shù)在對機械零件無損檢測中將對我國的建設(shè)有著重要的幫助作用，加快生產(chǎn)建設(shè)步伐，下文對圖像識別技術(shù)在機械零件的無損檢測中的應(yīng)用價值進行簡單介紹。

1.1 檢測效率高

在當前我國的科技發(fā)展下，隨著信息技術(shù)的持續(xù)發(fā)展，圖像識別技術(shù)在信息技術(shù)的基礎(chǔ)上，對檢測機械零件進行無損檢測，相對于以往的檢測技術(shù)而言，應(yīng)用圖像識別技術(shù)能夠在工作效率上節(jié)約出來大量的時間成本，提高工作效率，極大的簡化了識別的流程。同時，在識別過程中能夠?qū)崟r的反映出檢測結(jié)果，對工作中偏離的生產(chǎn)標準零件進行排除，能夠有效的提高檢測效率。

1.2 檢測精度高

在我國當前的建設(shè)生產(chǎn)階段，我國的醫(yī)藥衛(wèi)生及相關(guān)的機械檢測系統(tǒng)已經(jīng)逐步發(fā)展出了一套規(guī)格，在對系統(tǒng)的檢測過程中，應(yīng)用圖像識別技術(shù)能夠發(fā)揮出了良好的效果，在技術(shù)上對圖片的特征進行了詳細的獲取、處理及分析，還支持輸入與現(xiàn)實性能，及時的規(guī)避了檢測所產(chǎn)生的誤差，在對信息的處理過程中顯然具有著較高的精準度。

1.3 節(jié)約檢測成本

為藥品衛(wèi)生及相關(guān)器材的檢測中，為實現(xiàn)全面檢測的精準度，相關(guān)的技術(shù)生產(chǎn)企業(yè)就要引進高質(zhì)量技術(shù)人才作為保障，以此開展實地工作，通過合理的運用圖像的識別技術(shù)后，在對機械內(nèi)部零件的無損檢測中可以有效地釋放勞動檢測力，再投入方面得到有效地緩解，成功的降低因檢測造成的資金成本。

2 圖像識別技術(shù)

（1）圖像識別過程。在圖像的識別過程中，主要以圖像處理為基礎(chǔ)，是在以圖像為對象的各項環(huán)節(jié)下所展開的處理性工作。其具體的內(nèi)容包括：編碼、壓縮、復(fù)原、分割等。在圖像的處理中，一般以圖像的輸入為基礎(chǔ)，也會以圖像的形態(tài)化進行輸出，在此過程中，將處理后的圖像進行輸入，在常規(guī)的情況下，對輸出類型與圖像結(jié)構(gòu)進行分析。換一句話說，圖像識別是對原始圖像經(jīng)過一番處理后實現(xiàn)物體類型的過程。在對原始圖像經(jīng)過處理過后，對其自身特征進行抽取并對比，在分析對比中以樣本庫資源為參考依據(jù)，從而最后確定圖像類型。進一步來說，可以將在圖像識別過程中可以看做是對圖像的分類與描述進行研究的過程，在對圖像本身中的物體進行抽離之后，以形狀、紋理等為特征將其進行提取，在一般情況下，在圖像特征提取環(huán)節(jié)下包含圖像的處理過程，在通過對物體類型進行對比分析之后，在結(jié)構(gòu)層面上對物體展開分析。需要注意的是，在圖像的識別過程中，在識別的這個階段不受到圖像內(nèi)物體數(shù)量的影響，在針對識別的過程中主要有著三個階段，不同階段有其自身的特性。

（2）圖像識別方法。就圖像識別技術(shù)在機械零件檢測中的應(yīng)用而言，圖像識別技術(shù)可以以多種形式進行，如當前較為常見的統(tǒng)計法、句法及神經(jīng)網(wǎng)絡(luò)法等，結(jié)合其實際應(yīng)用價值對其進行簡單闡述。

2.1 統(tǒng)計法

在圖像識別技術(shù)在實際機械零件檢測的使用情況來看，該項技術(shù)在使用過程中較為常見，在工作中以圖像為基本的研究對象，在全面統(tǒng)計分析下，把握其內(nèi)在結(jié)構(gòu)規(guī)律 ，明確圖像本質(zhì)特征，在對其內(nèi)部物體特征進行提取后，從而為圖片的識別工作的開展提供有力的支持作用。統(tǒng)計法是基于數(shù)學(xué)的科學(xué)理念與決策分析進行實現(xiàn)的，而在其實際的應(yīng)用中需要建立統(tǒng)計識別模型，從而滿足各項圖像識別技術(shù)要求。在實際的應(yīng)用中，統(tǒng)計法在圖像識別中有著良好的適應(yīng)性，在其自身有著精準的特性，在對物體進行提取分析后能夠在分類中有著一定的科學(xué)性，并且將分類工作中所產(chǎn)生的各項數(shù)據(jù)誤差控制在最小的范圍之內(nèi)，從而為機械零件的無損檢測提供技術(shù)層面的有力支持，在識別過程中，在圖像統(tǒng)計模型中所呈現(xiàn)出來的形態(tài)較為豐富，在各項模型中較為常見的則為貝葉斯模型，能夠有效改善最優(yōu)分解器的問題，但也有其自身的局限性，如無法解決概率密度估計問題，這無疑就影響到了統(tǒng)計法在實際工作中的工作效果。

2.2 句法

在圖像識別技術(shù)整個過程中，句法主要對對符號的分類特征進行圖像描述，在一般情況下會被看成統(tǒng)計法的一項輔助工作，再具體的工作上能夠發(fā)揮出一定的效用。對機械零件的無損減傷中，在使用圖像識別技術(shù)中，引用句法首先要明確句法分層結(jié)構(gòu)，以圖像為對象進行分層，在形成子對象之后，采取有針對性的識別方式，在工作中以符號對圖像進行描述。而在實際工作中，運用句法在圖像識別技術(shù)上能夠有效拓展模式的識別能力，從而分析物體并識別物體結(jié)構(gòu)，以此符合圖像識別技術(shù)的實際應(yīng)用要求。但在另一種程度上，句法識別技術(shù)也存在著一定的缺陷型，若在識別過程中來自外界的干擾過大，將無法準確的提取圖像的子圖像，這勢必造成增大圖像識別的誤差，在圖像識別的精準度與可靠性方面無法得到有效的保證。

2.3 網(wǎng)絡(luò)神經(jīng)法

在圖像識別技術(shù)中，神經(jīng)網(wǎng)絡(luò)方法是在神經(jīng)網(wǎng)絡(luò)算法中得到實現(xiàn)的，在其內(nèi)部系統(tǒng)中包含較多的神經(jīng)元，而這些諸多的神經(jīng)元則是圖像識別的主要載體。在神經(jīng)網(wǎng)絡(luò)法的主要應(yīng)用中，通過將神經(jīng)元有序的連接起來，從而構(gòu)成完整的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。在其內(nèi)部多個神經(jīng)元的相互協(xié)調(diào)作用下，能夠有效行程多個神經(jīng)元之間的網(wǎng)絡(luò)系統(tǒng)行為的產(chǎn)生。運用神經(jīng)網(wǎng)絡(luò)法應(yīng)用于圖像識別中，在某種程度上能夠反應(yīng)出人腦功能的基本型特征，是以網(wǎng)絡(luò)神經(jīng)法在圖像識別中發(fā)揮著較高的應(yīng)用價值。通過與上述句法進行對比可以看出，在圖像的識別中方法上面會有所不同，句法側(cè)重于人類邏輯思維，而神經(jīng)網(wǎng)絡(luò)法主要對人的感覺與知覺、分布式記憶及自學(xué)過程進行模擬，由此可以看出句法與神經(jīng)網(wǎng)絡(luò)法在工作中具有一定的互補作用，在對機械零件的無損檢測中要注重對句法與網(wǎng)絡(luò)神經(jīng)法的協(xié)調(diào)使用，以此在實際工作中提高精準度與可靠性。神經(jīng)網(wǎng)絡(luò)法的主要特征在于能夠?qū)π畔⑦M行綜合性的處理，且進行分布式的存儲，存儲規(guī)模較為豐富，在非線性狀態(tài)下，具備良好的容錯行，可實現(xiàn)自適應(yīng)式學(xué)習(xí)從而在圖像識別過程中發(fā)揮出一定的優(yōu)勢價值。同樣神經(jīng)網(wǎng)絡(luò)法也存在一定的問題，對圖像的信息收斂效率較低，在提取特性進行分類中，精準度不足 ，在當前新模式圖像識別中無法達到預(yù)期效果。

2.4 模板匹配法

在機械零件的無損檢測過程中，圖像識別技術(shù)要特別注重圖像獲取系統(tǒng)功能的有效發(fā)揮，從而真正確保圖像識別的精準度與可靠性。在當前科學(xué)技術(shù)的不斷發(fā)展過程中，針對圖像的獲取方法正在被不斷持續(xù)優(yōu)化，由早期的固態(tài)圖像傳感器再到現(xiàn)今的以電荷耦合器件CCD為主的先進化固體圖像傳感器，在技術(shù)層面取得了一定的創(chuàng)新，并且在實際的工作運用中有著良好的成效。通過運用電子掃瞄，這樣能夠有效規(guī)避掃描畸變的情況發(fā)生，在計算機的網(wǎng)絡(luò)連接中更加便捷，對圖像的處理上分辨率較高，在我國當前的工業(yè)、航天、遙感及通信技術(shù)等領(lǐng)域應(yīng)用較廣。同時，由于在圖像的處理中存在噪音等問題，以此導(dǎo)致被檢測物體在形狀及結(jié)構(gòu)方面存在不確定性，在對模板的匹配過程中無法順利取得有效成果，因此對絕對的精準程度存在著一定的影響，在通常情況下，需要對圖像上的每一個點進行求值，以便了解到模板與圖像之間的匹配量度，在觀測中只要發(fā)現(xiàn)當匹配量度達到某一個閾值的位置上，那么就可以知道此圖像上存在著需要進行檢測的物體，以經(jīng)典的圖像匹配法來說，運用互相計算的方式得出匹配量度，或者使用絕對平方差作為不匹配量度。在實際情況下，運用這兩者方法經(jīng)常存在不匹配度的問題發(fā)生，是以，運用幾何變幻的匹配方式更有助于提高其作用效果的實際穩(wěn)定性，以此達到預(yù)期效果。

2.5 霍夫幾何變換法

霍夫變換法以其結(jié)構(gòu)來說是一種形狀快速匹配的方式，通過運用適當?shù)姆绞綄D像進行相應(yīng)的轉(zhuǎn)變，以圖像內(nèi)部所有給定的曲線形狀全部轉(zhuǎn)換到霍夫空間中，從而形成峰點值，采用這種方式，將圖像上給定的曲線檢測裝華為霍夫空間峰點檢測問題，可以用于對有缺損的形狀進行檢測，是一種實用性較強的方法，為了有效的減少計算量以此提高空間計算的效率，有對霍夫方法進行了有效的改進，例如快速霍夫轉(zhuǎn)換、自適應(yīng)霍夫轉(zhuǎn)化、隨機霍夫轉(zhuǎn)化，在此中間的隨機霍夫轉(zhuǎn)化是上世紀九十年代提出的一種相對精巧的轉(zhuǎn)化方法，其自身的特點不僅能夠有效的減少空間計算量及內(nèi)存的容量，提高計算過程的效率問題，而且在實際運用中能夠在有效的變換空間之內(nèi)隨意獲取任意的分辨率。

3 圖像識別技術(shù)在機械內(nèi)容零件無損檢測中的實際應(yīng)用

在機械零件無損檢測工作中，應(yīng)用圖像識別技術(shù)時，可以運用磁粉探傷方法來檢測鐵磁性材料的缺陷性，以圖像技術(shù)的應(yīng)用價值為出發(fā)點，開發(fā)出全自動磁粉探傷系統(tǒng)并在實際使用中結(jié)合實際需求再逐漸進行改善，完善技術(shù)規(guī)范。在工作中主要以熒光磁粉探傷無損檢測技術(shù)為基礎(chǔ)，有效地發(fā)揮出CCD攝像系統(tǒng)的功能，對圖像進行有效的采集，以此達到標準化，以此識別并對圖像進行處理，以此完成自動探傷。運用圖像處理技術(shù)中，同樣要對發(fā)動機曲軸表面的進行嚴格的檢測，從而避免其表面裂縫的出現(xiàn)，充分的發(fā)揮出自動磁粉探傷系統(tǒng)的功能，從而對圖像內(nèi)部各種信息進行科學(xué)的處理與自動識別。在工作中由于數(shù)字圖像信號再輸入過程中會因為噪音從而影響到圖像的采集效果，因此在操作中要科學(xué)合理的運用數(shù)字圖像采集技術(shù)從而對裂紋進行有效識別，這對之后的圖像處理的開展工作有著一定的幫助作用，在圖像識別技術(shù)中，要基于此項技術(shù)建立無損檢測系統(tǒng)，以便滿足在實際工作中機械內(nèi)容零件的無損檢測需求。例如在曲軸圖像識別中，曲軸結(jié)構(gòu)形狀較為復(fù)雜，且整體尺寸較大，特別是在6缸發(fā)動機中存在著6個連桿軸頸，在其空間的分布中位置特殊，且兩個連桿之間的角度呈現(xiàn)120°角，自此情況下整體的識別難度較大。引用圖像識別技術(shù)能夠建立無損檢測系統(tǒng)，從而完整的獲取到曲軸圖像的信息，通過對資料信息的有效分析，檢測曲軸表面的缺陷性，這在發(fā)動機無損檢測中具有非常好的適用性。

4 結(jié)語

通過上述材料可知，在當前對機械內(nèi)部零部件的無損檢測中運用圖像識別技術(shù)有著較好的優(yōu)勢，在運用過程中需要對圖像進行明確，針對具體的情況要求，合理的選用圖像的識別方法，在對圖像進行全面特征的獲取，以此確保圖像識別的精確性與可靠性，以便切實改善機械內(nèi)部零件的無損檢測效果，提高機械運行的整體性能狀態(tài)，對我國的未來建設(shè)發(fā)展有著較高的應(yīng)用價值。