图像识别技术及其在机械零件无损检测中的应用论文

　　SCI论文(www.lunwensci.com):

　　摘 要 ：随着我国科研技术的不断发展，在科技创新领域取得了可观的成果，且为我国的建设生产提供了源源不断的动力。本 文结合具体的实际案例对图像识别过程及识别方法进行简单分析，以便对探索图像识别技术在机械零件的无损检测有着一定的 帮助。

　　关键词 ：图像识别 ;机械零件 ;无损检测 ;应用探究

　　机械设备运行是一个较为复杂的系统化过程，在其内容的 运行过程中系统零件往往承受各种外在应力，在长期的运行过 程中容易受到损害， 从而影响到机械设备使用产能， 甚至在一些 问题较为严重的地方可能导致研发安全事故发生。所以就需要 对机械设备运行中的各种零部件进行严格的检测，使之能够正 常运行。而运用图像识别技术在机械零件的检测中有着很好地 帮助作用，有效地促进机械零件无损检测自动化且在精密程度 上能够有所保障。

　　1 图像识别技术在机械零件无损检测中的应用优势

　　图像识别技术在对机械零件无损检测中将对我国的建设有 着重要的帮助作用， 加快生产建设步伐， 下文对图像识别技术在 机械零件的无损检测中的应用价值进行简单介绍。

　　1.1 检测效率高

　　在当前我国的科技发展下，随着信息技术的持续发展，图像 识别技术在信息技术的基础上，对检测机械零件进行无损检测， 相对于以往的检测技术而言， 应用图像识别技术能够在工作效率 上节约出来大量的时间成本，提高工作效率，极大的简化了识别 的流程。同时，在识别过程中能够实时的反映出检测结果，对工 作中偏离的生产标准零件进行排除， 能够有效的提高检测效率。

       1.2 检测精度高

　　在我国当前的建设生产阶段，我国的医药卫生及相关的机 械检测系统已经逐步发展出了一套规格，在对系统的检测过程 中，应用图像识别技术能够发挥出了良好的效果， 在技术上对图 片的特征进行了详细的获取、处理及分析， 还支持输入与现实性 能，及时的规避了检测所产生的误差， 在对信息的处理过程中显 然具有着较高的精准度。

　　1.3 节约检测成本

　　为药品卫生及相关器材的检测中，为实现全面检测的精准 度，相关的技术生产企业就要引进高质量技术人才作为保障， 以 此开展实地工作， 通过合理的运用图像的识别技术后， 在对机械内部零件的无损检测中可以有效地释放劳动检测力，再投入方 面得到有效地缓解， 成功的降低因检测造成的资金成本。

　　2 图像识别技术

　　(1)图像识别过程。在图像的识别过程中，主要以图像处理 为基础，是在以图像为对象的各项环节下所展开的处理性工作。 其具体的内容包括 ：编码、压缩、复原、分割等。在图像的处理 中，一般以图像的输入为基础，也会以图像的形态化进行输出， 在此过程中，将处理后的图像进行输入，在常规的情况下，对输 出类型与图像结构进行分析。换一句话说， 图像识别是对原始图 像经过一番处理后实现物体类型的过程。在对原始图像经过处 理过后， 对其自身特征进行抽取并对比， 在分析对比中以样本库 资源为参考依据，从而最后确定图像类型。进一步来说，可以将 在图像识别过程中可以看做是对图像的分类与描述进行研究的 过程，在对图像本身中的物体进行抽离之后，以形状、纹理等为 特征将其进行提取， 在一般情况下， 在图像特征提取环节下包含 图像的处理过程， 在通过对物体类型进行对比分析之后， 在结构 层面上对物体展开分析。需要注意的是，在图像的识别过程中， 在识别的这个阶段不受到图像内物体数量的影响，在针对识别 的过程中主要有着三个阶段， 不同阶段有其自身的特性。

　　(2)图像识别方法。就图像识别技术在机械零件检测中的应 用而言， 图像识别技术可以以多种形式进行， 如当前较为常见的 统计法、句法及神经网络法等， 结合其实际应用价值对其进行简 单阐述。

　　2.1 统计法

　　在图像识别技术在实际机械零件检测的使用情况来看，该 项技术在使用过程中较为常见，在工作中以图像为基本的研究 对象，在全面统计分析下，把握其内在结构规律 ，明确图像本 质特征， 在对其内部物体特征进行提取后， 从而为图片的识别工 作的开展提供有力的支持作用。统计法是基于数学的科学理念 与决策分析进行实现的，而在其实际的应用中需要建立统计识 别模型，从而满足各项图像识别技术要求。在实际的应用中，统 计法在图像识别中有着良好的适应性，在其自身有着精准的特 性，在对物体进行提取分析后能够在分类中有着一定的科学性， 并且将分类工作中所产生的各项数据误差控制在最小的范围之 内，从而为机械零件的无损检测提供技术层面的有力支持， 在识 别过程中， 在图像统计模型中所呈现出来的形态较为丰富， 在各 项模型中较为常见的则为贝叶斯模型，能够有效改善最优分解 器的问题， 但也有其自身的局限性， 如无法解决概率密度估计问 题，这无疑就影响到了统计法在实际工作中的工作效果。

　　2.2 句法

　　在图像识别技术整个过程中，句法主要对对符号的分类特征进行图像描述，在一般情况下会被看成统计法的一项辅助工 作，再具体的工作上能够发挥出一定的效用。对机械零件的无损 减伤中， 在使用图像识别技术中， 引用句法首先要明确句法分层 结构，以图像为对象进行分层，在形成子对象之后，采取有针对 性的识别方式， 在工作中以符号对图像进行描述。而在实际工作 中，运用句法在图像识别技术上能够有效拓展模式的识别能力， 从而分析物体并识别物体结构，以此符合图像识别技术的实际 应用要求。但在另一种程度上， 句法识别技术也存在着一定的缺 陷型， 若在识别过程中来自外界的干扰过大， 将无法准确的提取 图像的子图像， 这势必造成增大图像识别的误差， 在图像识别的 精准度与可靠性方面无法得到有效的保证。

　　2.3 网络神经法

　　在图像识别技术中，神经网络方法是在神经网络算法中得 到实现的， 在其内部系统中包含较多的神经元， 而这些诸多的神 经元则是图像识别的主要载体。在神经网络法的主要应用中， 通 过将神经元有序的连接起来， 从而构成完整的神经网络系统。在 其内部多个神经元的相互协调作用下，能够有效行程多个神经 元之间的网络系统行为的产生。运用神经网络法应用于图像识 别中， 在某种程度上能够反应出人脑功能的基本型特征， 是以网 络神经法在图像识别中发挥着较高的应用价值。通过与上述句 法进行对比可以看出， 在图像的识别中方法上面会有所不同， 句 法侧重于人类逻辑思维，而神经网络法主要对人的感觉与知觉、 分布式记忆及自学过程进行模拟，由此可以看出句法与神经网 络法在工作中具有一定的互补作用，在对机械零件的无损检测 中要注重对句法与网络神经法的协调使用，以此在实际工作中 提高精准度与可靠性。神经网络法的主要特征在于能够对信息 进行综合性的处理，且进行分布式的存储，存储规模较为丰富， 在非线性状态下， 具备良好的容错行， 可实现自适应式学习从而 在图像识别过程中发挥出一定的优势价值。同样神经网络法也 存在一定的问题， 对图像的信息收敛效率较低， 在提取特性进行 分类中，精准度不足 ，在当前新模式图像识别中无法达到预期 效果。

　　2.4 模板匹配法

　　在机械零件的无损检测过程中，图像识别技术要特别注重 图像获取系统功能的有效发挥，从而真正确保图像识别的精准 度与可靠性。在当前科学技术的不断发展过程中， 针对图像的获 取方法正在被不断持续优化，由早期的固态图像传感器再到现 今的以电荷耦合器件 CCD 为主的先进化固体图像传感器，在技 术层面取得了一定的创新，并且在实际的工作运用中有着良好 的成效。通过运用电子扫瞄， 这样能够有效规避扫描畸变的情况 发生， 在计算机的网络连接中更加便捷， 对图像的处理上分辨率 较高，在我国当前的工业、航天、遥感及通信技术等领域应用较 广。同时，由于在图像的处理中存在噪音等问题，以此导致被检 测物体在形状及结构方面存在不确定性，在对模板的匹配过程 中无法顺利取得有效成果，因此对绝对的精准程度存在着一定 的影响，在通常情况下，需要对图像上的每一个点进行求值，以 便了解到模板与图像之间的匹配量度，在观测中只要发现当匹 配量度达到某一个阈值的位置上，那么就可以知道此图像上存 在着需要进行检测的物体， 以经典的图像匹配法来说， 运用互相 计算的方式得出匹配量度，或者使用绝对平方差作为不匹配量 度。在实际情况下， 运用这两者方法经常存在不匹配度的问题发 生，是以， 运用几何变幻的匹配方式更有助于提高其作用效果的 实际稳定性， 以此达到预期效果。

　　2.5 霍夫几何变换法

　　霍夫变换法以其结构来说是一种形状快速匹配的方式，通过 运用适当的方式对图像进行相应的转变， 以图像内部所有给定的 曲线形状全部转换到霍夫空间中，从而形成峰点值，采用这种方 式，将图像上给定的曲线检测装华为霍夫空间峰点检测问题，可 以用于对有缺损的形状进行检测，是一种实用性较强的方法，为 了有效的减少计算量以此提高空间计算的效率， 有对霍夫方法进 行了有效的改进，例如快速霍夫转换、自适应霍夫转化、随机霍 夫转化， 在此中间的随机霍夫转化是上世纪九十年代提出的一种 相对精巧的转化方法， 其自身的特点不仅能够有效的减少空间计 算量及内存的容量，提高计算过程的效率问题，而且在实际运用 中能够在有效的变换空间之内随意获取任意的分辨率。

　　3 图像识别技术在机械内容零件无损检测中的实际应用

　　在机械零件无损检测工作中，应用图像识别技术时，可以运 用磁粉探伤方法来检测铁磁性材料的缺陷性，以图像技术的应 用价值为出发点，开发出全自动磁粉探伤系统并在实际使用中 结合实际需求再逐渐进行改善， 完善技术规范。在工作中主要以 荧光磁粉探伤无损检测技术为基础，有效地发挥出 CCD 摄像系 统的功能，对图像进行有效的采集，以此达到标准化，以此识别 并对图像进行处理，以此完成自动探伤。运用图像处理技术中， 同样要对发动机曲轴表面的进行严格的检测，从而避免其表面 裂缝的出现， 充分的发挥出自动磁粉探伤系统的功能， 从而对图 像内部各种信息进行科学的处理与自动识别。在工作中由于数 字图像信号再输入过程中会因为噪音从而影响到图像的采集效 果，因此在操作中要科学合理的运用数字图像采集技术从而对 裂纹进行有效识别，这对之后的图像处理的开展工作有着一定 的帮助作用， 在图像识别技术中， 要基于此项技术建立无损检测 系统， 以便满足在实际工作中机械内容零件的无损检测需求。例 如在曲轴图像识别中，曲轴结构形状较为复杂，且整体尺寸较 大，特别是在 6 缸发动机中存在着 6 个连杆轴颈，在其空间的分 布中位置特殊，且两个连杆之间的角度呈现 120°角，自此情况 下整体的识别难度较大。引用图像识别技术能够建立无损检测 系统， 从而完整的获取到曲轴图像的信息， 通过对资料信息的有 效分析， 检测曲轴表面的缺陷性， 这在发动机无损检测中具有非 常好的适用性。

　　4 结语

　　通过上述材料可知，在当前对机械内部零部件的无损检测 中运用图像识别技术有着较好的优势，在运用过程中需要对图 像进行明确，针对具体的情况要求，合理的选用图像的识别方 法，在对图像进行全面特征的获取， 以此确保图像识别的精确性 与可靠性， 以便切实改善机械内部零件的无损检测效果， 提高机 械运行的整体性能状态，对我国的未来建设发展有着较高的应 用价值。

　　参考文献

　　[1] 何威 . 图像识别技术及其在机械零件无损检测中的应用 [J]. 湖北农机化，2018 (4)：37-38.

　　[2] 张伟胜 . 图像识别技术及其在机械零件无损检测中的应用研究 [J]. 中国设备工 程，2018(15)：98-99.

　　[3] 李亚奇 . 计算机图像识别技术的发展现状与应用实践 [J]. 信息与电脑(理论 版)，2019(14)：30-31+34.

　　[4] 白瑞双，李世新 . 计算机图像识别技术的应用及其细节问题阐述与分析 [J]. 山 东工业技术， 2019(17)：131.

　　关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/36274.html