图像识别在发动机加工装配过程中的应用研究

1 引言

随着我国科技和工业水平的不断提升，打造基于人工智能及大数据的智能制造车间是发展的必然；在加工制造过程中引入自动化生产，可以实现机器作业代替人工操作，解放生产力的同时还能够一定程度上的保证安全性。尽管目前的加工车间已经采取了“机器为主，人工为辅”的加工生产策略，但加工过程的各个阶段仍较为依赖人工识别和判断，其中最主要的原因是传统的加工车间没有引入有效的图像识别系统，无法对工件及各加工工序状态进行有效的分类识别。因此，对全流程的加工过程进行设计或引入具有统一性或高度集成化的图像识别系统是打造智能制造生产车间的关键。

计算机图像处理与识别技术(图像识别技术)作为一种先进的科学技术，主要应用于计算机信息数据的处理。它具有处理速度快、精度高、灵活性好等优点，可以提高计算机信息数据处理和识别的工作效率。经过多年的研究和应用发展，图像识别技术现已应用于智能交通、有色金属制造、医疗、刑事侦查等多个领域，并取得了良好的应用效果

。本文就目前图像识别技术在生产加工方面的研究和应用情况进行分析和介绍，以期为后续的工厂改造及现代化工厂的建设提供参考。此外，根据图像识别技术的研究现状，对其在加工车间的应用情况进行分析与展望，进而为工厂的发展提供新的参考与思路。

2 图像识别技术简介及研究现状

从目前现有的信息技术水平分析，计算机图像识别技术实际上可以看作是图像处理和识别的结合，利用计算机技术将获得的图像转换为具体的数字信息，通过计算机识别图像的关键特征，包括图像的大小、方向、颜色、整体形状和局部形状特征等，并将其存储在图像库中。当再次遇到类似的图像时，将与图像库中的内容进行比较，若结果一致，则整个图像的图像识别过程就完成了。

研究区平面断裂组合以3种形式存在：其一，古生界为一条主要大断裂，中生界为分段错裂，左行雁行式排列，控制潜山发育和洼陷沉积，近东西向组合，分布于埕岛南部和桩西南部，对油气运移及成藏起重要作用；其二，古近纪和新近纪发育右行走滑断层，断距两端小而中间大，右行雁列式排列，北东向组合，分布于埕岛、桩西以东，主要起控制油气的输导和成藏的作用；其三，中生代的左行走滑断层，深切潜山形成潜山圈闭，正向构造轴线受断层线控制，北西向组合，主要分布于埕岛、桩西两个潜山主体部位。

图像识别技术的主要过程如图1所示。其中特征提取作为图像识别技术最基本、也是最重要的过程，一直以来都被认为是图像识别技术的核心。特征提取的主要目标是提取一组可能维数最小的特征，用最小的特征达到最大的识别率，并对各种相同的符号实例生成相似的特征集，即尽量使用小尺寸特征来达到图像识别的目的

。

图像识别大致经历了三个阶段：文字识别、数字图像处理与识别、物体识别。一个图像识别系统一般包括图像信息的获取、图像的预处理、特征提取以及判别与分类四个部分。根据模式特征选择以及判别决策方法的不同可将图像模式识别方法分为：结构模式识别方法和统计模式(决策理论)识别方法。此外，近些年随着对模式识别技术研究的进一步深入，模糊模式识别方法和神经网络模式识别方法也开始得到广泛的应用。

2.1 结构模式识别

模糊模式识别优点在于用隶属度函数作为样品与模块间相似程度的度量，可能反映它们整体的与主要的特性，从而允许样品有相当程度的干扰与畸变。所存缺点是难以建立准确合理的隶属度函数，因而限制了该方法的应用。

(3)神经网络具有自组织、自学习的能力。

大同市二轻局有位退休老干部，知道李建明收藏，分文不取，送他一枚直径十厘米、上有“一定要解放台湾”字样的毛主席像章。最难忘的一件事，李建明说，是2002年左右那次去哈尔滨出差。走时给铁岭的一位毛主席像章收藏者，带了一尊大同市煤矸石雕刻的毛主席像。办完事儿，他给对方去电，说是将礼物放在那个单位，对方有时间了来拿。不想对方盛情邀请，你都大老远从山西过来了，不差这一点儿时间，过来吧，过来吧。雪天，路滑，赶到时已是傍晚了。一桌子丰盛的饭菜，冒着热气。对方是个工艺师，临走时送了李建明用猛犸象牙、黄杨木雕刻以及泥塑的毛主席像一套。回来后，他过意不去，又给对方寄去一些毛主席像章。

2.2 统计模式识别

统计模式识别也被称为决策理论识别。它主要利用贝叶斯决策规则解决最优分类器问题，是一种分类误差最小的方法。其基本思想是：首先对被研究对象进行大量的统计分析，找出规律性认识，然后利用各类概率密度函数、后验概率选取反映图像本质的特征进行分类识别。统计模式识别主要包括两种操作模型：训练和分类。训练模式中，预处理模块负责将感兴趣的特征从背景中分割出来、去除噪声以及进行其它操作；特征选取模块主要负责找到合适的特征来表示输入模式；分类器负责训练分割特征空间。在分类模式中，被训练好的分类器将输入模式根据测量的特征分配到某个指定的类。

目前3D图像识别技术在加工过程中的应用仍较为有限，主要原因在于规模较小的加工车间无需引入该系统就能人为对工况工件进行较好的检测及监控效果；而在大规模的加工车间中全方位的引入该系统的成本将是十分巨大的。但3D模式识别技术可以减少人工的失误并能够进行实时的监督和检测，将很大程度上提高工作效率和工厂的自动化程度，未来将得到进一步的发展。

2.3 模糊模式识别

模糊模式识别的理论源于模糊数学，它根据人对事物识别的思维逻辑，结合人类大脑识别事物的特点，将计算机中常用的二值逻辑转向连续逻辑。在图像识别领域应用上，该方法可以简化图像识别系统，并具有实用、可靠等特点。

结构模式由模式基元组合表示，利用模式的结构与语言之间相似性的方式进行分析，即依据给定的一组规则来分析模式的结构。结构模式识别主要分为识别部分和分析部分，其中识别部分由预处理、基元提取和结构分析组成，而分析部分包括基元选择和文法推断。除了分类信息外，该方法还能给出模式的结构信息，它为模式识别提供了用简单的、有限的模式基元和文法规则的有限集来描述一个复杂模式大(可能是无限的)集合的可能性。

2.4 神经网络模式识别

神经网络模式识别是一种新兴的识别算法，指用神经网络对图像进行识别。神经网络是由大量简单的神经元按照某种方式相互连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是人脑神经网络系统的简化、抽象和模拟。由于神经网络具有非线性映射逼近、大规模并行分布存储和综合优化处理、容错性强、自学习和自适应等能力，因而特别适合处理需要同时考虑许多因素和条件以及信息不确定性问题。神经网络是一种全新的模式识别技术，它具有以下几个方面的特点：

2.2.2 录制视频PPT的制作 视频录制时一般要辅助课件PPT。对于反转课堂PPT的制作要求内容清晰，与讲授内容相符。因为考虑到线上学习的灵活机动性，以及手机线上学习的软件要求问题。所以课件制作无需十分复杂，但要文字表述清楚简洁，内容规划调理清楚，可以穿插图片、表格等。使得课件可以在微课录制时辅助讲授展示。也可分享到教学平台让学习者单独下载，便于查阅和学习。

我去了，怀着一颗红心两种准备。夏俊一见我，特别热情，一脸的谄笑快要淌下来。路过人力资源课时，又高又靓的李霞正好出门，也对我一展芳颜，笑容可掬。进了总经理室，屁股刚碰到沙发，漂亮的秘书小姐奉上咖啡，细语如风地说，请您慢用。便笑盈盈地退了出去。

(2)神经元能够独立运算和处理收到的信息，即系统能够并行处理输入的信息。

结构模式识别方法地主要优点是对字体变化的适应性强，区分相似字能力强，缺点是抗干扰能力差，从图像中精确地抽取基元、轮廊、特征点比较困难，匹配过程复杂；当前结构模式识别主要突出模式的结构信息，常用于以结构特征为主的识别领域中，通过对结构特征的提取来完成准确目标识别。

神经网络的优点在于可处理一些环境信息十分复杂，背景知识不清楚，允许样品有较大的缺损、畸变，推理规则不明确的问题。其目前最大局限在于模型仍在不断丰富与完善中，如今能识别的模式类型还不足够。

3 图像识别技术在加工车间中的应用

3.1 机器人定位

目前，机器人已经被广泛应用于机械加工制造等领域之中；然而，由于各行业对应用方面的差异化以及高性能需求的不断提出，导致对机器人的定位也提出了更高的要求，例如实现期望视觉具有更低的延迟、更高的准确性等；但是图像识别率低、识别速度慢的情况往往会引起移动机器人丢失定位信息，从而造成经济上的损失。

由于目前采用的机器人存在以上问题，为了进一步提高工业机器人性能，焦传佳等

基于AprilTag图像的预处理方法，对机器人的定位进行研究，减少了因光照不均对图像识别的不利影响，提高了机器人识别的成功率。廖万辉等

建立了一个主动机器视觉定位系统，结合区域的匹配和形状特征识别，来进行数据计算，从而准确识别物体特征的边界和质心，解决了机器人实际位置与期望位置相差较大的问题，从而实现了机器人对零件工位的精确定位。以上两种方法对未来工业机器人技术的改进提供了良好的思路。

(1)神经网络具有分布式存储信息的特点。

3.2 3D图像识别

3D图像识别技术作为图像识别技术的一个新的发展方向，其目前在加工过程中的应用主要在于：监控工况是否正常，识别工件整体是否完整等几个方面。

根据文献[18]提出的疫苗形式，提取了DE算法中种群的免疫疫苗，并将该疫苗用于指导交叉操作概率因子的选取。疫苗具体提取方法如下：

统计模式识别主要优点是技术成熟，能考虑到干扰、噪声等影响，识别模式基元能力强。但其局限在于对结构复杂的模式抽取特征困难，不能反映模式的结构特征，难以描述模式的性质和从整体角度考虑识别问题。

3.3 生产线检验

随着发动机制造的生产线不断智能化、信息化，图像识别在生产线上的应用也越来越广泛；将图像识别技术应用于生产线检验，可以达到良好的检验效果，能够有效的检测出工业设备故障及不合格产品，从根本上杜绝了人工检验导致的错检情况。通过图像识别技术可以对工件的内孔、外圆以及螺纹孔特征等部分进行有效识别，也可以用于检测发动机表面粗糙度、发动机表面裂纹、发动机气缸体的缸孔等是否符合要求。

以图3所示的生产线内孔加工为例，不同于机器人定位及装配过程的静态识别，生产线检验的图像获取是在工件运动中进行的；因此，增加了图像获取的难度。此外，由于是对内孔进行识别，其环境的光线强度也必然影响识别结果；因此在预处理过程中应采取图像灰度化及增强对比度操作。

3.4 装配过程

目前大多数工厂的装配生产线，仍靠操作人员通过大量的操作手册获取装配指导信息从而进行装配操作。即便操作人员已经熟悉了操作流程，抛开了手册指导，还会无法避免出现装配错误，这将大大影响了装配效率。将人工智能与图像识别开始应用于装配生产线，辅助操作人员进行装配操作，可以提高装配效率、降低装配错误率。在装配过程中，主要是通过机器视觉，基于一定的机器学习算法来判断零件的配置是否有错装漏装现象。基于3D图像识别技术搭建的检测系统可以提高检测的准确度，减少人工检测过程中出现的漏报、错报的可能性，提高工作效率。

材料四王守仁：“心即理”，“致良知”。他认为良知是存于人心中的天理，但良知往往被私欲所侵蚀，所以要加强道德修养，去掉人欲，恢复良知。

基于以上分析，在装配机器人上融入图像识别技术，可以使装配机器人判断迅捷，动作连贯，对指令做出快速反应。精密的装配机器人图像识别可以从多变扫描、面积预处理和特定环境下颜色快速识别方法等方向来满足移动机器人的工作要求。

养殖不仅需要熟练掌握养殖技术，而且还需要时刻掌握市场价格动向，采取分批捕捞，轮捕轮放，降低池鱼发病的概率，减少了养殖风险，降低了单位面积存鱼量，又增加养殖产量，实现高产稳产。可以使池鱼提早上市，待价而沽，适时销售，获得养殖效益最大化。但高温季节在拉网、运输、放养等过程中，操作应轻柔，避免池鱼机械损伤，降低患病概率。

4 结束语

目前，图像识别技术在加工车间中的应用均较为有限，应用的主要范围集中在工件加工前期的螺栓检测、打码机对工件的编码识别以及工件平面孔的密封性检测等几个方面。本文介绍了在发动机加工装配的部分工序中引入图像识别技术的方案。今后，随着更多科技成果在车间中的应用以及车间自动化需求的进一步提高，图像识别技术在加工及装配检测阶段的应用将更加广泛。

[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]廖万辉,李琳.基于机器视觉的工业机器人定位系统[J].微计算机信息,2009,25(08):242-244.

[4]刘睿,邓强强,冯运,陈凌,蒋伟,殷宏磊,彭倍.基于图形路标特征的精确定位研究[J].电子科技大学学报,2019,48(02):233-238.