龙源期刊网 http://www.qikan.com.cn
机械零件质量检测中图像识别技术的应用
作者：方强
来源：《山东工业技术》2018年第07期
摘 要：在机械零件生产过程中，机械零件质量检测属于十分重要的一项内容，在保证零件质量方面具有重要作用及意义。在机械零件质量检测过程中，为能够得到更加理想的检测效果，可对图像识别技术进行科学合理应用，从而使机械零件质量检测水平及质量得以有效提升，为更好开展机械零件质量检测工作奠定较好的基础，提供更好技术支持。 关键词：机械零件；质量检测；图像识别技术；应用 DOI：10.16640/j.cnki.37-1222/t.2018.07.003
随着现代社会不断发展，在机械零件生产中对于零件质量也有着越来越高的要求，因而更好保证机械零件质量十分必要。在目前机械零件质量检测中，为能够得到更加理想的效果，应当对现代检测技术进行科学合理应用，而图像识别技术就是其中比较重要的一种。所以，相关操作人员应较好掌握该技术，并且在实际零件检测中对其进行合理应用，从而保证零件质量检测取得更好效果。
1 机械零件质量检测中相关图像识别技术 1.1 模糊匹配识别技术
这种识别方法属于一种最基础的识别技术，而其中所应用的模板所指的就是为能够对待识别零件图像中相关区域特征进行检验，通过数字量形式或符号串形式使矩阵得以形成，选择已知物体图像，将其与模板中全部未知区域实行比较，在此基础上将某未知为题与该模板实行匹配，因而该物体也就会被当作与模板相同有关物体。对于模板匹配技术而言，其操作比较简单，然而在实际应用过程中有一定限制存在，这主要是由于为能够与所有物体在尺寸及方向方面进行匹配，需要放置数量较多的相关模板，在实际匹配过程中需要对大量模板实行设计及储存，从而也就会导致一定经济浪费。 1.2 神经网络识别技术
对于神经网络识别技术而言，其所指的就是通过偶某种特定方式，使大量神经单元实现相互连接，从而使复杂神经网络系统得以构成，虽然单个神经单元所具备功能及结构相对比较简单，然而由多个不同神经单元所组成神经网络系统的结构比较复杂，并且具有比较丰富的功能，可将其当作对人脑神经网络系统实行模拟、抽象及简化。对于该技术而言，其能够对人的认知过程及感知过程进行模拟，具备分布式自主学习能力以及识别能力，对于需同时考虑各种不同条件及因素的相关问题，可较好适应，并且较好进行处理。但神经网络识别技术的缺点就是训练时间比较长，训练量比较大，并且收敛精度比较慢，同时识别精度较低等。
机械零件质量检测中图像识别技术的应用
