基于机器视觉的自动识别系统在机械加工中的应用研究 .pdfVIP

基于机器视觉的自动识别系统在机械加

工中的应用研究

摘要：近年来，计算机视觉技术已被越来越多地应用于自动识别系统。本论

文的目的是对机器视觉技术在实际生产中的应用进行研究。首先，对机器视觉系

统的理论与技术进行了综述。并对机器视觉技术在零件识别，刀具磨损，产品质

量检测等方面的重要应用进行了讨论。最后，本文还讨论了在实际生产中应用机

器视觉技术所面临的问题，并给出了解决方案。经过研究，我们发现，在机械加

工过程中，机器视觉可以达到更高的识别精度和效率，该系统可有效地提高数控

机床的生产自动化程度，降低人为误差，降低生产成本，是一种极具应用前景的

新型数控机床。

关键词：机器视觉；自动识别系统；机械加工；应用；研究

一、引言

目前，随着时间的推移，生产过程的自动化、智能化要求也在不断提高。传

统的手工作业易产生人为误差，且效率较低。因此，研究一套能对机械加工中的

关键工序进行自动辨识和判定的系统就显得尤为重要。机器视觉是自动识别中最

常见的技术之一，广泛用于机加工。通过对图像的采集，处理，分析，来完成对

工件的检测、能够对产品及过程状态进行自动辨识及检测。

二、机器视觉的基本原理和技术

（一）原理

机器视觉是通过计算机以及各种传感器来获取并处理图像，在此基础上，利

用该方法实现了对目标的自动识别与分析。它能从一幅图像中，探测对象，识别

模式，并对其进行定量分析，来完成自动化视觉作业，图像获取装置是机器视觉

系统的主要组成部分、影像处理装置及判别系统。图像获取装置负责获取对象的

图像，通常使用的设备有照相机，光源，透镜等等。图像处理装置是用来对所采

集的图像进行处理、分析的，常见的方法有：边界检测、图像配准、特征抽取等。

（二）技术

机器视觉是模仿人类视觉系统的一种技术，通过摄像头等图像采集设备获取

图像信息，并使用计算机算法进行处理和分析，从而实现对图像的理解、识别和

处理。其基本理论包括以下几个方面：

影像获取：利用照相机、摄影机等设备，从现实生活中获取影像，并将之转

化成数码影像。画面可以是一幅静止的画面，也可以是一段连续的视频。

预加工：然后再对图片进行下一步处理，为了提高图像的质量和精度，还必

须对图像进行去噪，增强对比度，修正图像。

特征抽取：对图像进行分析、运算，将图像中的特征信息抽取出来。为了更

好地描述和表达图像的内容与结构，本文提出了一种新的图像特征提取方法。

对象识别与分类：通过学习算法与模型，分析和匹配抽取的特征，以达到对

象识别与分类的目的。目前，已有的研究主要有模板匹配，统计分类，以及机器

学习算法（例如SVM，决策树，深度学习等）。目标定位与追踪：通过对影像中

的目标或物体进行位姿测定，从而对其进行定位与追踪。针对这些问题，我们可

以采用基于特征的方法，如统计学习和深度学习等。

三维重构与测量：利用多视点影像资料，利用特征点对齐、三维几何复原等

方法，完成三维影像的重构与测量。

该技术在工业自动化，无人驾驶，医学图像分析，安全监控，人脸识别，

AR/VR等方面有着广泛的应用。

三、机器视觉在机械加工中的应用

（一）零件识别

机器视觉技术在加工过程中的一个重要应用就是零件识别。利用图像处理技

术，零件轮廓线，大小，颜色等特点进行了分析，该系统可对各种类型的部件进

行自动识别、分类。在机加工中，要实现多个部件的自动化组装与加工，传统的

手工作业方式耗时耗力，且易出错。机器视觉的应用可以有效地提高生产过程的

自动化程度和效率，降低人为误差。

（二）刀具磨损检测

切削加工中的一个普遍问题是刀具磨损。在传统的工具磨损检测中，需要通

过手工进行观察和测量，这样很容易产生错误和不精确的情况。机器视觉技术是

一种利用计算机对加工过程中所产生的各种影响，对加工过程中所产生的各种影

响因素进行实时、准确、准确的判断加工过程中所产生的影响因素。对切削过程

中出现的刀具磨损进行了分析，并对其进行了改进，从而确保了切削过程中的质

量与效率。

（三）质量检测

机加工工艺的一个重要步骤是质量检验。传统的检验方法都是手工操作，存

在人为误差，效率低等问题。机器视觉技术是一种利用计算机对机械加工过程中

所产生的各种图像进行处理、分析，从而达到对机械加工质量进行自动检测与评

价的目的。通过对加工过程中出现的问题进行及时地发现和改正，可以有效地降

低不合格品的发生率