基于神經(jīng)網(wǎng)絡(luò)的機(jī)械零件識(shí)別研究.pdf

1、機(jī)械零件自動(dòng)檢測是制造業(yè)中生產(chǎn)系統(tǒng)的一個(gè)重要環(huán)節(jié)，現(xiàn)代制造技術(shù)在各種批量生產(chǎn)以及在多品種的生產(chǎn)中，廣泛地采用自動(dòng)檢測、產(chǎn)品識(shí)別來監(jiān)控、保證產(chǎn)品質(zhì)量，使得加工系統(tǒng)運(yùn)行更可靠。它從一定程度上決定了實(shí)現(xiàn)企業(yè)柔性制造自動(dòng)化的進(jìn)程，是制造業(yè)信息化的關(guān)鍵環(huán)節(jié)。因而，計(jì)算機(jī)視覺檢測技術(shù)在機(jī)械制造企業(yè)的產(chǎn)品質(zhì)量檢測和加工過程檢測中的廣泛應(yīng)用具有十分重要的意義。自動(dòng)目標(biāo)識(shí)別(ART)技術(shù)是計(jì)算機(jī)視覺的一個(gè)重要分支，是指在無人干預(yù)的條件下，通過分析獲取的圖

2、像數(shù)據(jù)對(duì)特殊物理目標(biāo)的識(shí)別、定位和描述的模式識(shí)別技術(shù)。 要實(shí)現(xiàn)機(jī)械零件的自動(dòng)檢測，首先要通過指定的測量或圖像采集設(shè)備獲得機(jī)械零件的圖像，從而使機(jī)械零件數(shù)字化。然后對(duì)獲得零件圖像進(jìn)行識(shí)別，得出零件的種類。最后對(duì)零件圖像進(jìn)行檢測。本文所做的工作就是利用人工神經(jīng)網(wǎng)絡(luò)對(duì)已獲得的機(jī)械零件圖像進(jìn)行識(shí)別。本文的思想源頭來自于對(duì)人類視覺的靈活性及魯棒性的考察，將人類視覺優(yōu)勢的根源即生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)的人工數(shù)字模型即人工神經(jīng)網(wǎng)絡(luò)引入圖像識(shí)別領(lǐng)域，與

3、常規(guī)的數(shù)字圖像處理技術(shù)相結(jié)合，旨在發(fā)揮兩者的優(yōu)勢彌補(bǔ)雙方的不足，尋找出一種具有較強(qiáng)的靈活性通用性以及魯棒性的平面圖像識(shí)別算法。 為了實(shí)現(xiàn)機(jī)械零件圖像的識(shí)別，本文作了如下工作： (1)研究了圖像處理方面的相關(guān)知識(shí)，．研究了圖像的濾波以及二值化的理論，對(duì)比了幾種圖像邊緣檢測算子，最終決定采用中值濾波并以Canny邊緣檢測算子檢測圖像邊緣。 (2)研究了圖像的兩種不變特征：Hu的仿射不變矩和NMI特征，通過實(shí)驗(yàn)驗(yàn)

4、 證，發(fā)現(xiàn)Hu不變矩的5，6，7階不變矩關(guān)于圖像變換的穩(wěn)定性不如前4階矩，所以本文選擇了前4階不變矩和NMI特征作為本文機(jī)械零件圖像不變特征，作為神經(jīng)網(wǎng)絡(luò)的輸入。(3)分析和比較了近年來較為廣泛采用的幾種圖像識(shí)別方法，并主要介紹了神經(jīng)網(wǎng)絡(luò)識(shí)別法，分析了BP算法網(wǎng)絡(luò)模型的建立、學(xué)習(xí)規(guī)則、網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、網(wǎng)絡(luò)訓(xùn)練以及BP網(wǎng)絡(luò)算法的改進(jìn)。 (4)建立了圖像識(shí)別的BP神經(jīng)網(wǎng)絡(luò)，采用了單隱含層，5-30．5的網(wǎng)絡(luò)結(jié)構(gòu)；網(wǎng)絡(luò)激活函數(shù)采用lo