【摘要】：機(jī)械零件自動(dòng)檢測(cè)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(cè)、產(chǎn)品識(shí)別來(lái)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(jué)檢測(cè)技術(shù)在機(jī)械制造企業(yè)的產(chǎn)品質(zhì)量檢測(cè)和加工過(guò)程檢測(cè)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(jué)的一個(gè)重要分支，是指在無(wú)人干預(yù)的條件下，通過(guò)分析獲取的圖像數(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(cè)，首先要通過(guò)指定的測(cè)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(lèi)。最后對(duì)零件圖像進(jìn)行檢測(cè)。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(lái)自于對(duì)人類(lèi)視覺(jué)的靈活性及魯棒性的考察，將人類(lèi)視覺(jué)優(yōu)勢(shì)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(shì)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(cè)算子，最終決定采用中值濾波并以Canny邊緣檢測(cè)算子檢測(cè)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(guò)實(shí)驗(yàn)驗(yàn)
【學(xué)位授予單位】：四川大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類(lèi)號(hào)】：TH122

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 晏開(kāi)華;蘇真?zhèn)?黃明飛;;支持向量機(jī)在機(jī)械零件識(shí)別中的應(yīng)用[J];電子技術(shù)應(yīng)用;2008年11期

相關(guān)碩士學(xué)位論文 前4條

1 陳曦;基于神經(jīng)網(wǎng)絡(luò)的三維飛機(jī)目標(biāo)識(shí)別研究[D];長(zhǎng)春理工大學(xué);2011年

2 趙晨光;基于圖像測(cè)量技術(shù)的高壓開(kāi)關(guān)機(jī)械特性測(cè)試方法研究[D];華北電力大學(xué)（河北）;2009年

3 朱莉;基于DSP的柑橘形狀分級(jí)技術(shù)[D];浙江工業(yè)大學(xué);2009年

4 余春平;金屬斷口的圖像識(shí)別研究[D];南昌大學(xué);2009年

本文編號(hào)：2714103