基于机器视觉的机械零件表面符号信息检测与识别

摘要

为解决机械零件表面符号信息检测耗费人力巨大、效率低下等问题,基于机器视觉原理以LED为光源、以面阵CCD工业相机为工具,设计适用于机械加工环境的图像采集系统;基于动态阈值分割算法对采集的图像样本进行感兴趣区域分割,进一步以面积、圆度、矩形度三个变量为特征依据进行符号信息边缘提取;最后构建深度玻尔兹曼机,基于梯度下降法微调预训练后的网络,使用灰度值初始采样与二值化初始采样混合方式对网络参数进行初始化设置,高精度分类机械零件表面符号信息。经测试,该方法提取的图像表面信息特征精准,检测准确率高达98%,具有良好的推广应用前景。