Введение к работе
Актуальность проблемы
Развитие информационных технологий открывает новые возможности применения все более сложных методов цифровой обработки изображения для решения задач автоматизированного производства, контроля качества продукции, построении обслуживающих подсистем САПР, а также во множестве других задачах, связанных с распознаванием образов.
Ускоренный темп роста машиностроительной промышленности, значительное увеличение номенклатуры деталей, необходимость быстрого освоения производства деталей высокого качества, снижение стоимости их изготовления, рациональное использование материальных и энергетических ресурсов — все это требует коренного перевооружения производства за счет внедрения комплексной автоматизации производственных процессов и технологической подготовки производства. Особенно важной эта задача становится для предприятий с серийным и мелкосерийным типами производства.
Решение вопроса повышения эффективности производства в этих условиях нашло свое отражение в создании гибких автоматических производств на базе универсального оборудования с применением роботов-манипуляторов и систем машинного зрения.
Наличие систем распознавания и идентификации деталей позволяет производить контроль размеров деталей на одном конвейере без предварительного перепрограммирования системы машинного зрения, что позволяет создать универсальные системы контроля, повысить уровень ее автоматизации и производительности.
Актуальность поставленной задачи характеризуется возрастающими объёмами данных, подлежащих обработке в реальном масштабе времени на предприятии.
Выявленные проблемы и трудности, связанные с особенностями функционирования машиностроительного предприятия, определили
необходимость разработки системы сопоставления объектов с шаблонами на основе информационной базы данных предприятия. Это позволило сформулировать цель работы и поставить научную задачу.
Цель диссертационной работы заключается в повышении точности оптического контроля геометрической формы деталей пространственными методами цифровой обработки изображения.
Для достижения поставленной цели в работе решаются следующие задачи, включающие:
поиск оптимального сочетания и применение методов цифровой обработки изображения, как математического аппарата для повышения точности процедуры распознавания областей и контуров объектов;
разработку последовательности вычислительных процедур и комплекса алгоритмов, необходимых для пространственной ориентации и сопоставления объектов с шаблонами.
классификацию и идентификацию геометрической формы объекта на основе набора признаков под управлением СУБД SQL Server;
выполнение сравнительных экспериментальных исследований по нахождению погрешностей распознавания областей и контуров объектов с целью оптимизации архитектуры программно-математического обеспечения измерительной системы;
выполнение экспериментальных исследований по нахождению погрешностей сопоставления объекта с шаблоном, возникающих при изменении положения координат центра и угла поворота объекта в пространстве, а также при изменении разрешения изображения. Научная новизна работы заключается:
1. В установлении зависимостей между описанием геометрической
формы объекта с помощью сигнатуры "Угол-расстояние" и
пространственного положения объекта, что позволяет повысить точность его сопоставления с шаблоном;
-
В выявлении закономерностей между представлением образа объекта с последующей идентификацией и его пространственной ориентацией на основе метода главных компонент.
-
В установлении связей между точностью распознавания контура образа и последовательностью совокупного применения методов цифровой обработки изображения: комплексная фильтрация, средства морфологической обработки, сегментация на основе преобразования Хафа.
-
В установлении закономерностей между точностью выделения образа объекта с ярко выраженной цветовой компонентой фона и гистограммой цветовой насыщенности.
-
В построении классификации деталей машиностроения по признакам геометрической формы образа для системы сопоставления объектов с шаблонами на основе использования технологического классификатора детален машиностроения и приборостроения.
Практическая значимость результатов заключается: 1.В разработке информационно - алгоритмического и программного обеспечения, решающего представленные выше задач;
-
В разработке программно-методического комплекса для системы сопоставления объектов с шаблонами на основе СУБД SQL Server;
-
В разработке программного обеспечения графического редактора для реализации процедур пространственной обработки изображения;
-
В разработке методики описания, кодирования и классификации по признакам геометрической формы образа объекта для решения задачи сопоставления объектов с шаблонами.
Методы исследований. В ходе решения поставленных задач применялись следующие приемы:
метод цифровой обработки изображения на основе математической теории распознавания образов, сегментации, аппроксимации;
метод главных компонент для пространственной ориентации образов;
метод идентификации по наименьшему расстоянию между признаками объектов;
основные методы вычислительной геометрии и теорий матриц, множеств и вероятности.
Реализация работы. Теоретические исследования, проведенные в данной работе, используются в учебном процессе по направлениям 200100 "Приборостроение" и 221700 "Стандартизация и метрология". Апробация работы. Основные положения и результаты работы в целом обсуждались на:
-
Заседаниях кафедры "ИИСиТ" ФГБОУ ВПО МГТУ "СТАНКИН" в 2009-2011 гг.;
-
Международной конференции "Секция «Информатизация в машиностроении» в ГОУ ВГТО МГТУ «Станкин»", г. Москва в 2011 г.;
-
II международной научно-практической конференции "Инновации, качество и сервис в технике и технологиях", г. Курск в 2011 г.;
-
Всероссийской научно-технической конференции "Научная сессия ТУСУР-2011", г. Томск в 2011 г.;
-
Международной научно-технической конференции "Информационные системы и технологии", г. Орел в 2011 г.;
-
III Международной научно-практической конференции «Достижения молодых учёных в развитии инновационных процессов в экономике, науке, образовании», г. Брянск в 2011 г.;
Публикации. По теме исследования опубликовано 8 научных работ, в том числе 3 из них в журналах, рекомендованных ВАК.
Структура и объём работы. Диссертация состоит из введения, 4 глав, заключения и списка библиографических источников (150 наименований). Работа содержит 160 страниц сквозной нумерации, включая 56 рисунков и 6 таблиц, а также приложения.