徐留明 吴金文 于磊磊

(1钟山职业技术学院；2南京工业大学浦江学院；3南京交通技师学院 江苏南京 210049)

图像硬件采集技术不断优化、图像处理技术的迭代更新为机器视觉在工业领域广泛应用构建了良好的技术氛围[1]。机械零件加工质检环节、安装使用环节需要了解印刻在零件表面的型号，这些型号信息往往由字母与数字的形式构成，以往人工检测机械加工零件缺陷、检测零件表面信息的工作量巨大，人为因素干扰时常出现误检错检等问题，而机器视觉技术可以避免人工检测的多种问题[2]，并且可以较大程度上提升零件检测的效率。为此将机器视觉用于机械零件表面符号信息识别，提升机械加工的智能化水平。借助机器模拟人类视觉观察功能，以现实物体为对象采集其图像并进行处理、运算、对比、检测与分析的过程即机器视觉表面检测技术运行原理[3]。

文章综合运用机器视觉图像采集系统、图像分割算法、深度玻尔兹曼机网络完成图像采集、感兴趣区域分割以及零件表面符号信息分类工作。这种自动检测零件表面符号信息的方法有利于提升零件型号检测的效率，并且将大量人力资源从中解放出来，一定程度上推动了机械加工领域自动化、智能化与现代化进程。

1基于机器视觉的机械零件表面符号信息检测方法

1.1机器视觉图像采集系统设计

基于机器视觉检测机械零件表面符号信息本质上分为两个步骤：图像符号信息检测与符号信息分类。……