Введение 3
1 Обзор методов маркирования деталей 5
2 Обзор систем считывания маркировок 19
3 Разработка алгоритмов работы и структуры системы распознавания маркировки 31
3.1 Разработка алгоритмов работы системы распознавания маркировки 31
3.2 Разработка структуры системы распознавания маркировки 36
4 Улучшение качества изображения 40
5 Распознавание маркировки 53
5.1 Постановка задачи 53
5.2 Признаки при распознавании изображений 57
6 Проектирование аппаратной части системы распознавания 65
Заключение 67
Список используемых источников 68
В условиях современного машиностроительного производства для обеспечения идентификации деталей и сборочных единиц широко используется их маркировка.
Маркировка позволяет обеспечить правильность применения деталей и узлов при сборке, облегчить автоматизацию технологических процессов сборки в условиях поточного производства, увеличить гибкость производства путем применения на сборочных процессах именно тех деталей, которые необходимы для той или иной модификации изделия.
Нанесение маркировки важно для организации системы контроля качества изделий, а также применения автоматизированной CAQ-системы. Маркировка позволяет определить исполнителей на протяжении всего технологического процесса, закодировать конкретные характеристики изделия, обеспечивать отслеживание изделия на протяжении всего их жизненного цикла.
Маркировка выполняется в виде цифровых, буквенных и иных знаков, однозначно идентифицирующих данное изделие и его производителя. В машиностроении чаще всего используются буквенные знаки, цифровые знаки, штрих коды и сочетание данных методов кодирования.
Существенно отличаются методы нанесения маркировок и результаты применения данных методов. Это объясняется не только особенностями различных технологий нанесения, но и материалами из которых изготовлены детали и их состоянием в момент нанесения. Также необходимо учитывать и изменение состояния маркировки в процессе транспортировки и эксплуатации деталей.
Системы, применяемые при считывании, должны обеспечивать безошибочное считывание маркировки нанесенной на деталь или узел независимо от метода ее нанесения и применяемых для идентификации символов и знаков. Следует учитывать и организационные ограничения, накладываемые на процесс считывания, связанные с особенностями различных типов производств. В условиях поточного производства недопустимо, чтобы процесс идентификации маркировки влиял на продолжительность технологического процесса. Наилучшее решение в таком случае заключается в выполнении процесса считывания маркировки на стадии входного контроля или транспортировки на следующую операцию технологического процесса, что требует автоматизации процесса.
На основании всего вышесказанного можно сделать вывод о том, что выбранная для разработки тема является актуальной научной и прикладной задачей для современного поточного производства изделий машиностроения, решение которой позволит повысить его эффективность.
Сформулируем цель, которую необходимо достигнуть в ходе выполнения магистерской диссертации. Необходимо разработать систему распознавания маркировки деталей, которая позволит автоматизировать данный процесс независимо от используемых для этого символов и знаков для всех применяемых в машиностроении методов нанесения маркировки. При этом должно обеспечиваться заданное качество и скорость распознавания без участия человека.
Достижение поставленной цели возможно путем решения следующих задач:
• произвести обзор методов маркирования деталей применяемых в современном машиностроении,
• произвести обзор существующих систем считывания маркировок,
• разработать алгоритмы работы и структуру системы распознавания маркировки,
• разработать математический аппарат улучшения качества изображения маркировки,
• разработать математический аппарат распознавания маркировки,
• разработать аппаратную часть системы распознавания.
В следующих разделах диссертации решим данные задачи.
Результатом выполнения данной магистерской диссертации стала система распознавания маркировки деталей, которая позволяет автоматизировать данный процесс независимо от используемых для этого символов и знаков для всех применяемых в машиностроении методов нанесения маркировки. При этом обеспечивается заданное качество и скорость распознавания и исключается участие человека непосредственно в самом процессе распознавания. В ходе проектирования были рассмотрены методы маркирования деталей в современном машиностроении. Это позволило определить особенности формируемого каждым из них изображения. Произведен обзор существующих систем считывания маркировок. По результатам данного обзора определены преимущества и недостатки данных систем, а также определены требования, предъявляемые к проектируемой системе. Разработка алгоритмов работы и структуру системы распознавания маркировки, позволила определить процедуры необходимые для обеспечения автоматизированного распознавания маркировки и средства реализации данных процедур. Разработаны структурная схема установки распознавания маркировки и структурная схема организации программного обеспечения, реализация которых позволила получить необходимый уровень автоматизации и интеграции в цифровую структуру производства. Реализация разработанных алгоритмов и процедур основана на предложенном математическом аппарате улучшения качества изображения маркировки и математическом аппарате распознавания маркировки. В работе предложена реализация аппаратной части системы распознавания маркировок и проведена оценка работоспособности данной системы, которая показал, что спроектированная система автоматизированного распознавания маркировок отвечает всем предъявляемым к ней требованиям и позволяет с достаточной надежностью проводить распознавание маркировок изделий в производственных условиях.
1. Батура В.А. Методы цифрового маркирования неподвижных изображений. / В.А. Батура - М.: Электронный научно-технический журнал Инженерный вестник. - 2013. - №8. - 583-590 с.
2. Бериков В.Б. Методы кластерного анализа данных и сегментации изображений : учебное пособие / В.Б. Бериков ; М-во образования и науки РФ, Новосибирский гос. ун-т, Мех.-мат. фак. - Новосибирск : РИЦ НГУ, 2015. - 97 с.
3. Болотова Ю.А. Методы и алгоритмы интеллектуальной обработки цифровых изображений : учебное пособие / Ю. А. Болотова, А. А. Друки, В. Г. Спицын. - Томск : ТПУ, 2016. - 208 с.
4. Волков В.Г. Техническое зрение. Инновации / В.Г. Волков, П.Д. Гиндин. - Москва : Техносфера, 2014. - 836 с.
5. Гонсалес Р.С. Цифровая обработка изображений / Р.С. Гонсалес, Р.Е. Вудс ; пер. с англ. Л И. Рубанова, П.А. Чочиа ; науч. ред. П.А. Чочиа. - Третье изд., испр. и доп. - Москва : Техносфера, 2019. - 1103 с.
6. Гришенцев А.Ю. Методы и модели цифровой обработки изображений / А.Ю. Гришенцев, А. Г. Коробейников - СПб.: Политехн. Ун-т, 2014. - 190 с.
7. Грузман И.С. Цифровая обработка изображений в информационных системах: Учеб. Пособие / И.С.Грузман, В.С.Киричук, В.П. Косых и др. - Новосибирск: Изд-во НГТУ, 2002. - 352 с.
8. Журавлев Ю.И. "Распознавание". Математические методы. Программная система. Практические применения / Ю. И. Журавлев, В. В. Рязанов, О. В. Сенько. - Москва : ФАЗИС, 2006 М. : Типография "Наука" РАН. - 176 с.
9. Кирьянов К.А. Устойчивые методы восстановления изображений во встроенных системах для повышения точности измерений механических величин на объектах : автореферат дис. ... кандидата технических наук : 05.11.01 / Кирьянов Константин Александрович. - Санкт-Петербург, 2013. - 23 с.
10. Лагунов Н.А. Нейросетевое моделирование распознавания многопараметрических объектов : диссертация ... кандидата технических наук : 05.13.18 / Лагунов Никита Алексеевич. - Ставрополь, 2016. - 207 с.
11. Методы искусственного интеллекта в обработке данных и изображений : монография / А. Ю. Дёмин, А. К. Стоянов, В. Б. Немировский, В. А. Дорофеев. - Томск : ТПУ, 2016. - 130 с. [Электронный ресурс]. - URL: https:ZZe.lanbook.com/book/106257 (дата обращения: 09.04.2021).
12. Методы компьютерной обработки изображений : учеб. пособие для вузов / М. В. Гашников [и др.] ; под ред. В. А. Сойфера. - 2-е изд., испр. ; Гриф МО. - Москва : Физматлит, 2003. - 780 с.
13. Можаров Г.А. Основы геометрической оптики : учеб. пособие / Г.А. Можаров. - Гриф УМО. - Москва : Логос, 2006. - 280 с.
14. Нгуен Т.Х. Математические методы моделирования и классификации объектов на основе технического зрения и машинного обучения : диссертация ... кандидата технических наук : защищена 05.13.18 / Нгуен Тху Хыонг. - Иркутск, 2019. - 133 с.
15. Неразрушающий контроль и диагностика : справочник / В.В. Клюев [и др.] ; под ред. В. В. Клюева. - 3-е изд., перераб. и доп. - Москва : Машиностроение, 2005. - 656 с.
...