提出了應(yīng)用最大互信息方法進(jìn)行零件圖像識(shí)別的方法，它利用圖像的信息熵描述圖像的特征，結(jié)合圖像的顏色信息及局部形狀信息，以互信息作為衡量?jī)煞鶊D像相似性的測(cè)度函數(shù)進(jìn)行圖像識(shí)別，彌補(bǔ)了直方圖表達(dá)空間信息的不足。該方法既滿足位置不變性，又能避免進(jìn)行圖像分割，從而避免了因圖像分割引起的復(fù)雜計(jì)算，使算法容易實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，該方法提高了零件圖像識(shí)別的精度、穩(wěn)定性和可靠性。
關(guān) 鍵 詞 熵; 圖像識(shí)別; 機(jī)械零件圖像; 互信息

計(jì)算機(jī)視覺已在工業(yè)領(lǐng)域廣泛應(yīng)用，將計(jì)算機(jī)視覺用于柔性制造系統(tǒng)(Flexible Manufacturing System，F(xiàn)MS)，是實(shí)現(xiàn)同時(shí)加工不同產(chǎn)品零件，解決FMS生產(chǎn)管理與調(diào)度柔性化、智能化的一種有效途徑[1]。計(jì)算機(jī)視覺通過對(duì)加工零件特征的識(shí)別，進(jìn)行控制零件的加工和分撿，以實(shí)現(xiàn)對(duì)加工過程的控制與管理。
現(xiàn)在常用的圖像特征有顏色、紋理、形狀等，基于圖像顏色的識(shí)別技術(shù)采用顏色直方圖進(jìn)行圖像間的相似性判斷，對(duì)于灰度圖像，采用灰度直方圖，灰度直方圖表明了一幅圖像區(qū)域中每一灰度級(jí)上擁有像素的頻數(shù)?；叶戎狈綀D方法算法簡(jiǎn)單，實(shí)現(xiàn)容易，運(yùn)算速度快。但灰度直方圖只描述了圖像灰度的整體統(tǒng)計(jì)特性，沒有有效地表示圖像的空間信息，兩幅視覺不同的圖像，可能它們的直方圖是一樣的，因此會(huì)產(chǎn)生誤識(shí)。基于形狀的識(shí)別往往包含對(duì)圖像的分割、邊緣提取、邊緣細(xì)化及形狀描述等操作，因此提取形狀特征的算法復(fù)雜，計(jì)算量大，而且完全拋棄了圖像的顏色信息?；诩y理的識(shí)別往往只對(duì)具有一致紋理的圖像或區(qū)域具有較好的效果[2-4]。
互信息法是把信息論中的互信息(Mutual Information，MI)作為衡量?jī)煞鶊D像相似性的測(cè)度函數(shù)，當(dāng)兩幅圖像的互信息達(dá)到最大值時(shí)，可以判斷這兩幅圖像最為相似[5]。在文獻(xiàn)[5-9]中，該方法主要應(yīng)用于圖像融合和圖像配準(zhǔn)領(lǐng)域。
本文采用最大互信息的方法，利用圖像的信息熵來對(duì)圖像的特征進(jìn)行描述，充分利用圖像的顏色信息及局部形狀信息來進(jìn)行圖像識(shí)別。