基于KNN算法的铝合金阳极化层打磨质量检测系统研究

来源：机械与电子杂志2018年第06期北京时间：

作者：李明洋;唐国宝;李乾;刘尔彬;高永卓

单位：(1.哈尔滨工业大学机器人系统与技术国家重点实验室,黑龙江 哈尔滨 150080;2.广州瑞松智能科技股份有限公司,广东 广州 510760)

摘要：结合航空航天行业对铝合金焊接的要求，提出了一种基于KNN算法的铝合金工件阳极化层打磨质量视觉检测系统。系统利用SCARA机器人及固定在其上的图像获取装置多角度、多方位、多视场的对传送设备上的工件进行拍摄，并通过图像处理技术得出工件的打磨质量检测结论。结合铝合金特点，利用打磨前后工件颜色不同，采用KNN分类算法对工件打磨区域进行分类，得到工件被打磨区域宽度的测量值以及工件打磨的质量，并与采用传统动态阈值分割、边缘提取等图像处理方法进行了对比。最终完成铝合金工件阳极化层打磨质量检测实验，结果表明，系统可以有效地对打磨质量进行检测，并且与其他方法相比有较高的稳定性。

关键词：KNN分类算法;机器人;阳极化层打磨;质量检测