随着世界信息、数字、电子技术和无人化车间快速发展，数字工厂正朝着企业发展的方向发展，航空工业面临着巨大的交流。图像识别技术和高科技的增长是必不可少的。飞机作为在机械工程行业的领导者，图像识别技术的引入是生产过程的重要组成部分，对于下一代智能和数字装配至关重要。图像识别技术作为一种新技术，是飞机制造向高质量智能化发展的重要组成部分。飞机制造工业旨在提高速度，提高效率，减少人员，降低成本，提高质量，降低风险。多年来，国内飞机制造商一直在改进其系统并优化生产。工业设备和创新制造技术在实现这些目标方面取得了重大进展，但差距仍然存在。随着人工智能和图像识别技术的发展，智能，自动化，无人化的车间成为可能，为提高车间效率，降低成本，提高质量，减少人员数量开辟了新的途径，因此，未来的中国飞机制造商必须引入大规模图像识别技术，以补充工业创新。
一、图像识别技术的起源
图像识别前身是数字识别技术，然后是数字图像识别，最后是图像识别。于20世纪50年代数字图像处理和识别技术诞生。当时，主张将人视为对象，改变人的视觉效果。在20世纪60年代，美国的喷气式推进实验是图像识别技术的首次应用，导致了数字图像处理的出现。在20世纪70年代，EMI的工程师发明了CT。图像识别技术应运而生，并应用于科学技术的各个方面，从人脸的扫描到医学中人体骨裂识别，从森林火灾的识别到建筑物裂隙识别，图像识别已经在生活的许多领域发展起来。
二、图像识别技术的现今发展
图像识别过程包括图像预处理、图像分割、特征提取和判断匹配。简而言之，图像识别是计算机像人类一样读取图像内容的方式。借助图像识别技术，不仅可以快速收集信息和浏览图像，还可以创造与外界交互的新方式，使外部功能更加智能。随着图形识别技术的发展，越来越多的技术公司进入图形识别领域，标志着读图时代的正式到来，并且将引领我们进入更加智能的未来。目前图像识别技术分为两个阶段:初级和高级。
三、图像识别技术概述
图像识别技术是人工智能的一个重要领域，是通过识别图像中的物体来识别不同类型物体的技术图像识别过程。此工作流的逻辑仿真可视化信息，当人们从外部接收信息时，超过75%的输入信息是由人眼感知的。在大数据时代，图像识别技术作为人工智能的辅助手段得到广泛应用。图像处理技术不仅包括图像滤波去噪，还包括灰度图像处理程序。图像去噪旨在减少环境干扰造成的图像杂质。滤波不仅消除了周围的噪音，而且还保留了图像中的信息，这对于图像信息处理零件非常有用。最常见的图像去噪滤波方法是空间域。分为线性和非线性滤波，线性作为均值、空域维纳。非线性包括中值和自适应中值。中值滤波是一种解决椒盐噪声的好的方法，同时该方法也能够将图像边缘位置的数据进行保留。通过将空间域数据转换为频率范围并图像绘制，可以将经过滤波的频率与噪声图像分离，从而消除噪声。典型的傅里叶、Harr、余弦变化是其方法的一部分。便是将图像整理成为灰度图像，并二值化。选择灰度图像有助于将图像分解为图像和背景，从而大大缩短数据分析和图像识别之间的时间。
2.将神经网络算法与图像识别技术相结合。信息处理的目的是协调算法中多个节点之间的关系。神经网络算法可以模仿大脑如何思考和学习。结合图像识别技术可以实现机器学习的图像识别技术，定向训练在设备上存储大量数据，并更准确快速图像识别。
四、飞机装配领域图像识别的应用
随着普及图像识别技术，智能装配车间建设将继续进行。引入图像参数装配车间有一个巨大的装配系统。如图1所示，智能装配系统包括传输、装配工具、图像采集、上下位机。零部件齐套被发送到总装车间，图像识别系统在那里识别提取的组件并将数据传输到计算机。使用计算机处理数据和图像，数字化图纸，提取零件特征，使用图像识别零件的另一端，并使用机器人等数字设备装配产品。智能装配设备的组件传输系统将组件发送到智能装配设备，然后装配并运输到仓库，装配工具系统包括装配工具、零件、辅助工具，图像采集使用工业摄像头。下位机直接控制测量系统的开关和LED显示屏(通常是PLC)。上位机系统包括图像处理计算机和用户交互管理系统。此外，图像识别技术有助于确定产品的准确性。通过在计算机上输入定量，可以在安装产品之前和之后测量数据。在计算机上执行的数据计算提供了定性和定性的结果，并数字化了装配和装配的结果。此外，借助图像识别技术，可以监控生产中的智能部件，及时解决装配问题，提高装配精度。
图1智能装配车间装配流程原理图
随着快速发展飞机制造，智能装配技术显得尤为重要。图像识别技术在中国工业中得到广泛应用，对飞机装配技术的创新具有重要意义。图像识别技术的引入将促进其智能化和自动化。它在提高生产力，效率和降低成本方面发挥着重要作用，为中国成为飞机制造强国提供了广泛的途径。图像识别技术和飞机装配设备PLC技术将进一步提高飞机装配设备的智能化水平，智能制造将推动制造业的未来发展。
参考文献：
[1]周轩.航天制造中高性能非金属复合材料的应用分析[J].南方农机，2022（53）：137-140.
[2]李高涵.人工智能图像识别在水利行业的应用进展[J].人民黄河，2022，44（11）：163-168.
[3]李贺.基于OpenCV的计算机图像识别技术研究与实现[J].电脑编程技巧与维护，2022（11）：147-149.
[4]马阳.基于CNN的图像识别技术在火灾自动报警系统的应用研究[J].电气应用，2022，41（11）：36-41.