基于Canny算子的焊缝图像边缘提取技术

焊缝边缘是焊缝图像的最主要特征,选用适当的边缘检测算子得到准确的焊缝信息是焊缝图像处理的关键步骤.选用并研究Canny算子来提取焊缝的边缘特征,详尽地叙述Canny算子的基本原理和算法实现过程.最后为了验证Canny边缘检测算子的效果,分别用Canny、Kirsch、Prewitt、Robert、Sobel和Gauss-Laplace算子对焊缝图像进行边缘检测试验,根据边缘处理结果和焊缝中心坐标图像,得出Canny边缘检测算子是边缘检测的一种十分有效的方法,适合于视觉传感的焊缝跟踪图像处理过程.     

基于Canny算子字符边缘检测与分割方法研究

字符边缘是标牌图像中的凹凸字符最主要特征,选用适当的边缘检测算子得到准确的标牌信息是字符图像处理的关键步骤.本文叙述Canny算子的基本原理和算法实现过程,选用并研究Canny算子来提取字符的边缘特征.为了验证Canny边缘检测算子的效果,分别用Canny、Robert、Sobel、Prewitt、Laplacian和LoG算子对字符图像进行边缘检测试验,分析了边缘检测的结果,得出Canny边缘检测算子是字符边缘检测的一种十分有效的方法.依据Canny算子边缘检测得到的结果,对字符图像进行了填充并分割得到了标牌字符的分割二值化图像.边缘处理和字符分割的结果表明,Canny算子边缘检测能够较好地解决低对比度图像和灰度不均匀字符图像的二值化问题.     

基于OpenCV的焊缝图像识别算法研究

针对自动焊机器人的视觉引导问题,提出了一种基于OpenCV计算机视觉库的焊缝识别算法。焊缝边缘是焊接图像识别中的重要特征,文中使用分水岭算法进行前景检测与图像分割,Canny算法进行边缘提取,Hough直线检测算法提取焊缝边缘特征,实现对焊缝的图像识别,并加入自动阈值提高算法适用性。识别程序通过Python语言实现,结果表明,该算法计算效率高、适用性强,可以满足机器视觉引导系统中的要求。     

基于像素方差分析的焊缝边缘检测方法

在焊接图像处理中,噪声信号的干扰直接影响了边缘检测的精确度和系统的实时性能.针对焊接图像的特点,提出一种基于邻域像素灰度分布均匀度分析的边缘检测方法,讨论了该算法的原理,并应用Matlab语言对算法进行焊接图像边缘提取仿真试验.仿真结果和传统边缘检测算法比较表明:该方法能有效抑制图像中大量存在且分布复杂的噪声信号,准确检测出焊缝的边缘.该算法对噪声的敏感程度明显低于传统的焊缝边缘检测算子,更适用于焊接过程图像的焊缝边缘检测.算法可靠性好,易于实现;缺点是边缘响应不是单像素的.     

采用小波分析的水下药芯焊接焊缝图像边缘检测技术

由于传统的边缘检测算子如梯度算子、拉普拉斯算子、Sobel算子等对噪声敏感，采用了Bubble函数过零点检测来提取焊缝图像边缘的小波多尺度方法。通过调整尺度参数σ的值，得到焊缝边缘提取效果最好的σ的范围是：0．4≤σ≤0．6，有效降低了噪声，同时又较好地保特了焊缝边缘细节。在水下药芯焊接焊缝边缘检测中获得较好的效果。     

基于CCD的埋弧焊焊缝跟踪系统数字图像处理方法

提取焊缝信息、确定焊缝中心是实时焊缝跟踪系统要解决的首要问题,本文介绍了以CCD视觉传感器和V系列图像采集卡为核心的焊缝检测跟踪系统,基于该系统并根据焊接现场务件采集的图像信息,结合Sobel边缘检测算子及二值图像连通域像素标记算法对焊缝图像进行处理,该算法可以满足埋弧焊焊接生产现场实时处理图像要求,且对光源无严格要求.     

焊缝漏磁图像边缘检测算法的实现

以对接焊缝不同区域分布矩形槽缺陷的漏磁图像为对象,提出一种基于数学形态学的焊缝和缺陷的边缘提取方法。首先利用经典边缘检测算子对焊道上分布矩形槽缺陷和热影响区分布矩形槽缺陷进行边缘提取,检测结果说明了经典算子的不适用性。针对焊缝不同区域分布矩形槽缺陷漏磁图像,利用数学形态学算法,构造圆盘形结构元素进行边缘提取。结果表明:基于灰度膨胀变换的边缘检测算法,可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷二者的有效分离,具有一定的可行性和实用性。     

TIG焊焊缝识别算法研究

焊缝跟踪技术是自动电弧焊接的一个重要研究领域,基于视觉传感的焊缝图像处理技术已经成为焊缝自动跟踪的一个重要研究方向。对基于图像处理的焊缝处理技术包括图像滤波、图像增强、图像二值化、边缘检测等过程和方法进行了分析和研究,研究了图像二值化和边缘检测技术以及Roberts,Sobel,Prewitt,LOG,Canny这5个算子的基本原理和算法实现过程。     

图像形态学在初始焊接位置检测中的应用

将图像形态学引入直焊缝的初始焊接位置检测过程中,首先采用结构小巧的CCD摄像机采集直焊缝图像,借助腐蚀边缘检测算子的图像形态学算法进行边缘检测,在保留图像关键信息的同时有效的滤除了其它干扰,然后选择多方向线性结构元素利用形态学处理算法进行方向滤波,最后配合Hough变换得到初始焊位点坐标.该算法直观简便快速,自适应性强,处理精度较高,且对于焊缝边缘的大多数干扰鲁棒性强,满足实际工作需要,为完成整个初始焊位导引过程奠定基础.     

一种基于改进的SUSAN算法的焊缝边缘检测方法

随着图像技术在自动化焊接中的应用,高效地识别和提取出焊缝轨迹,成为图像跟踪自动焊接的关键。本文提出了一种基于改进SUSAN算法的焊缝边缘检测方法。首先对采集到的焊缝图像进行灰度化处理,再通过SUSAN算法进行焊缝的边缘检测,并将SUSAN算法中的灰度差阈值由人为选取改进为一种自适应选取的方法。理论分析和实验结果表明,该算法比其他边缘检测算子抗噪能力强,可以更加高效地提取出焊缝信息。     

基于机器视觉的轴承字符识别技术的研究

针对轴承上字符的特点,提出了一种基于机器视觉的轴承字符自动识别方法,并利用C++和OpenCV计算机视觉库开发了识别软件。对轴承字符图像进行阈值分割,使用Sobel算子提取边缘轮廓,然后使用改进的圆检测算法定位环形字符区域,在经过极坐标变换后进行字符分割。最后提取改进的字符特征,使用支持向量机分类器进行字符识别。试验结果表明:该方法能有效识别轴承字符,而且识别率达到了95%以上,具有广阔的应用前景。     

基于图象分割的图象处理法在焊缝识别中的应用

提出了无须外加光源的基于图象处理的焊缝边缘识别方法和边缘特征提取过程,对采用小波滤波去噪后的焊缝图象采用符合实时性要求的焊缝图象处理方法,包括基于图象分割的焊缝图象分区法以及根据实际焊缝图象的实际性质加以分析得出的基于ＣＣＤ扫描性质的焊缝边缘识别法,这些方法既简单又适用,在实际焊缝跟踪中能得到良好的效果。通过多次实验得出：此种方法算法简单,响应速度快,适合于实际应用,能快速获得清晰的焊颖边缘,可以     

微间隙焊缝磁光成像小波多尺度融合检测

针对微间隙(小于0.1 mm)对接焊缝,通过对焊件施加感应磁场,并利用法拉第旋光原理构成的磁光传感器,获取焊缝磁光图像.为了获取焊缝的准确位置,研究一种焊缝磁光图像的小波多尺度信息融合边缘检测方法.对焊缝磁光图像进行3层小波分解,获得包含焊缝边缘信息的小波高频图像.根据各尺度高频信息包含的细节丰富度,融合各尺度高频图像,然后用小波模局部极大值对融合图像进行边缘检测,得到抗噪性和连续性好、定位精度高的焊缝边缘,最后进行焊缝跟踪试验.结果表明,磁光图像小波多尺度信息融合是一种有效的焊缝边缘提取方法,适用于磁光成像传感的微间隙焊缝跟踪图像处理过程.     

图像焊缝检测的圆形子窗口多步GPI方法

图像上紧密对接焊缝的提取是自动化焊接研究的难点.提出了焊缝检测新方法--圆形子窗口多步灰度投影积分(MSGPI)方法.在该方法中,利用圆形子窗口和灰度投影积分均值,克服了传统灰度投影积分(GPI)方法的缺陷;采用链表存储Sobel滤波所得边缘点,减少了计算量;用阈值法克服了划痕和锈迹干扰;利用划分角度区间分粗、精两步的检测措施,在保证精度的同时减少了计算量.结果表明,该方法能够快速准确地实现紧密对接焊缝的检测.     

基于FGT-FBP重构算法的焊接缺陷检测

针对焊接过程产生的缺陷,提出一种磁光成像传感的模糊灰度变换和滤波反投影(FGT-FBP)重构检测方法. 研究焊接缺陷的几何特征,通过分析裂纹和未熔合两种不同焊接缺陷在交变磁场励磁下的磁光成像特征,设计模糊规则,对磁光图像进行模糊灰度变换. 增强磁光图像对比度,使焊接缺陷形态趋势可视化,实现描述磁光成像焊接缺陷细节的无参考型图像评估方法. 对FGT处理的焊接缺陷磁光图进行旋转投影,并经过快速傅里叶变换和改进的滤波器进行滤波去噪,消除伪影后进行反投影变换实现焊接缺陷图像的重构. 利用滤波反投影重构算法进行去噪,可有效突出焊接缺陷特征. 最后结合阈值分割和边缘检测实现焊接缺陷检测. 结果表明,该方法能较准确检测裂纹和未熔合两种焊接缺陷.     

基于Fourier拟合曲面的X射线焊缝缺陷检测

针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%.     

Edge detection and its application to recognition of arc weld image

Abstract Image sensor has been one of the key technologies in intellectualized robotics welding. Edge detection plays an important role when the vision technology is applied in intellectualized welding robotics technologies. There are all kinds of noises in welding environment. The algorithms in common use cannot be applied to the recognition of welding environment directly. The edge of images can be fell into four types. The weld images are classified by the characteristic of welding environment in this paper. This paper analyzes some algorithms of edge detection according to the character of welding image, some relative advantages and disadvantages are pointed out when these algorithms are used in this field, and some suggestions are given. The feature extraction of weld seam and weld pool are two typical problems in the realization of intellectualized welding. Their edge features are extracted and the results show the applicability of different edge detectors. The trndeoff between precision and calculated time is also considered for different application.     

基于视觉传感的焊缝中心检测技术研究

通过视觉传感器获取焊缝图像，采用多种去噪技术对焊缝图像中的噪声进行滤波试验。针对焯缝图像中的干扰噪声特性，对各种滤波方法进行了分析和比较，并对滤波效果较好的焊缝图像进行边缘检测计算。提出3种识别焊缝特征的组合图像处理方法，并研究提取焊缝中心特征信息的效果和精度。试验结果表明，对焊缝图像采用Wiener滤波与Robert边缘检测算法能较好地提取焊缝中心位置的特征信息。