一种焊缝结构光图像处理与特征提取方法

提出了一种焊缝结构光图像处理与特征提取方法,有效克服了焊缝结构光图像中的反光等干扰,准确提取图像中焊缝位置特征.对于激光条纹中心线的提取,采用基于图像列方向像素灰度分布的曲线峰值提取方法,并利用激光条纹位置在时间和图像空间上的连续性和相关性,进行判断提取.对于焊缝图像特征的提取,根据沟槽类焊缝图像形状特点,选择焊缝沟槽图形中心作为图像特征.焊缝图像处理与焊缝跟踪试验结果证明了该方法的有效性和可靠性.     

基于激光双目视觉的接缝三维重建

设计研制了结构激光双目视觉传感器,该传感器加入结构激光,很好地解决了立体视觉中对应点的匹配问题.利用该传感器采集接缝图像,开发了图像采集处理程序,实现接缝图像处理和特征分析,识别并提取了二维平面上接缝特征点的图像坐标.采用MATLAB软件实现了三维重建标定算法,根据双目视觉原理,由接缝特征点的图像坐标计算出其三维坐标,进行了三维重建,抽取了接缝三维几何尺寸、坡口类型、角度、间隙等焊接特征信息.     

基于视觉注意的V形焊接区域清晰图像获取

焊接过程中焊接区域亮度范围大,而且随机变化,导致采集的焊缝区域图像干扰大,特征难以提取.文中利用激光条纹良好的方向特性,以及图像中结构光与熔池的亮度特征,提出一种基于视觉注意的焊接区域清晰图像获取方法.针对采集的焊缝区域图像,首先获取在不同检测方向下结构光条纹的单方向特征图,再进行加权融合得到多方向特征图.其次,利用高通巴特沃斯滤波器对原始图像加强,获取亮度特征图.接着提出一种改进的显著性度量方法实现了显著性区域与复杂背景图像区域的较好分割.最后,通过图像融合归一化得出结构光与熔池的清晰图像,并采用聚类中心距离客观评价了图像显著性检测效果.结果表明,试验结果显示提出的方法是有效的.     

结构光视觉焊接接头鲁棒识别

针对具有直线段特征的焊接接头,提出了一种基于模型的识别方法.通过对图像列方向上的光条纹灰度分布质心点序列的计算并利用分段直线段最小二乘拟合提取了结构光条纹中心线的形状特征,进一步利用预先定义的基元符号实现了接头轮廓的定性形状描述,最后实现了基于"假设一检验"的模型匹配方法.在进行匹配时,利用模型的先验信息并结合基元特征融合与特征关系重建规则恢复因飞溅、二次反光以及定位焊点等因素而未被提取到的接头轮廓信息,保证了接头识别的正确性.结果表明,即使在图像中有多种干扰的情况下,通过结合高层模型信息与底层图像处理结果仍可以保证结构光视觉焊接接头识别的鲁棒性.     

基于多特征点匹配的管道焊缝图像拼接方法

为解决由于曲面光照不均而导致的获取管道焊缝图像亮度差异较大、特征不清晰等问题,提出一种快速稳定的焊缝图像拼接方法。基于传统加速稳健特征(SURF)的图像拼接算法,在特征描述环节,用局部差异二值(LDB)描述子描述特征点区域,相较于传统描述子降低了特征维度;结合LDB描述子,构建特征点与相邻特征点的约束信息,利用局部结构信息进行多特征点同时匹配代替单一特征点匹配方法,提高匹配稳定性。试验结果表明:该方法有效提高了管道焊缝图像拼接的快速性和成功率,拼接效率约是SURF算法的1.8倍,拼接成功率约是SURF算法的1.3倍。该方法在其他图像拼接领域也具有一定应用价值。     

飞机铝蜂窝结构损伤特征信息的提取及优化

飞机铝蜂窝结构脱黏损伤是飞机复合材料中常见的缺陷类型,借助损伤图像特征边缘提取、降噪优化等方式可提取损伤轮廓、边缘等相关特征信息。通过多图像对比分析最终获得优化提取方案,依据获得的损伤图像边缘特征提取方案提取铝蜂窝结构脱黏损伤图像的边缘特征信息,并对上述方案加以改进,深度优化蜂窝结构损伤特征,找到了适合的损伤图像优化提取方案。     

微小随机变化焊缝的视觉特征提取

针对焊接过程中薄钢板搭接微小焊缝随机变化的特点,提出一种基于图像能量分布的视觉特征检测和提取方法,采用伪彩色图像增强算法得到能量分布,有效地抑制了焊接过程中飞溅、烟雾等能量弱的瞬时噪声. 接着提出一种差分搜索算法实现了结构光条纹骨架的准确提取,并获得了图像特征点. 然后,利用随机抽样一致算法对图像特征历史数据进行概率分析,进而精确地拟合出焊缝特征的局部模型,实现了焊缝特征点的准确预测. 结果表明,提出的方法是有效的,焊缝视觉特征提取的效果令人满意.     

基于多视觉特征的激光拼焊焊缝宽度检测

针对激光拼焊焊缝宽度测量中,仅依据结构光单一特征进行检测鲁棒性不强的问题,提出了基于结构光光纹信息、焊缝纹理信息、图像灰度信息、图像序列信息等多视觉特征信息进行焊缝宽度测量的方法。先依据图像灰度信息确定感兴趣区域,再针对正面焊缝图像,通过骨架法提取结构光光纹中心线,计算中心线的畸变位置识别焊缝特征点;针对背面焊缝图像,采用纹理能量模板对焊缝图像滤波确定焊缝区,然后计算焊缝区和结构光条纹的交集,识别焊缝特征点;识别的特征点通过序列图像信息进行校正,最后依据特征点计算焊缝宽度。搭建了激光拼焊焊缝宽度测量系统,并分别对焊缝正面和背面的宽度进行了测量试验。试验结果表明,该方法精度高,可靠性强,实时性好,有助于实现激光拼焊高速、高精度的焊缝质量在线检测。     

焊接理论——一般问题

针对具有直线段特征的焊接接头,提出了一种基于模型的识别方法。通过对图像列方向上的光条纹灰度分布质心点序列的计算并利用分段直线段最小二乘拟合提取了结构光条纹中心线的形状特征,进一步利用预先定义的基元符号实现了接头轮廓的定性形状描述,     

焊接理论——一般问题

针对具有直线段特征的焊接接头,提出了一种基于模型的识别方法。通过对图像列方向上的光条纹灰度分布质心点序列的计算并利用分段直线段最小二乘拟合提取了结构光条纹中心线的形状特征,进一步利用预先定义的基元符号实现了接头轮廓的定性形状描述,     

基于小波-FFT的X射线平板探测器条状结构噪声消除方法

条状结构噪声是X射线平板探测器图像中的常见噪声类型,这类噪声会对缺陷的识别和评片造成一定的干扰。本研究针对X射线平板探测器成像系统的特点,分析了条状结构噪声产生的原因和特征;通过引入一种基于小波-FFT的条状结构噪声滤波器,利用小波能够分离垂直和水平方向分量的特点,有效地对条状结构噪声进行分离和消除,从而在保留图像细节的同时高效的移除条状噪声。实验结果表明:相比传统的空域和频域滤波器,该方法具备较好的综合性能,适合用于平板探测器图像条状噪声消除。     

基于EMD复合材料X射线图像微小缺陷提取

提出了基于经验模态分解（简称EMD）方法复合材料X射线图像内部微小缺陷自动提取算法。该算法利用信息熵结合峰值信噪比,合理控制EMD分解层数,实现缺陷特征最优提取。通过试验结合图像分割,有效地分割出内部微小缺陷。相比于传统方法,该方法可检出由材料结构和图像噪声造成的微小缺陷以及所有方向和类型的缺陷,且可提取材料的其余特征值。     

圆形扫描结构光传感器的标定和焊缝检测

设计了一种新型圆形扫描结构光传感器,可在待焊工件表面形成圆形激光轨迹.阐述了该传感系统的三维测量原理,并分别对摄像机和结构光进行了标定,获得摄像机的内外参数和结构光锥面在摄像机坐标系下的方程.分别采集了对接焊缝、角接焊缝、搭接焊缝、V形坡口焊缝的图像,经过一系列的图像处理过程获得具有明显焊缝特征的二值细化图像.根据焊缝特征可以识别焊缝,得到焊缝特征点的三维空间坐标.     

汽车横向摇臂总成焊缝质量视觉检测系统

汽车部件焊缝质量的人工检测效率低,精度差,且数据不易统计、存储及查询。将机器视觉技术引入汽车部件焊缝质量检测能够很好地克服上述缺陷,实现焊缝质量自动检测、判定、统计及查询。检测系统利用机器人手臂夹持视觉传感器与光源,对汽车底盘横向摇臂的焊缝分段采集结构光图像和LED光图像,根据不同图像特征设计适应性强的图像处理算法进行计算、判别。通过LED光图像可以识别焊缝缺失、表面气孔等缺陷;通过结构光图像可以测量出焊缝宽度和角焊缝厚度,并判定是否焊偏。试验结果表明,检测系统能准确高效地计算、判别焊缝的主要特征,适合在焊缝质量检测领域推广应用。     

一类窄焊缝的结构光图像特征提取方法

提出一种新颖的窄焊缝的特征提取与图像处理方法,有效地克服了环境的各种干扰,可靠地提取出了焊缝的特征点.首先设计了一套基于线结构光的显微视觉系统,可靠地检测出了结构光焊缝图像;接着提出一种基于阈值变换的行像素点统计算法和自适应形态学收缩算法可靠地分割出结构光条纹图像;然后采用过度参数直线拟合和B样条曲线拟合算法准确地得到了结构光条纹的中心线.最后,提出一种基于距离搜索的算法,得到了焊缝的特征点.结果表明,窄焊缝结构光图像特征提取方法可行.     

板料零件网格坐标图像特征提取算法研究

为进行板料零件冲压成形分析,采用网格坐标图像的视觉测量法进行变形区域塑性主应变分布的测量.该方法基于视觉测量变形区域应变分布;通过二维网格坐标图像的特征信息完成物体的三维重建,其中图像边界和特征点是常用的图像特征信息.在传统Freeman链码边界追踪算法的基础上进行改进可节省运算时间,跟踪后产生单像素宽度的轮廓边缘.在MFC中创建了一个基于OpenCV的应用程序,在单像素边界图像的基础上,利用OpenCV库函数实现对图像特征点的提取.试验结果表明,利用OpenCV实现特征点提取能省去不少编程的复杂工序,具有速度快和效率高的特点.     

基于Beamlet变换的结构光焊缝图像线性特征提取

鉴于以结构光为主动光源的焊缝跟踪方法可用于识别不同坡口形式的焊缝位置信息,对结构光焊缝图像进行了分析.为有效提取图像中结构光线性特征以确定焊缝位置,引入了束波变换.阐述了束波变换原理,开发了基于多尺度束波变换的结构光焊缝图像线性特征提取算法.做基于最大Beamlet统计的检验,对结构光焊缝图像进行小尺度束波变换以确定结构光线的大致位置,缩小搜索范围;然后对图像进行大尺度束波变换确定焊缝部分结构光线的线性特征,根据线段斜率变化可确定焊缝位置.采用该算法确定一幅结构光焊缝图像的焊缝位置的时间为260 ms.     

基于信息融合与多图像特征获取的焊道自动识别

研究了焊接过程中焊道的自动识别,针对单一的图像特征提取方法难以适应复杂和多变工况的现状,采用基于信息融合与多图像特征获取的焊道自动识别方法,抽象出焊缝边沿形貌和灰度特征的概率密度和置信度,利用信息融合算法,构造了多图像特征信息融合识别结果的决策函数,在灰度和焊缝形貌特征变化时实现了焊缝的精确定位。实验表明,基于信息融合与多图像特征获取的焊道自动识别的算法提高了焊道识别的稳定性和准确度,有效解决了单一特征图像处理过程中由于系统某一特征的变化而带来的识别出错和失效难题,为实现焊道的自动识别提供了一种行之有效的方法。     

基于多视觉的熔池图像处理与特征提取

提出了一种多视觉焊接熔池采集系统,采用复合滤光的方法,能够有效地克服弧光的干扰,获取清晰的熔池图像.针对采集的熔池图像特点提出了一系列的图像处理方法.首先对熔池图像进行中值滤波去除图像中的噪声,然后采用CANNY多阈值方法提取熔池边缘特征,并利用去伪边缘、迭代拟合处理,从而获得熔池边缘特征.利用提取的熔池边缘特征和CCD摄像机与熔池的位置关系,得出熔池的后托角和堆高.将计算的熔池堆高与实测熔池堆高对比,偏差小于0.06 mm,证明了双视觉特征提取在熔池图像中的有效性和可靠性.     

基于图像特征识别的榫头数控加工技术研究

为了降低榫头数控加工过程中手动编写NC代码的复杂程度,提高加工效率,研发一种基于图像特征识别的榫头自动加工系统。重点研究图像特征识别的数控加工总体结构、特征库建立、特征匹配算法、加工工艺库等关键技术。详细分析榫头模型的图像特征库、NC数据库和图像检索算法等的主要功能及实现方法。