共查询到20条相似文献,搜索用时 375 毫秒
1.
由于棱形管与法兰角焊缝的位置多变,且实际生产中棱形管端面加工精度不高,自动化焊接程度低,文中搭建了一套棱形管与法兰环焊缝的自动化焊接系统,对于提高棱形管与法兰焊接的自动化程度有较大的应用价值。该系统通过CMOS相机和单条纹激光组成激光视觉传感器,获取角焊缝位置和间隙信息。针对采集的图像及工件特征,设计了适合的图像处理算法,首先采用了灰度变换、均值滤波和形态学处理的方法对图像进行预处理,然后根据对激光条纹图像灰度值分析结果,寻找合适的阈值,并采用极值法提取光条中心点,最后采用霍夫变换拟合直线,提取出角焊缝位置信息,并提出激光条纹端点搜索方法,提取出了角焊缝间隙大小。结果表明,该图像处理方案效果较好,抗干扰能力较强,可以准确的提取出焊缝中心位置和间隙大小,满足焊接机器人对焊缝跟踪的要求以实现自动化焊接。
创新点: (1)设计出适用于棱形管与法兰角焊缝的自动化焊接系统。
(2)设计了适用于该系统的焊缝中心位置提取算法。
(3)设计了角焊缝间隙提取算法。 相似文献
2.
无坡口对接焊缝特征角点检测方法 总被引:2,自引:0,他引:2
针对无坡口平板对接焊缝,研究一种应用线结构光传感的角点检测原理实现焊缝特征检测与跟踪的方法.与基于线结构光形变特征检测焊缝位置的传统方法不同,根据激光条纹在焊缝处的灰度变化,运用图像形态学处理方法,提取焊缝中心特征.计算图像每列邻域内灰度值和,运用中心差分方法,提取焊缝图像感兴趣区域.再依据角点检测原理,确定焊缝中心亚像素级坐标位置,通过简单快速的系统标定,得到焊缝实际位置偏差.结果表明,对焊缝间隙为0.2 mm左右的对接焊缝进行跟踪试验,平均误差均保持在0.1 mm以内,满足焊缝跟踪精度要求. 相似文献
3.
4.
5.
在对接焊缝的焊后质量检测中,由于环境干扰、材质反射程度及激光功率等因素的影响,造成焊缝表面信息的提取困难。针对上述问题,提出了一种基于线结构光的铝合金对接焊缝特征提取方法,设计了一种基于线结构光的视觉检测系统,实现焊缝表面激光条纹图像的快速采集。针对复杂环境下激光条纹图像的几何分布以及灰度特征,采用直线重投影、图像滤波、连通域分析等图像预处理操作,实现焊缝图像的ROI提取以及噪声滤波;采用加权灰度重心法提取激光条纹的中心线,并通过插值平滑算法得到连通性、拟合程度高的中心线;最后采用最大距离法得到对接焊缝特征点,并计算所需焊缝成形尺寸参数。试验结果表明,该方法能够有效提高图像检测效率及精度,满足工业检测标准。 相似文献
6.
7.
《焊接技术》2017,(1)
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。 相似文献
8.
9.
不等厚激光拼焊板焊缝质量检测图像处理方法 总被引:1,自引:0,他引:1
针对激光拼焊过程中的各种噪声干扰,使得焊缝图像复杂多变,本文对结构光视觉焊缝质量检测系统图像处理方法进行了深入研究。在图像预处理中,首先通过加窗处理来获得兴趣区域,采用中值滤波去除图像噪声。针对母材区域和焊缝区域对结构光反射率不同,提出了使用局部阈值来分割目标图像的方法,并使用形态学开运算进一步去除噪声干扰;在结构光条纹中心线提取过程中,使用模板法获得了条纹的边界并用几何中心法提取了条纹中心线;提出了基于焊缝灰度图像的灰度突变和拟合直线法来检测特征点的方法。试验表明,该方法具有较高的特征点检测可靠性,并且运算速度快、抗干扰能力强,具有较高实用价值。 相似文献
10.
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. 相似文献
11.
12.
《Science & Technology of Welding & Joining》2013,18(2):155-161
AbstractExtracting single pixel wide paths is the core image processing problem in many vision based welding seam tracking applications. Traditional techniques such as edge detection and image thinning may not be effective for solving this problem on low quality welding images polluted by process noises. Based on the understanding of the prior knowledge about the welding images, we present in this paper a welding seam tracking method using the image seam extraction technique. Owing to its optimisation nature, the proposed method is robust to strong image noises caused by environmental factors such as uneven illumination, light interferences and welding spatters. In addition, the proposed method is of low time complexity and is highly adaptive to different types of welding images. Experimental results on a variety of welding images validate the effectiveness and efficiency of the proposed method. 相似文献
13.
通过对管道全位置熔化极气体保护焊(gas metal arc welding,GMAW)熔池图像的研究分析,发现并验证了其根焊熔池图像尖端与焊缝坡口中心位置重合的现象,依据此规律性特征,提出了一种基于熔池图像尖端信息的焊接偏差测定方法.该方法的基本原理是,在对焊接过程熔池CCD图像进行中值滤波、小波变换、连通区域分割等图像处理后,以搜索算法测得的根焊熔池图像尖端位置信息作为焊缝坡口中心位置的坐标值,此值与焊丝中心坐标值之差即为焊接偏差量.试验证明,此方法能从根焊熔池图像中实时测定焊接偏差量,为实现机器人自动焊缝跟踪控制提供了可靠依据. 相似文献
14.
15.
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. 相似文献
16.
特征点提取是激光视觉焊缝图像识别的关键技术,目前常用的斜率分析法虽然原理简单、计算速度快,但适应性不好、精度不高,对于一些复杂的深坡口焊缝甚至无法识别.对基于扫描激光视觉传感的焊缝图像识别进行深入研究后,提出一种新的特征点提取思想———由形到点,将焊缝坡口特征点分为直角拐点和斜角拐点,分别设计斜率极值法和斜率截距法来提取.实际焊缝跟踪时,根据拐点类型分别调用对应的提取算法,就能完成全部焊缝坡口所有特征点的提取.结果表明,"由形到点"提取特征点精度高,抗干扰能力强,对不同焊缝坡口形式适应性好,在厚板深坡口焊缝跟踪领域有很大的实用价值. 相似文献
17.
提出了一种管道焊接熔池成像系统,能够有效克服弧光干扰,获取焊接熔池在焊缝坡口内图像.采用基于统计的鲁棒图像处理方法,对熔池图像进行预处理,抑制飞溅等噪声.在图像自适应分割和边缘提取基础上,根据熔池图像和焊缝坡口图形特点,分别提取熔池图像在焊缝内的灰度分布特征以及焊缝坡口图形特征,得到熔池相对焊缝坡口的动态偏移量,以及熔池振动幅度和频率,为焊缝跟踪和焊接质量控制提供了视觉信息反馈.进行了焊接过程实时图像处理和特征提取试验,试验结果验证了熔池成像系统和图像处理方法的有效性和可靠性. 相似文献
18.
由于MAG焊外部干扰大,用CCD采集的MAG焊熔池区图像不够清晰.因此,在进行进一步处理比如边缘检测之前,需要进行必要的图像增强和去噪等预处理操作,这样才能获得更加清晰的图像边缘信息.针对以上问题,采用超分辨率技术对MAG焊熔池图像进行处理和分析.在此基础上,提出了基于小波分形插值的超分辨率图像重建方法.结果表明,该方法相对于基于传统的小波双线性插值的超分辨率方法,能有效提高MAG焊图像的分辨率,获得更加清晰的焊缝位置和图像的边缘信息,为后续的焊接质量控制和焊缝跟踪工作提供了很好的基础. 相似文献
19.
20.
水下焊缝自动跟踪路径的识别 总被引:10,自引:3,他引:7
为满足水下焊缝自动跟踪的需要,设计了一个视觉系统。该系统采用卤钨灯作辅助光源照射焊接电弧前方一定距离处的待焊焊缝.配合复合滤光片进行滤光,能拍摄到较为清晰的焊缝图像。提出了一个基于边缘邻域平均值的算子,用于图像的边缘增强。运用改进的遗传算法计算图像类间方差,求出最佳阈值进行图像边缘分割,能较好地保留图像弱边缘.有效地减少计算时间。对分割后的焊缝图像,提出一种基于待焊焊缝宽度等特征的识别方法,能克服焊接弧光、飞溅、水流、气泡等干扰,识别水下待焊焊缝.准确地获取待焊焊缝中心线.为进一步实现水下焊接的自动化打下了基础。 相似文献