管道焊接激光视觉跟踪的定位方法研究

为解决在管道自动焊接过程中V型坡口的识别定位问题,提出了一种基于激光视觉传感的局部区域内分步式定位方法。首先建立模板匹配,利用模板匹配方式获取焊缝初始位置区域;然后采用阈值分割和边缘提取获得激光条纹边缘线,通过Shi-Tomasi算法对边缘线进行角点检测,得到边缘线上的亚像素角点位置坐标;最后采用最小二乘法拟合得到精确的边缘直线,对上下边界线求平均值提取激光条纹的中心线,求取直线的交点得到坡口轮廓的拐点信息。通过对实际焊接现场拍摄的50幅同一高度不同位置的图像进行检测,结果表明,分步式定位方法抗干扰性强,精度较高,为完成整个跟踪自动焊接过程奠定了基础。     

不等厚板激光焊接焊缝缺陷结构光视觉检测

为了检测不等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和高斯数据拟合技术进行了焊缝表面缺陷检测的实验研究。首先采用高斯拟合法对激光条纹图像进行处理,提取出具有亚像素精度的激光条纹中心线;然后通过最小二乘法拟合出3条相交直线并求其交点,近而获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷-凹度和凸度的检测方法,并以不等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,这种基于拟合技术的结构光视觉检测法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。     

激光视觉焊缝跟踪实时图像处理研究

对激光视觉传感焊缝跟踪实时图像处理的方法进行了研究，就其中的关键技术-激光带中心的抽取和特征点的检测提出了切实可行的方法。该处理方法效果好，处理速度快，能够满足跟踪系统的实时性要求。     

引线键合视觉定位关键技术

高速高精度引线键合机的视觉定位技术是设备的核心技术之一.当成像设备确定时,定位算法对视觉系统检测速度和精度有决定性的影响.随着微电子事业的蓬勃发展,芯片的尺寸变得越来越小,对视觉定位算法以及图像处理的精度提出了更高的要求.为此,对引线键合视觉系统中定位算法进行了深入研究,包括面向这一系统的图像预处理、特征提取、视觉定位...     

基于改进TLD算法的激光视觉传感型焊缝跟踪

为了解决基于线激光视觉传感的焊缝中心位置定位精度不高的问题,采用了一种基于改进跟踪-学习-检测(TLD)算法的焊缝跟踪方法.由激光视觉传感器实时获取焊缝图像,采用将跟踪器与检测器结合的TLD算法实时跟踪焊缝特征点,同时通过在线学习机制更新分类器参量.在此基础上对激光条纹图像截取感兴趣区域,大幅减少检测器的搜索区域;根据...     

机器人有左右摆动干扰正环形焊缝定位方法

受限于管道内环形焊缝缺少点和直线特征,单目视觉无损检测机器人自动定位管道中的焊缝仍然是一项充满挑战性的研究。研究机器人有左右摆动干扰运动下正环形焊缝定位问题,根据管道内壁圆形焊缝在检测机器人相机中的几何成像模型和机器人运动速度,建立定位正圆形焊缝至检测机器人距离的特殊同步定位与地图构建（SLAM）问题控制方程,并将求解该控制方程的问题转换成使损失函数达到最小的优化问题。针对该优化问题的高度非线性,采用遗传算法求解,实现了机器人有左右摆动干扰运动下的正环形焊缝定位。利用机器人在圆柱形管道内探测的正圆形焊缝的合成视频以及实际工作时所抓拍的视频,对所提定位方法进行实验,实验结果表明,所提定位方法可以获得良好的结果。     

基于线结构光视觉传感器的焊缝特征提取

本文首先利用动态ROI提取、LOG滤波和均值滤波去除大部分干扰,然后利用Otsu自适应阈值分割图像,将图像二值化,去除小块噪声,并进行角度滤波,获得清晰的焊缝图像,最后利用随机采样一致性算法和最小二乘法相关联的方式获取到了合格的焊缝特征点。实验表明,此算法能有效去除噪声干扰,满足实时焊缝跟踪需要。     

基于机器视觉的激光焊接焊缝智能检测研究

为了优化激光焊接质量,设计了基于机器视觉的激光焊接焊缝智能检测方法。首先利用机器视觉技术设计扫描成像单元,在获得基础的激光焊接焊缝图像后,对图像实施离焦误差校正处理。然后在补偿图像缺陷的基础上,对激光焊接焊缝图像作放大处理,设计扩束准直光路与动态聚焦光路识别焊缝特征信息,从而完成对焊缝的智能检测。实验结果表明：该方法可以能够获得更有效的焊缝信息,有利于提高激光焊接质量。     

工业机器人视觉定位技术的应用

阐述工业机器人的视觉定位技术应用,结合高端的图像处理技术,可以对工业机器人的视觉系统进行准确定位,从而提高工件定位的准确性。     

三维虚拟视觉技术的平面设计方法研究

传统平面设计方法通过模板为设计师提供设计素材,不能反映设计师的真实设计意图。为此,提出一种新的基于三维虚拟视觉技术的平面设计方法。给出开发环境,采用鼠标进行手绘,通过获得的有序点序列形成一个笔画。通过平滑去噪方法完成对手绘笔画的去噪处理,通过二次B样条曲线拟合手绘笔画。在此基础上,对手绘笔画进行三维虚拟建模,以实现平面设计。建立平面设计作品三维模型后,采用色彩渲染的方式提高视觉效果。实验结果表明,所提方法可有效依据手绘笔画实现三维虚拟建模,使得获取的三维效果图更加真实,满足设计师要求,有助于设计师展示真实的设计意图。     

基于三维视觉的室内景观虚拟设计方法研究

为了提高室内景观虚拟设计的逼真效果,改善室内景观虚拟设计的合理性,进而指导室内装修和平面设计,提出一种基于三维视觉的室内景观虚拟设计方法。采用Multigen Creator三维建模技术进行室内景观的虚拟重建,构建室内景观虚拟设计的平面图像,采用边缘相关性种子点匹配方法进行室内景观虚拟图像的特征分割和像素分解。结合室内景观图像的设计关键点与轮廓信息优化配准方法进行三维视觉的重构,通过自适应跟踪渲染技术提高室内景观平面设计的逼真度和空间利用效率。仿真结果表明,采用该方法进行室内景观虚拟设计,视觉效果和景观的色彩融合性较好,具有较好的指导价值。     

基于三维视觉的室内设计虚拟现实方法研究

针对传统基于辐射度算法的室内场景三维虚拟现实方法存在耗时高、建模效果差的弊端,研究基于三维视觉的室内设计虚拟现实方法,采用主动式、全方位立体视觉传感器采集室内场景的三维点云数据,基于点云数据进行室内场景内的物体几何关系以及摆放位置分布,完成室内三维场景的自主合成,对物体摆放位置分布实施训练,通过三维场景点云数据集获取相同类型支撑物中物体产生的位置,对数据实施归一化操作,采用高斯混合模型拟合这些数据,训练出三维室内场景中物件在支撑面中的位置分布模型。采用基于深度信息场景重构方法实现室内三维场景的虚拟实现。实验结果说明,所提方法重构的室内场景直观、视觉效果好,并且具有较高的重构效率和精度。     

基于激光扫描反射式三维视觉的室内场景CAD模型研究

针对常规模型在配准过程中所需迭代次数过多的问题,提出基于激光扫描反射式三维视觉的室内场景CAD模型研究.获取原始图像空间分布情况,分析场景特征,利用金字塔分层结构,建立高斯差分尺度空间,得到匹配数据,利用池化层提取语义信息,完成基于激光扫描反射式三维视觉的室内场景CAD模型的建立.设计实验,将所建立模型与三种常规模型对...     

水下目标物三维激光重建方法研究

文中提出了一种水下线激光的三维重建系统,由相机、绿色线形激光器和转台组成,通过对系统扫描获得的图像进行分析与处理,实现对目标区域的三维重建。采用边缘检测算法与基于极值法的高斯拟合法相结合的条纹中心提取算法,利用坐标转换公式,得到相应的三维点云坐标。点云处理方面,将alpha shapes边界提取算法和Delaunay三角剖分相结合,实现对点云的滤波与重建。针对实验中由于光线在不同介质表面折射造成的视角误差问题,提出了一种折射校正算法,并用已知尺寸的标准球进行了误差实验。结果表明,在500~1200 mm的工作距离内,系统可以实现对水下目标物体及区域的三维形貌还原,重建误差小于0.6 mm,满足设计要求,为水下三维重建技术提供新的参考。     

智能激光3D投影空间定位精度分析

为了解决激光3D投影定位无法兼顾高精度、实时性、智能补偿定位的问题,搭建了一种基于激光跟踪定位技术的智能激光3D投影系统,并进行空间精度分析。首先,建立激光3D投影系统数学模型;其次对激光3D投影系统进行光学中心标定,再利用投影承接部件基准点对部件坐标系进行标定,从而完成智能激光3D投影系统的标定及搭建;最后,建立智能激光3D投影定位精度模型。仿真结果显示,激光3D投影仪投影区域中间部分精度最佳,由激光跟踪测量精度引起的投影承接面投影点误差小于投影仪引起的投影承接面投影点误差。实验结果显示:在3~4 m的投影距离上,所研制的智能激光3D投影系统的投影形状及位置准确度可以优于0.3 mm。与传统的激光投影系统相比,该系统解决了大尺寸投影承接部件不能大量安装合作目标问题,使工作中无需目标反射头及校准工装,省略校准过程,当投影系统或被测部件移动或漂移时,智能化识别、解算、补偿相对位移量,保证实时、精确投影至正确位置,极大提高了投影定位系统的工作精度和定位效率。     

基于激光三维视觉的船舶靠泊动态监测技术

随着船舶运输业的不断发展,船舶趋向大型化,船舶靠泊风险增加,为了保证船舶靠泊更加安全、高效,有必要在码头配备靠泊监测系统。本文分析了船舶靠泊过程,研究了三维激光扫描仪工作原理和三维点云数据的处理方法,提出了基于激光三维视觉的船舶靠泊监测技术,提取船舶靠泊时船首、船尾相对码头的距离与速度等船舶动态靠泊参数,解决了以往点式激光靠泊监测系统寻找目标能力差的问题,增强了应对不同泊位、船型的适用性,实例验证表明此靠泊技术具有可行性和实用性,可为船舶靠泊提供安全保障。     

基于深度学习视觉和激光辅助的盾构管片自动拼装定位方法

隧道管片定位是实现盾构管片自动拼装的关键。文中提出了一种基于深度学习视觉和激光辅助相结合的盾构管片自动拼装定位方法,分别利用视觉系统和激光测距系统计算待拼装管片的平面位姿和深度位姿信息。其中,视觉系统基于特殊设计的双阶段卷积神经网络可以实现管片表面定位标志轮廓特征的有效提取,提取精度和识别率相比于现有算法具有明显的提高。实验表明所提出的盾构管片自动拼装定位方法能够满足盾构管片自动拼装定位需求。     

激光视觉焊缝跟踪图像处理与坡口识别

针对激光引导焊缝跟踪过程中坡口图像特点,首先对图像进行Radon变换,检测出激光条纹所在位置;然后对变换后图像进行处理,消除噪声对应的信息,保留激光条纹所对应的信息,再进行Radon逆变换复原图像,可较好地消除噪声;最后,采用OTSU法对图像进行分割,并识别出坡口区域。该方法效果较好,抗干扰性较强,耗时较少,适合于激光视觉焊缝跟踪过程。