小波变换的多层多道焊接拐角跟踪点的识别研究

利用小波变换检测信号边缘的优势,对V型坡口焊接激光图像以及多层多道焊激光图像的焊缝识别方法进行了系统的研究,给出了基于小波变换的焊缝识别算法,并提出了多层多道焊拐角跟踪点的识别算法,同时进行了大量的实验研究;分析了多层多道焊接激光图像的特点,在V型坡口识别算法的基础上进行了改进,利用模板匹配技术,实现拐角跟踪点的识别。     

焊接温度场图像的获取及焊缝提取

叙述了焊接温度场检测系统的焊接温度场灰度图像的获取，简述小波变换用于检测边缘的原理，论述了小波变换在焊接温度场灰度图像中识剐焊缝位置的具体方法。研究结果证明：该焊缝识剐的方法优于传统的检测方法，具有更好的去噪性能，可以准确地识别焊缝的位置。     

基于图像传感器的焊缝偏差信息提取方法

介绍了焊接图像传感器的传感原理及其利用CCD摄像机获得的焊接温度场图像,叙述了小波变换方法用于边缘检测的原理,论述了利用三次样条小波函数对温度场图像进行变换得到焊缝位置和焊炬位置的算法,最后给出小波变换对图像的处理结果以及焊缝偏差量。     

一种基于小波变换的焊接图像的焊缝识别算法

在智能焊接控制系统中准确识别焊缝位置是一个重要任务。提出一种基于小波变换的焊接图像的焊缝识别方法。研究结果证明:该方法优于传统的边缘检测方法,具有更好的去噪性能,可以准确地识别焊缝的位置。     

基于小波变换的X射线焊缝图像缺陷识别方法研究

经过长时间的研究发现,在焊缝图像缺陷识别中,传统的方法具有正确识别率低的问题,为此提出了基于小波变换的图像缺陷识别方法。输入获取的X射线焊缝初始图像信息,从帧数叠加、数字形态学变换和图像增强三个方面对初始图像进行预处理,约束小波变换阈值降低图像噪声,最后通过边缘检测,提取焊缝图像当中的缺陷特征。在对比实验当中,设立两种传统识别方法作为实验的对照组,提出的X射线焊缝图像缺陷识别方法为实验组,同时对统一型号的焊接工件进行缺陷识别,实验发现提出的识别方法的正确识别率高达91.8%。     

三维焊接坡口轮廓图像测量系统

开发了一种三维焊接坡口轮廓图像测量系统，该系统基于光栅莫尔条纹投影原理，由LD、光栅副、滤光片、面阵CCD（Charged coupled device）及DSP图像信号处理等部分组成。分析了在恶劣的焊接现场条件下，莫尔条纹投影到焊接工件表面的噪声产生机理，提出并采用了中值滤波方法对采集的原始激光焊缝图像信号进行平滑处理。由CCD采集到的焊接坡口表面变形的莫尔条纹二维激光图像，经过图像信号处理软件后恢复焊接坡口的三维轮廓图像，获得焊缝中心、深度、宽度等参数的精确尺寸信息。该测量系统经过在轻便型焊接机器人上试用，其测试精度、实时性基本能满足要求。实验结果表明该方法简单可靠、效果明显。     

激光视觉搭接焊缝的图像识别

研究了激光视觉搭接焊缝的图像识别方法。针对原始焊接坡口激光图像中的噪声,比较了均值滤波和中值滤波去噪方法,提出了一种改进的滤波方法,采用自适应阈值调整的最大方差法计算滤波图像的二值化阈值,从而实现对图像的分割。针对搭接坡口激光图像提出了三种坡口中心位置的识别和提取方法,并通过图像处理实验比较了三种识别方法的坐标误差、识别正确率。试验证明,最大方差法的图像处理过程和快速Hough变换识别法有效,能满足焊缝实时跟踪的要求。     

基于小波变换模极大值的煤矿岩层图像边缘检测处理

针对煤矿井下岩层监视监控系统中图像边缘检测的问题,提出了采用小波变换进行煤矿井下岩层图像的边缘检测处理.综述图像边缘检测的方法,分析了基于小波变换模极大值的图像边缘检测方法.即首先将图像进行多尺度分解,以获得对图像不同结构特征的描述,进而在各个尺度下通过观测其小波系数模的变化规律检测出不同细节成分的边缘特征.研究结果表明,基于小波变换的图像边缘检测算法能够较好地检测煤矿井下锚杆钻孔内图像中的细节特征,取得了明显的效果.     

多线激光V型焊缝图像特征提取与轨迹识别

为了减少焊缝识别中传感器安装位置带来的前置误差，提高识别精度，设计了一款多线激光传感器，对多线激光在V型焊缝上的图像进行处理得到焊缝轨迹。提出一种基于动态不规则感兴趣区域的图像分割方法，将多条激光分割后并行处理。单条激光线图像预处理后以像素行灰度值之和的极大值确定激光条纹所在行，对激光条纹分段拟合后求交点，得到坡口边缘与焊缝位置的特征点，并将焊缝位置特征点拟合得到焊缝轨迹。根据所提出的算法编写了焊缝轨迹识别程序，并进行实验，结果表明，所提出的算法识别焊缝走向误差在0.5°之内，符合焊缝跟踪的要求。     

一种基于激光结构光的焊缝跟踪视觉传感器

焊缝自动跟踪是实现焊接自动化的关键.本文在总结不同焊缝跟踪传感器研究的基础上,设计了一种基于激光结构光的视觉传感器.针对不同类型焊缝(V形、U形坡口焊缝、搭接、对接焊缝和第一道焊焊缝、多道焊焊缝等)的图像特点,开发了焊缝激光图像处理模块库,可以提取出焊缝特征点位置坐标,实现焊缝跟踪.实验证明,传感器具有较高的精度和可靠性,并对焊缝跟踪系统具有一定的普适性.     

基于小波变换的焊缝位置检测新方法

焊缝位置检测一直是埋弧焊管生产中的难题，为此，在小波分析理论及其边沿检测技术的基础上，提出了一种焊缝位置检测的新方法，该方法主要涉及到焊缝图象信号的预处理，三阶梯条小波函数及其小波变换，尺度参数对变换结果的影响，检测结果的相关分析等内容，仿真结果表明，该方法检测精度高，抗干扰性能好，计算复杂度小，可靠性高，可以应用到实时控制中去。     

小波变换在活塞环图像边缘检测中的应用研究

小波变换是时间频率的局部化分析，它可以通过伸缩平移运算对信号逐步进行多尺度细化。本文正是基于小波变换在图像处理领域中表现出的多尺度分析，提出了用小波变换检测活塞环图像边缘的方法，这种方法通过对二维小波变换图像局部极大值的检到得到图像的边缘信息。通过实验证明了这种方法的有效性。     

基于图像边缘形态学分析的轴承质检方法

提出一种在工业零件质量检测环境中判断轴承质量的图像识别方法,使用滤波、图像增强和分割等工序对图像进行预处理。给出相对方向编码的概念,对二值图像的边缘进行平滑处理。提出一种新的边缘形态学分析的方法对二值化图像边界形态进行量化分析,并运用神经元网络分类器对图像进行分类。实验结果表明,该方法能达到较好的识别效果。     

无人机影像匹配点云单木识别算法

针对单木识别研究中“局部最大值”算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合“局部最大值”与“单木树冠结构分析”的单木识别算法。算法首先利用“局部最大值”获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区８个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0 m、2.0 m 的两种“局部最大值”算法进行比较。结果表明,该算法8个样地整体F 测度为90.45％,相比1.0 m、2.0 m 窗口的“局部最大值”法F 测度74.82％、77.35％,分别提高,15.63％,13.10％。     

基于多尺度分析和数学形态学融合的边缘检测

图像边缘检测的关键是在尽量多地检测到图像边缘的同时更有效地抑制噪声,为此提出了一种基于多尺度分析和数学形态学融合的边缘检测方法。首先利用小波变换将图像分为高频和低频部分;然后再分别进行处理:高频部分利用小波系数的层内和层间相关性对系数调整后实现边缘检测,低频部分利用数学形态学进行边缘检测;最后将各自得到的边缘图像通过多尺度边缘融合,从而实现边缘提取。实验结果表明,同单纯基于多尺度分析方法或基于数学形态学的边缘检测方法相比,提出的方法具有更好的噪声抑制和边缘细节保护功能。