一种基于结构光的V型焊缝实时图像处理方法

在焊缝跟踪系统中,需要实时准确获得焊缝中心线的位置,就必须设计一种基于结构光的V型焊缝中心线的提取方法。对焊缝进行中值滤波去除图像噪声,采用自适应阈值分割的方法对图像进行二值分割,采用二值形态学的边缘检测方法对二值后的图像进行孤点滤波和边缘检测,采用对边缘上下边界点求取平均值方法提取结构光的中心线,采用基于斜率分析和最小二乘法相结合的检测的方法对图像进行特征检测获得图像的特征信息。通过实践表明,所采用的方法能够正确地提取焊缝特征信息,具有很强的抗干扰性能,能够满足焊缝跟踪系统的实时性要求。     

基于结构光的V型焊缝图像实时处理

为了在焊缝跟踪系统中准确获取焊缝中心位置,设计了一套基于结构光的V型焊缝中心提取方法。对焊缝图像采用中值滤波去除图像噪声,采用准固定像素个数阈值分割方法对图像进行二值化处理,采用基于二值形态学的边缘检测方法对二值化的图像进行孤点滤波和边缘检测,采用求取边缘上下两个边界点的平均值方法提取结构光的中心线,通过计算坡口截面重心坐标的方法来获取焊缝中心位置信息。实践表明,所采用的方法能够正确地提取焊缝中心位置信息,具有很强的抗干扰性能,能够满足焊缝跟踪系统的实时性要求。     

基于结构光无坡口对接焊缝图像实时处理研究

设计了一套基于结构光无坡口时接焊缝图像实时处理的方法.对焊缝图像采用中值滤波去除图像噪声,提出三次筛选法对图像进行二值化,采用基于二值形态学的滤波方法滤除孤立点,采用求取边缘上下两个边界点平均值的方法快速提取结构光的中心线.提出了通过求取结构光邻域灰度曲线二阶导数的方法来获取焊缝中心位置信息.试验结果表明,所设计的方法能够准确地提取焊缝中心,具有很强抗干扰性能,能够满足焊缝跟踪系统的实时性要求.     

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.     

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。     

基于束波变换的焊缝图像处理技术

叙述了束举步维艰变换的原理,提出一种基于束以变换的焊接缝边缘检测算法,并增加了方向阈值.为了可靠地检测低信噪比的加噪焊缝图像中的焊缝边缘特征,提出了一种二次扫描方法.利用海底干式高压焊接舱中获取的原始焊缝图像和加噪图像进行了焊缝边缘提取试验.结果表明,算法能从富含噪声的焊缝图像中直接检测出焊缝边缘,而无须进行任何预处理或后处理,极大地提高了焊缝图像处理的效率.试验还表明,算法具有很强的抗噪性能,其与二次扫描方法相结合,特别适合于提取低信噪比的焊缝图像中的直线特征.     

不等厚激光拼焊板焊缝质量检测图像处理方法

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。     

基于结构光视觉传感的焊缝视觉信息检测和识别研究

对基于结构光视觉传感的焊缝视觉信息检测和识别进行了研究.所获取的焊缝图像中存在着大量的飞溅、烟尘和电弧光等噪声干扰.CCD摄像机获取焊缝图像,经图像采集卡A/D转换后送入计算机内存,然后采用各种图像处理方法对图像数据进行处理,焊缝原始图像经过二值化、中值滤波、拉普拉斯锐化、细化一系列图像预处理,准确提取激光条纹信息,提出了几种常见的焊缝形式的检测和识别算法,算法所需时间均不到1 ms,提取焊缝特征,实现对焊缝的自动跟踪.     

小波分析在焊缝图像处理中的应用

从原始焊缝图像中准确检测出焊缝边缘、提取出焊缝中心位置,是实现焊缝跟踪的关键技术。将小波分析方法应用于焊缝图像处理中,首先对焊缝图像进行小波分解,然后对分解后的小波系数进行阈值处理,最后用阈值处理后的小波系数进行焊缝图像重构,有效降低了焊缝图像噪声,突出了熔池和焊缝边缘轮廓,便于机器识别及处理。接着再对消噪增强后的焊缝图像进行平滑、边缘检测,提取出焊缝中心线,用于焊缝自动跟踪控制。试验结果表明:该方法效果良好,能有效地提高焊缝跟踪精度。     

高斯核相关结合粒子滤波的对接焊缝跟踪方法

针对电弧焊自动焊接过程中焊缝轨迹定位精度不高的问题,提出一种高斯核相关与粒子滤波相结合的焊缝跟踪方法。利用图像处理技术提取焊缝图像初始特征区域,在焊接过程中利用高斯核相关算法跟踪焊缝特征区域,由跟踪的特征区域求解焊缝中心位置。为了降低焊接环境中的动态噪声和观测噪声对焊缝轨迹定位精度的影响,构建焊缝中心位置粒子滤波模型,对焊缝实际位置进行滤波估计。跟踪试验对象为标准对接焊缝,试验结果表明,高斯核相关结合粒子滤波算法能进一步提高焊接环境噪声干扰下的焊缝轨迹定位精度。     

基于改进的边界追踪算法的管道法兰焊缝识别

针对目前管道法兰焊接中存在的缺点,文中对管道法兰焊缝进行先检测后识别,提出了一种基于改进的边界追踪算法的管道法兰焊缝识别方法.在焊缝检测阶段,利用曲率角估计的方法精确确定焊缝位置.在焊缝识别阶段,利用膨胀和掩码操作,根据检测到的焊缝位置,提出了一种在原图中设置不规则感兴趣区域的方法;细化边缘,并提出一种过滤伪边缘的算法.通过实际焊缝的试验验证,结果表明,基于改进的边界追踪算法的管道法兰焊缝识别方法能够准确的识别焊缝边缘,并且系统的识别稳定性好.     

用于遥控焊接的焊缝特征检测算法

提出了一种焊缝特征检测算法,用来进行遥控焊接立体视觉中的立体匹配。首先使用灰度形态学中的底帽变换对图像进行预处理,突出了焊缝部分,并通过Canny算子边缘检测以及闭操作获得封闭的像素级焊缝边缘;根据焊缝边缘连续和宽度有限的特点对检测出的边缘点进行筛选,剔除其中的错误点;然后对边缘离散点进行三次平滑样条拟合获得连续、光滑的亚像素级精度的焊缝边缘特征点。最后利用检测出的特征进行焊缝特征立体匹配和三维重建试验,结果表明,文中提出的特征检测算法快捷、准确,且抗干扰能力强。     

机器视觉型焊缝跟踪技术

介绍了焊缝跟踪技术的研究现状,分析了用于焊缝检测的传感器工作原理及其优缺点,重点论述了基于机器视觉的焊缝跟踪系统的硬件组成和图像处理的工作流程.同时对多种控制算法(经典控制和智能控制)和焊缝边缘检测技术(基于形态学和遗传算法的边缘检测等)进行了分析,研究了机器视觉目前在焊接应用中存在的问题及解决思路,并对基于机器视觉的焊缝跟踪技术进行了展望.     

用于焊缝检测的比色图像偏心算法

提出了基于焊接比色图像偏心的概念并给出计算公式.从比色图像信号强度与焊接区域发射率、光谱辐射强度等的关系、比色值与焊接温度场及比色系统波长的关系以及比色图像偏心计算公式出发,分析了比色图像比色值分布对称性,推导并建立了焊接比色图像偏心与焊接区温度的函数值、焊缝中心与电弧中心偏差间关系模型.研究了以比色图像偏心作为检测对象的优异特性,给出了模型在某一焊接工艺参数条件下的数值解,发现模型的输出与输入有很好的线性关系.仿真试验证明以比色图像偏心可以代替焊缝中心偏差,为进一步研究比色图像偏心算法的实际应用打下理论基础.     

一种基于图像质心的焊缝跟踪新方法

研究一种基于图像质心识别的电弧焊焊缝跟踪新方法。通过视觉传感器获取焊接区熔池图像，抽取图像质心坐标并构成状态向量，建立一种基于图像质心的状态方程和位置测量方程。在此基础上，应用卡尔曼滤波对图像质心位置进行状态估计，在时域中采取递推计算的方式得到最小均方差条件下的焊缝位置最佳预测值．从而消除过程噪声和测量噪声引起的焊缝位置测量偏差。计算机仿真和实际焊接试验结果显示该方法可有效地提高焊缝跟踪精度。     

微间隙焊缝磁光成像分形维数识别方法

针对紧密对接、无坡口、肉眼难以分辨的微间隙焊缝,采用磁光成像方法获取焊缝位置信息,并运用分形维数方法解决焊缝磁光图像存在较多干扰的问题.根据图像大视野相关信息处理图像,避免受到图像微小细节干扰对焊缝位置识别精度的影响,较传统图像处理法具有显著的抗干扰性.对焊缝磁光图像进行滤波去噪,将图像细分成块并计算出每个图像块的分形维数,再选取合适阈值对图像进行分割,准确地提取出焊缝中心位置.试验结果表明,运用分形维数提取磁光图像焊缝边缘区域特征,能够获取较准确的焊缝位置信息,为焊缝跟踪控制提供重要基础.     

激光焊接不锈钢微间隙焊缝偏差角点检测法

针对大功率(10 kW)光纤激光焊接304不锈钢紧密对接微间隙焊缝(焊缝间隙小于0.1 mm),通过高速像机摄取熔池近红外热像并分析其特征,分析和处理熔池热像特征,提取激光束偏离焊缝位置的信息,探索激光束与焊缝偏差的信息表征.利用激光深熔焊的匙孔效应,研究焊缝在固态与液态交界处不稳定边缘特征点,提出一种角点检测法实现微间隙焊缝偏差的检测.结果表明,熔池红外热像角点密集分布中心与焊缝偏差有密切的关系,通过角点分布密度可以有效判断焊缝偏差状态.     

微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.     

焊接视觉图像质心算法及其特性

从焊接视觉图像质心计算公式出发,根据图像灰度与视觉传感器响应电压值的关系、响应电压值与检测部位的发射率及光谱辐射强度等关系,由熔池特性,推导并建立了焊接视觉图像质心与焊接区各点温度间关系模型.通过焊接温度场的数值化,得到图像质心与焊缝中心关系模型的数值解及关系曲线,证明了视觉图像质心与焊缝中心存在相关性,为基于图像质心的焊缝跟踪算法提供理论依据.分析了质心算法的特性,为进一步研究实时焊接图像的质心及算法打下理论基础.     

磁光成像自适应卡尔曼滤波焊缝跟踪算法

焊缝跟踪是保证焊接质量的前提.针对0~0.05 mm的微间隙焊缝,研究一种色噪声环境下应用卡尔曼滤波实现焊缝跟踪的方法.通过对焊件施加磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像,提取焊缝中心位置构成状态向量,建立基于焊缝中心位置的系统状态方程与测量方程.针对系统过程噪声为色噪声,使用Sage自适应卡尔曼滤波,采用新息序列估计过程噪声协方差矩阵,准确预测焊缝中心位置.结果表明,根据自适应卡尔曼滤波方法能够有效提高焊缝跟踪精度.