基于局部阈值的激光拼焊焊缝条纹中心线快速检测方法研究

基于视觉的激光拼焊焊缝表面质量在线实时检测系统中,结构光条纹中心线能否快速、准确提取是影响检测系统性能的关键因素之一。传统的高斯拟合法和Hessian矩阵法虽然具有较高的亚像素提取精度,但其计算量非常大,无法满足实时性的要求。文中在分析激光拼焊焊缝质量检测系统中结构光条纹图像特点的基础上,将传统的几何中心法引入到结构光条纹中心线提取中,提出了一种精度介于像素级到亚像素级之间的局部阈值几何中心法。实验表明:该算法具有较高的精度和较强的抗干扰能力,实现了视觉检测系统中结构光条纹中心线的快速提取,为激光拼焊焊缝质量视觉检测系统在线实时检测奠定了基础。     

基于结构光视觉的激光拼焊焊缝质量检测方法研究

在基于结构光视觉的激光拼焊焊缝表面质量检测系统中,需要准确获得焊缝结构光条纹中心线和特征点的位置.由于焊接过程中的各种噪声干扰,使得焊缝图像复杂多变,因此选择合理高效的图像处理算法是非常重要的.针对这一问题,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,首先通过开窗处理来获得兴趣区域,采用中值滤波去除图像噪声.在结构光条纹中心线提取过程中,提出了一种新的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;最后,使用斜率分析法提取了特征点.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.     

精确的线结构光中心提取算法研究

光条纹中心的精确提取是线结构光三维识别系统的重要环节。环境光干扰、被测物表面反射以及图像采集系统所产生的噪声都给光条提取增加了难度。文章提出了一种快速精确的线结构光条纹中心提取法。首先,对图像进行预处理,通过边缘法对结构光中心线进行边缘检测;然后,用均方灰度梯度法确定结构光中心法线方向;最后,对法线方向上像素进行灰度加权,从而精确提取出结构光条纹中心。实验结果证明,该算法光条纹中心的提取精度达到了亚像素级别。     

可变环境光照条件下的结构光条纹检测

线结构光条纹在复杂光照条件下的快速检测是线结构光测量可以实际用于工业现场环境的一个关键技术.针对工业现场环境中光照变化范围大的特点,研究了结构光条纹中心的快速检测方法.首先基于结构光条纹的几何特性自动获取包含结构光条纹的感兴趣区域;然后采用嵌入置信度的边缘检测方法在感兴趣区域内检测结构光条纹边缘;在此基础上,利用结构光条纹边缘反向平行的特性,自动提取结构光条纹中心点;通过对条纹中心点进行直线跟踪得到表示结构光条纹直线段;最终基于直线段确定结构光条纹与被测件的交点以实现自动测量.工业现场采集的结构光条纹图像检测结果表明,该方法可以快速检测不同光照环境下的线结构光条纹中心以及条纹与被测钢板的交点.系统经标定后,实验结果表明在钢板长度变化范围为8～14 m的情况下,基于该条纹中心检测方法的自动测量结果与人工测量结果的标准偏差为3.6mm.该方法实现了工业现场环境下的实时测量,测量精度满足实用要求.     

一种快速结构光条纹中心亚像素精度提取方法

本文将大模板高斯卷积的递归实现引入到结构光条纹中心提取中,提出了一种基于Hessian矩阵的亚像素精度结构光条纹中心提取的改进算法.利用高斯卷积递归实现获得光条纹各点的Hessian矩阵,以便确定光条纹各点的法线方向,然后在法线方向利用泰勒级数展开求得光条纹中心的亚像素位置.实验表明,该算法具有精度高、鲁棒性强等特点,提出的算法递归实现方法大大减小了算法的运算量,实现了结构光条纹中心线的快速高精度提取,为结构光视觉检测的实时应用奠定了基础.     

连铸坯三维测量多线结构光的中心条纹快速提取

在利用多线结构光系统对大尺度连铸坯进行三维测量的过程中,线结构光中心条纹的提取精度是影响三维测量精度的重要因素。提出了一种对传统灰度质心方法进行优化的多线结构光中心条纹提取方法。对连铸坯表面激光横截面不满足高斯分布的线结构光条纹,利用图像背景差分的方式去除环境噪声,并根据线结构光条纹与背景间的灰度变化信息确定线结构光的边界,同时提取线结构光的感兴趣区域。根据光条在梯度方向上的灰度积分比例计算灰度质心法的自适应灰度阈值,利用灰度质心方法处理感兴趣区域提取出光条中心点,最后结合附近半径为5个像素的邻域内所定位的中心点进行质心重提取,获得连铸坯表面光条的亚像素中心坐标。现场测量结果表明：对反射特性不均匀的连铸坯表面的激光条纹光条中心进行提取,最终连铸坯边缘轨迹点的三维测量结果标准偏差在2 mm以内,该方法具有精度高、速度快、鲁棒性强的特点。     

线结构光条纹中心的全分辨率精确提取

激光条纹中心的提取是线结构光坐标测量系统的关键技术之一,本文对条纹中心的高分辨率精确提取进行了研究.首先,基于阈值法全分辨率提取条纹初值中心;然后,在条纹初值中心域应用灰度梯度与Bazen方法计算条纹法向,最后在法线方向精确获取光条纹能量中心.采用分辨率为768×576的相机,应用V形检测块进行对比实验,结果表明:提取的中心点分辨率为1 086点,比传统方法增加了42.5%,且无冗余点;中心点到由中心点拟合的直线的平均距离最小,分别为0.294与0.306 7 pixel;条纹法向计算精确,计算时间为75.8 ms.该方法避免了被测体表面曲率变化大、提取中心密度小等问题,提取的精度与鲁棒性高,满足在线精确测量要求.     

基于结构光视觉的激光拼焊焊缝背面质量检测方法研究

在激光拼焊中,背面焊缝成形质量直接影响焊件的机械性能.文中在分析结构光视觉检测原理的基础上,建立了基于结构光视觉传感的焊后焊缝背面质量检测系统并对焊缝背面质量检测系统图像处理方法进行了深入研究.在图像处理过程中,首先通过开窗处理来获得兴趣区域,采用中值滤波去除图像噪声;其次使用迭代自动阈值法分割出结构光;在结构光条纹中心线提取过程中,提出了一种新的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;然后,将斜率分析法引入到条纹中心线特征点检测中并获得了中心线上的一系列特征点.最后通过背面焊缝的图像序列,计算获得了背面焊缝不同位置处的几何参数及缺陷值.试验表明,该焊缝背面质量检测系统图像处理方法可靠性高、运算速度快、抗干扰能力强,具有较高实用价值.     

线结构光条纹中心全分辩率精确提取方法

线结构光三维坐标测量中，激光条纹中心的提取直接影响测量的分辩率与精度。本文提出了基于灰度阈值法提取条纹全分辩率初值中心，在初值处应用灰度梯度计算光条纹法向，最后在条纹法线方向精确计算光条纹能量中心的方法。实验结果表明，该方法有效地避免了被测体曲率变化大反而提取数据密度小的问题，提高了光条纹受被测物体表面调制后，条纹中心提取的精度，实现了条纹中心的全分辩率精确提取。     

基于视觉特征的厚板机器人焊接焊缝轮廓的有效提取

基于结构光的主动视觉传感技术是用于厚板机器人自动焊接中检测焊缝信息的一种有效途径。针对焊接过程中采集的焊缝图像包含或不包含电弧区域的两种情形,提出了一种基于视觉特征的适用于典型接头的激光条纹提取的通用算法。该算法利用Gabor滤波生成方向特征图,阈值分割后利用最近邻聚类算法对激光条纹和干扰数据进行聚类,根据聚类结果获得各类数据点在图像中的空间跨度,且只保留跨度值大于平均跨度的类,实现激光条纹的粗略提取;在从粗略提取结果中获取首个激光条纹分段的前提下,利用后续待识别的类与前一次已提取的激光条纹分段的欧式距离和类的自身跨度,设计了一个能提取激光条纹后续分段的竞争策略,从而实现激光条纹主体轮廓的准确提取;根据激光条纹视觉投射特点,设计了一个提取主体轮廓各分段之间的激光条纹细节的有效规则,实现激光条纹细节的提取。利用厚板T形接头和对接接头焊接中采集的焊缝图像验证了文中激光条纹提取算法的有效性,为厚板机器人自主焊接智能系统面向多种接头焊接应用的集成提供了可能。     

基于线结构光的盾尾间隙测量方法研究

针对现有盾构施工中盾尾间隙难以实时精确测量的问题,本文提出了一种基于线结构光的盾尾间隙自动测量方法。该方法首先利用线激光器在管片和盾壳之间投射出一道窄线型指示激光并通过工业相机实时采集线激光器投射在盾壳和管片之间的线激光图像,然后通过图像处理对图像目标特征进行识别并根据单目视觉成像原理和线结构光坐标测量算法提取盾尾间隙端点坐标,进而实现盾尾间隙值的精确解算。实验结果表明,本文所提出方法的重复性测量精度优于0.3 mm,绝对测量精度优于1.7 mm。该方法可以实现相机纵深方向0.2～1.9 m范围内盾尾间隙的实时精确测量,满足城市地铁隧道施工应用需求。     

基于多线结构光的弱纹理物体形貌测量方法

大多数现有的主流结构光测量装置在被测物体的表面上投射单条激光,通过移动装置实现物体表面的扫描重建。为了实现物体表面的在线快速重建,将多线结构光和双目立体视觉理论相结合,设计了一种新的三维测量方法。提出了一种结合形态滤波和Zhang-Suen细化算法的光条骨架提取方法和基于光条序列关系的光条匹配算法,并通过极线约束实现光条上特征点的精确匹配。通过实验验证了方法的有效性,相对误差在3%以内。     

基于激光三角法和嵌入式的微位移实时检测系统

基于激光三角法和嵌入式的微位移实时检测技术,采用激光三角法测距和灰度重心法提取激光条纹中心的原理,使线结构光、透镜、CCD位置信息满足Scheimpflug共轭清晰成像条件。通过图像处理获取像面坐标系位移信息,得到待测物体物面坐标系的位移,利用灰度重心法实时提取结构光条纹中心的特点,结合嵌入式系统尺寸小、稳定、便携的特性,实现对待测物体进行实时、非接触和微位移测量。     

焊缝成形线结构光视觉检测方法研究

针对焊缝尺寸测量和表面成形质量评估问题,研究一种基于线结构光的焊缝视觉成形检测系统。在详细论述结构光视觉传感器的组成结构以及标定过程的基础上,优化图像预处理流程,提出了基于边界限定的灰度重心法来提取激光条纹中心线。以单像素的激光条纹为信息源表征焊缝轮廓,融合多特征点提取算法实现激光条纹轮廓特征点的检测并基于特征点建立角焊缝的尺寸计算模型,最终实现焊缝尺寸测量。结果表明:该焊缝成形视觉检测系统能满足焊缝检测性能的要求。     

基于线结构光参考平面的多摄像机标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

变边限高斯拟合提取激光条纹中心线方法的研究

投射到物体表面的激光条纹因被调制在条纹不同位置处其宽度也各不相同.因此高斯拟合法提取宽度有变化的激光条纹中心线时,由于不能确定合适的拟合数据使得提取精度较低.针对该种情况,提出了变边限高斯拟合法来提取激光条纹中心线,其特点是当激光条纹粗细发生变化时其高斯拟合数据边限也发生与之对应的改变,具体步骤是先采用极值法和边缘取中法获得条纹像素级的中心位置,然后采用阈值法提取出条纹各列法向宽度值,通过条纹法向宽度值和近似中心位置选定恰当的拟合数据进行高斯拟合.实验证明该法可获得亚像素级的激光条纹中心线,提高了提取精度.     

RGB颜色格雷码结构光三维测量技术研究

提出一种基于RGB颜色格雷码的结构光编码方法。该方法是将红、蓝条纹按二进制格雷码编码方式进行编排，并在红、蓝条纹之间用一个像素的绿条纹作为分界。由于投射光强相同，基于CCD的摄像机拍得的条纹图像中绿条纹向红、蓝区域扩散程度等同，提取绿条纹的中心即可获得条纹的准确定位，再依据三角法原理实现三维物体测量。文中具体介绍了该方法的编码、解码原理，分析了基于HSI空间的彩色图像分割方法，给出了基于3dsMAX和MATLAB环境下的重构仿真实验结果。     

一种多结构光条纹亚像素中心提取方法

在使用结构光方法进行工件或物体的三维信息快速测量中,需要对工件或物体投射多条结构光条纹,快速准确地提取各投射光条的中心是实现精确检测的关键问题之一。文中提出了一种多结构光条纹亚像素中心提取方法,首先扫描整个图像确定光条数目;接着提取各光条的边缘坐标信息;最后利用高斯拟合求取各光线条纹的亚像素中心。实验表明,该方法能有效识别多结构光条纹并提取其亚像素中心。     

基于CNN的十字像中心检测

十字线中心检测是反射法测量透镜中心偏的重要组成部分,十字中心的检测精度决定了透镜中心偏的测量精度。针对边缘不规则、对比度差、信噪比低的图像,提出了基于深度卷积神经网络的十字线中心检测算法。算法的思想是,卷积神经网络可以在一定程度上解决传统算法局限于提取十字像边缘直线和角点特征的问题,实现对十字像整体特征的识别与定位,这可以相对减小图像噪声对十字像中心定位的影响,从而实现在图像质量比较差的情况下对十字像中心准确定位。实验结果表明,提出的算法能够在图像边缘不规则、对比度差、信噪比低等的条件下比较精确得到十字线中心点。     

鞋底信息扫描的光条中心提取方法研究

为了精确提取鞋底激光光条中心,首先对原始的激光光条图像进行了高斯滤波处理,有效去除了图像噪声,然后采用自适应阈值算法提取了激光光条中心。该方法在利用极值法得到光条的近似中心之后,在光条近似中心小区域内采用重心法计算,实现了激光光条中心的提取。实验结果表明,该算法能够准确地提取出光条中心,具有很强的抗噪声能力。