基于二值形态学的焊缝图像处理

研究了一种基于二值形态学的焊缝图像处理新方法.针对视觉传感获取的焊缝图像的特点,选择合适的结构元素,运用数学形态学的多种形态运算对焊缝图像进行处理,消除图像噪声,提取焊缝,检测焊缝边缘,抽取焊缝中心线.试验表明该方法是一种快速、有效的焊缝图像处理方法.     

基于视觉传感的焊缝中心识别技术研究

在焊接过程中通过CCD视觉传感器获取熔池和焊缝图像，采用多种滤波去噪技术和边缘检测技术对图像进行滤波和边缘检测试验，并对各种处理方法进行了比较和分析，得出了一种相对最佳的实时识别焊缝特征的组合图像处理方法。试验结果表明，对焊接图像采用wiener滤波和Canny边缘检测能较好的提取焊缝中心位置的特征信息。     

基于卡尔曼滤波的焊缝跟踪技术研究

运用计算机视觉传感方法获取熔地图像,并提取熔池边缘,确定熔池形心.以熔池形心为描述焊缝偏差的特征矢量.建立熔池形心状态方程和测量方程.应用卡尔曼滤波将熔池形心预测值和测量值进行优化,抑制过程噪声和测量噪声,得到矗小均方差条件下的熔池彤心最优估计值.实现孤焊过程中焊缝的精确跟踪.     

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.     

熔池图像质心算法的焊缝位置测量模型

建立了一种基于熔池图像质心的焊缝位置测量模型,通过视觉传感器获取焊接区熔池图像,选择熔池前端为处理区域,对该区域进行中值滤波与图像灰度变换,并计算该区域的熔池图像质心值及相对应的焊缝偏差.在不同的焊接条件下,获取多组熔池图像及对应的样本数据,应用最小二乘法建立熔池图像质心与焊缝偏差之间的关系,得到基于熔池图像质心的焊缝位置测量数学表达式.在此基础上,通过分析比较各数学表达式之间的关系,建立焊缝位置测量数学模型.计算机仿真及焊接工艺试验结果表明,该模型可有效地检测焊缝位置.     

BP神经网络在焊缝位置识别中的应用

研究了一种焊缝位置识别新方法,在一定工艺条件下,使用视觉传感器采集焊接熔池图像,选取图像中熔池前端部分进行处理,先对其进行中值滤波与灰度变换,在此基础上,获取每一幅熔池图像的质心值、质心位移、质心速度及电弧与焊缝的偏差值作为训练样本数据.以质心值、质心位移和质心速度为输入量,以偏差值为输出量,利用BP神经网络建立其数学模型,最后对该模型进行检验.检验结果表明,该模型能够较准确地描述熔池图像质心与焊缝偏差之间的关系,为进一步实现精确的焊缝跟踪提供了理论和试验依据.     

基于非负矩阵分解和支持向量机的心电图分类

提出一种心电信号分类方法,利用非负矩阵分解进行数据降维,运用支持向量机进行心电信号分类,以保留更多的原始数据信息,从而更有效地提取高维心电数据特征,提高分类准确度。通过对MIT-BIH数据库中4类常见心电信号进行分类实验,证明该方法的整体准确率达到99%。     

傅立叶变换在熔池图像特征提取中的应用

熔池图像特征的提取对于分析焊接质量十分重要,而频域图像处理算法相对空域有很多优势,可以克服传统的空域图像处理算法对噪声敏感的不足,并有利于增强图像特征.为此,首先采用中值维纳滤波方法对焊接熔池图像进行组合滤波去噪,然后对去噪后的熔池图像运用基于傅立叶变换的巴特沃思滤波器进行高通滤波,以增强图像,并采用加强滤波算法对图像实现补偿,同时进行直方图均衡化,最后运用Canny算子边缘检测与数学形态学运算获得熔池边缘,提取出熔池特征信息.结果表明,运用傅立叶变换高频加强滤波进行熔池图像增强处理,并结合空域中较为成熟的图像处理算法,可以得到较好的熔池特征提取效果.     

图像处理技术在焊缝跟踪中的应用研究

以视觉传感型焊缝跟踪系统为研究对象,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理、图像分割、边缘检测和特征点提取等图像处理过程;总结了一些传统和新型的图像处理算法,并讨论了各自的工作原理和优缺点.最后,对图像处理技术在焊缝跟踪中的应用前景作了展望.     

计算机视觉焊缝识别技术研究

对焊缝识别技术进行了深入研究,包括对焊缝图像的中值滤波以降低噪声干扰、对图像的最佳阈值化以获取焊缝信息以及对图像的数学形态学处理以消除焊缝周围孤立点的干扰.在此基础上,提取到较为清晰的焊缝图像,进而采用最小二乘法建立焊缝的轨迹方程,为焊接控制提供依据,提高焊缝跟踪精度及焊接质量.