共查询到18条相似文献,搜索用时 187 毫秒
1.
提出了一种基于纹理特征的焊缝自主识别视觉方法.不同于通常利用被焊工件的宏观结构特征的主动视觉和利用工件图像中明显的灰度梯度的被动视觉,该方法利用待焊区(焊缝位置)与母材区之间明显的纹理特征差异来实现;能够解决多层多道焊后几层、道次的焊接时通常视觉方法不易识别焊缝的问题.在该方法中,先对图像进行纹理分析.提取纹理特征,再利用待焊区和母材区的纹理特征差异,采用图像分割的方法,确定焊缝区域位置以及焊缝中心.结果表明,该方法能够适用于多层焊盖面焊焊缝识别. 相似文献
2.
《机械制造文摘:焊接分册》2009,(2)
20092236GMAW短路过渡焊接熔池的视觉检测/王德民…//焊接学报.-2008,29(10):84~88针对GMAW短路过渡焊接过程的熔池视觉检测,采用普通工业CCD摄像机,通过光谱分析选择窄带复合滤光器。设置了CCD摄像机曝光时间,分析短路过渡电压波形,确定了CCD摄像机采集时刻并设计了短路检测及CCD摄像机外触发电路,准确地将CCD摄像机的曝光时刻定位于短路过渡阶段。提出了正前方小角度和正后方大角度的图像采集方式。结果表明,采用以上图像采集方案,利用普通工业CCD摄像机可拍摄到连续清晰且不失真的熔池图像。并设计了图像处理算法,提取出完整的熔池边缘。图9参620092237基于纹理特征的焊缝识别方法/王胜华…//焊接学报.-2008,29(11):5~8提出了一种基于纹理特征的焊缝自主识别视觉方法。不同于通常利用被焊工件的宏观结构特征的主动视觉和利用工件图像中明显的灰度梯度的被动视觉,该方法利用待焊区(焊缝位置)与母材区之间明显的纹理特征差异来实现;能够解决多层多道焊后几层、道次的焊接时通常视觉方法不易识别焊缝的问题。在该方法中,先对图像进行纹理分析,提取纹理特征,再利用待焊区和母材区的纹理特征差异,... 相似文献
3.
《机械制造文摘》2009,(2)
20092236GMAW短路过渡焊接熔池的视觉检测/王德民…//焊接学报.-2008,29(10):84~88针对GMAW短路过渡焊接过程的熔池视觉检测,采用普通工业CCD摄像机,通过光谱分析选择窄带复合滤光器。设置了CCD摄像机曝光时间,分析短路过渡电压波形,确定了CCD摄像机采集时刻并设计了短路检测及CCD摄像机外触发电路,准确地将CCD摄像机的曝光时刻定位于短路过渡阶段。提出了正前方小角度和正后方大角度的图像采集方式。结果表明,采用以上图像采集方案,利用普通工业CCD摄像机可拍摄到连续清晰且不失真的熔池图像。并设计了图像处理算法,提取出完整的熔池边缘。图9参620092237基于纹理特征的焊缝识别方法/王胜华…//焊接学报.-2008,29(11):5~8提出了一种基于纹理特征的焊缝自主识别视觉方法。不同于通常利用被焊工件的宏观结构特征的主动视觉和利用工件图像中明显的灰度梯度的被动视觉,该方法利用待焊区(焊缝位置)与母材区之间明显的纹理特征差异来实现;能够解决多层多道焊后几层、道次的焊接时通常视觉方法不易识别焊缝的问题。在该方法中,先对图像进行纹理分析,提取纹理特征,再利用待焊区和母材区的纹理特征差异,... 相似文献
4.
5.
6.
7.
8.
9.
10.
提出了一种基于贝叶斯网络模型的厚板T形接头GMAW焊接位置的实时自主决策方法。该方法首先根据视觉传感获得的坡口轮廓特征信息,将焊脚要求和当前填充状态转换为视觉描述特征,实现上述信息的实时判定,利用实时识别的焊缝轮廓特征点、判定的焊接状态建立贝叶斯网络模型,并依据焊接经验设计先验概率计算方法,利用自适应重要性抽样算法,基于最大后验概率准则实现焊接位置实时决策。 结果表明,与层次分析法的对比,提出的该模型能满足不同厚度T形接头多道焊焊接位置实时自主决策要求,具有更高的决策稳定性,对伪特征点的抗干扰能力强,其决策结果与依据焊接经验实施的决策结果一致,正确率约为95%。 该方法能提高焊接效率,同时可为提高厚板GMAW自动化焊接水平提供实现的途径。
创新点: (1)根据视觉传感获得的坡口轮廓特征信息,将焊脚要求和当前填充状态转换为视觉描述特征,实现上述信息的实时判定。
(2)利用实时识别的焊缝轮廓特征点、判定的焊接状态建立贝叶斯网络模型。
(3)依据焊接经验设计了贝叶斯网络中相应节点的先验概率计算方法。 相似文献
11.
激光拼焊焊缝质量结构光视觉检测中,对焊缝的准确识别是实现高精度检测的关键. 针对检测图像中结构光光纹畸变特征不明显,无法准确识别焊缝的问题,依据焊缝纹理特征信息,提出了一种基于最小二乘支持向量机的焊缝识别方法. 首先,分析并提取焊缝区和非焊缝区差异明显的纹理特征. 其次,训练最小二乘支持向量机模型,对焊缝进行粗识别. 最后,采用Laws纹理滤波提取焊缝区域,并通过阈值分割方法精确识别焊缝. 针对不同工艺参数下的激光拼焊焊缝开展焊缝识别试验,结果表明,该方法能够有效地识别焊缝. 相似文献
12.
In this paper an automatic visual method of seam recognizing and seam tracking based on textural feature matching was proposed,in order to recognize the weld of multi-layer or multi-pass welding in which the weld is difficult to be recognized by conventional visual methods.This method focuses on the obvious difference of image textural feature between the weld region and the base metal region,as well as the similarity of the textural features along the welding direction.The method consists of the following steps: setting image template and choosing the edge region as ROI (region of interest),extracting the image textural feature of the template and the edge region,feature matching,and recognition of weld region.Experiment showed that the method proposed was effective for weld seam recognition in multi-layer welding. 相似文献
13.
14.
由于示教型焊接机器人在进行汽车薄板件连续焊工艺时存在装夹误差和热变形等问题,导致焊缝实际轨迹与示教轨迹存在较大误差。为提高焊接质量,基于焊接机器人构建激光视觉焊缝检测跟踪系统,提出基于目标估计准则的焊缝跟踪算法,实时跟踪焊缝中心点三维位置变化。以传统图像处理法提取初始帧焊缝特征点,通过改进的孪生神经网络对强干扰下的焊缝特征点进行跟踪提取。通过坐标转换得到机器人基坐标系下的焊缝中心特征点三维坐标。结果表明:该算法能精确提取跟踪焊缝特征点,平均误差为0.48 mm,平均帧率为90帧/s,优于传统图像处理方法和基于相关滤波的方法,能够实现快速准确的跟踪。 相似文献
15.
特征点提取是激光视觉焊缝图像识别的关键技术,目前常用的斜率分析法虽然原理简单、计算速度快,但适应性不好、精度不高,对于一些复杂的深坡口焊缝甚至无法识别.对基于扫描激光视觉传感的焊缝图像识别进行深入研究后,提出一种新的特征点提取思想———由形到点,将焊缝坡口特征点分为直角拐点和斜角拐点,分别设计斜率极值法和斜率截距法来提取.实际焊缝跟踪时,根据拐点类型分别调用对应的提取算法,就能完成全部焊缝坡口所有特征点的提取.结果表明,"由形到点"提取特征点精度高,抗干扰能力强,对不同焊缝坡口形式适应性好,在厚板深坡口焊缝跟踪领域有很大的实用价值. 相似文献
16.
焊接过程的复杂性与对象的多样性对焊缝视觉识别与跟踪提出了较高要求,依靠单一特征难以保证识别算法的稳定性与可靠性.文中提出了基于置信度加权的信息融合方法,对获得的不同光照条件下的同视场图像分别进行结构光条形状特征与灰度特征的提取,并分别根据两者的结果进行焊缝边缘的识别,将结果表示为位置的概率密度与置信度的形式,采用置信度加权的方法对概率密度进行叠加,得到融合结果,并针对算例进行了融合算法的验证.结果表明,算法能够实现稳定准确的焊缝边缘识别. 相似文献
17.
《Science & Technology of Welding & Joining》2013,18(3):271-277
AbstractManual underwater welding is usually time consuming, expensive and hard to perform because of the rigorous underwater environment. Automatic underwater welding can be performed faster at less cost and with higher quality. An automatic seam tracking system for underwater flux cored arc welding has been developed. It consists of a vision sensing module, a seam recognition module, a fuzzy controller (FC) and an X–Y travel platform. The vision sensing module can capture clear seam images during welding, successfully resolving the problem of welding arc interference during underwater flux cored arc welding. The seam recognition module filters, enhances and thresholds the seam images and then recognises the seam deviation angle with a three layer back propagation neural network. The FC outputs the control parameters according to the seam deviation angle and then controls the X–Y platform to drive the torch to the centre of the seam. In this study, three different welds were considered: a straight line, a kinked straight line and an S curved line. These welds were tracked real timely during underwater flux cored arc welding. The results show that this seam tracking system can meet the requirements of the automatic underwater flux cored arc welding. 相似文献
18.
设计了一种视觉传感器同时采集熔池和焊缝轮廓, 并提出一种基于视觉注意机制的机器人厚板焊接焊缝轮廓的提取方法. 该方法以图像的亮度信息和方向信息作为初级视觉特征,并以焊缝图像作为亮度特征图,把对焊缝图像进行膨胀处理再进行Gabor滤波的结果作为方向特征图. 对上述两种特征图进行显著性度量,然后对度量结果进行自适应特征融合获取综合显著图,并对其进行阈值分割和最近邻聚类. 结果表明,最后在所有类别中以成员数最多的类所覆盖的区域作为最先被注意的区域,而其包含的数据即为焊缝轮廓信息. 相似文献