基于支持向量机的焊缝缺陷类型识别研究

针对焊缝的线形和圆形两种主要缺陷,提出了一种基于支持向量机的焊缝缺陷种类识别算法。首先,对焊缝X射线图像运用模糊C均值聚类、区域填充、均值滤波、边缘检测、大津阈值及谷发现图像预处理算法,获取焊缝缺陷的位置,然后通过逆表面阈值算法将缺陷从焊缝中分割出来;利用基于分段分形纹理分析算法提取焊缝缺陷的特征值;最后将特征值输入到基于支持向量机的焊缝缺陷分类器中,识别出焊缝缺陷种类。试验结果表明,通过对150张焊缝X射线图像进行训练,对80张焊缝X射线图像进行测试,平均正确识别焊缝缺陷种类的准确率达97.5%,满足工业要求。     

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。     

改进Canny算法检测直缝焊管焊缝位置

针对传统Canny算法在识别直缝焊管焊缝边缘时易受噪声干扰、强弱边缘连接不佳等问题,通过分析直缝焊管图像特点,提出一种改进的Canny算法检测直缝焊管焊缝位置方法。首先在进行非极大值抑制中引入了梯度方向局部均值偏差;其次对非极大值抑制之后的点利用大津法计算阈值;最后通过实际采集焊管图片强弱边缘分布特点将强边缘边界所连边界作为附加连接条件。通过实验验证改进的非极大值相对于传统方法抑制能够有效的抑制噪声点并保留边缘信息,在直缝焊管焊缝边缘位置识别中改进的Canny算法相对于传统边缘检测算法能够抑制噪声干扰,保留更多的焊管边缘与焊缝边缘,因此较好的满足实际使用需求。     

分焦平面红外偏振微扫描图像超分辨重建

分焦平面偏振探测系统受其探测器结构的影响,成像分辨率低于探测器实际分辨率,本文在不改变光学系统结构下使用微扫描获取亚像元微位移帧序列,提出一种改进的凸集投影(Projection On Convex Sets, POCS)算法用于提升偏振成像系统的成像分辨率。该算法首先对获取到的偏振微扫描图像序列进行检偏角分离,将同组检偏角图像序列作为输入,其次进行位移匹配与凸集投影迭代初步重建高分辨率图像,然后将图像分组进行滑动窗口非邻域聚类,利用主成分分析将聚类后的图像进行降维,最后将每一维信息视为时间采样函数,在小波域进行软阈值降噪。实验表明,本算法可以有效的提高传统POCS算法的抗噪性能,提高分焦平面偏振探测系统的成像分辨率,和同类算法相比结构相似性系数提升0.02,峰值信噪比提升约1 dB,并且拥有更高的噪声鲁棒性。     

焊接缺陷的磁光成像小波多尺度识别及分类

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。     

基于双目视觉的水下焊缝图像采集与识别

文章根据水下焊缝跟踪的要求,设计了一套双目立体视觉传感器。采用卤钨灯辅助光源加复合滤光系统,较好的去除了弧光、飞溅等干扰,拍摄到较为清晰的焊缝图像。针对水下焊缝图像模糊,对比度低的特点,采用模糊增强的图像处理技术,并对Pal处理算法进行了改进,提高了图像处理的效率,获取了清晰的边缘图像．边缘检测后,对左右焊缝特征点进行扫描,准确地提取了焊缝中心。从而为水下空间缝自动化跟踪打下了基础。     

基于方向Gabor特征的水面尾迹提取

为了自动提取航空图像中水下目标运动产生的尾迹,提出一种基于方向Gabor特征和主成分分析(PCA)的水面尾迹自动提取算法.该算法首先对图像进行傅里叶变换得到它的能量谱,通过对传统的主成分分析进行改进求得图像的方向,然后根据方向来确定Gabor滤波器组,用该滤波器组提取的纹理特征就有旋转不变性.为了消除纹理特征的冗余信息,用主成分分析法对其进行降维,并对它们的分类性能进行比较.大量的实验结果表明本文的方法能够有效地提取水面尾迹纹理.     

微细对接焊缝初始点定位方法

为了解决焊接机器人对薄板微细焊缝的自动定位和焊接问题,研究了一种基于视觉的高精度微细对接焊缝初始点定位方法。提出一种局部范围内两步精确定位方法,第一步,获取工件在不同尺度及旋转角度下的图像,建立典型的模板匹配库,利用模板匹配方法提取出焊缝初始点位置区域;第二步,采用Shi-Tomasi算法在此局部范围内进行角点检测,计算亚像素级角点位置并进行初始点精确定位。通过对现场拍摄的50幅不同高度和旋转角度的图像进行初始点检测,实现了对所有图像的准确检测。实验结果表明,两步定位方法鲁棒性强,可以精确定位出规则边界和不规则边界焊缝的初始点,解决了微细对接焊缝初始点定位问题,达到了期望结果。     

基于支持向量机的轴承表面缺陷检测

提出一种基于支持向量机的轴承表面缺陷检测算法,该算法把轴承中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式,利用主成分分析法(PCA)对图像进行降维处理,然后用支持向量机方法对两类不同的样本采样学习,进行分类判断。实验结果表明,该算法能够较好地实现轴承缺陷的检测分类,有着深入研究的价值。     

箱梁结构件焊缝表面缺陷特征提取及分类研究

针对箱梁结构件焊缝表面缺陷分类识别过程中的在线特征提取及实时性等问题,在二维主成分分析(2DPCA)的基础上提出了一种基于泛化的增量式2DPCA(GI2DPCA)的特征提取算法。首先,对获取的箱梁结构件焊缝表面图像进行图像增强、图像平滑和阈值分割等预处理,实现了焊缝缺陷区域的有效信息提取,建立了焊缝缺陷数据库;然后,利用所提出的GI2DPCA算法对数据库中的焊缝图像提取其特征主元,并通过BP神经网络进行缺陷分类识别;最后,在建立的焊缝缺陷数据库上进行了算法性能的对比实验,并在ORL人脸数据库上对所提算法的通用性进行了验证。结果表明, GI2DPCA+BP神经网络算法的提取及分类速度可达36 fps,识别率达到97%,能够满足箱梁结构件焊缝表面缺陷检测的工程应用及实时性处理需求。     

基于粒子小波变异算法的焊接图像缺陷检测研究

为了提高焊接图像缺陷检测的效果,采用粒子小波变异算法。首先对焊接图像进行滤波和增强,确定焊缝缺陷边界提取范围;然后对粒子群进行小波变异操作,适应值较好的粒子变异概率相对小,通过海明距离计算粒子群的缩放因子,把Morlet小波作为母波,增加粒子多样性;最后建立焊接图像缺陷检测模型,给出算法流程。试验仿真显示,本文算法对焊接图像缺陷检测形状接近实际,能检测出不规则的缺陷,缺陷边缘连通性好,像素误差小,检测效率高。     

基于模糊聚类分析的边缘检测算法

将模糊c-均值聚类算法(FCM)应用到图像的边缘检测中.首先,将灰度图像中的每一个像素点看成是一个数据样本,将该点的灰度值经过Robert算子、Sobel算子和Prewitt算子处理构成它的特性向量,形成具有三维特征的数据集,然后对这个数据集应用模糊聚类算法进行分类,自适应地检测出图像的边缘点,达到提取边缘的目的.实验结果表明,这种混合算法能得到很好的边缘检测效果,并且得到的结果无需再细化处理,提高了边缘定位的精度.     

基于DMG的焊缝边缘检测方法及应用

在工程机械中,很多机械关键部件为钢焊接结构。随着计算机视觉技术的发展,针对钢焊接结构容易出现裂纹、漏焊及焊缝外观不规则等缺陷检测效果差等问题,提出了基于微分形态学梯度处理的焊缝边缘检测方法。该算法首先采用中值滤波、白平衡处理和图像归一化等图像预处理技术纠正采集图像,然后用微分形态学梯度提取焊缝的二值化图像。仿真实验中使用微分形态学梯度算法与三种常用的图像处理算法对焊缝图像处理进行了对比与分析。结果表明,微分形态学梯度算法在处理焊缝图像时能够有效降噪,信噪比大且图像有用焊缝信息不丢失,对提高焊缝检测精度、保证机械机构安全具有重要意义。     

基于漏磁成像的焊缝缺陷检测可视化方法研究

针对传统的基于漏磁信号识别方法的局限性,以焊缝缺陷的漏磁图像为研究对象,提出了一种新的基于数学形态学的焊缝缺陷的边缘提取方法,对焊缝与缺陷的识别、缺陷定位等方面进行了深入研究,实现了对焊缝缺陷的可视化图像显示。首先利用所设计的新型磁化系统,对实验板上焊缝不同区域分布的矩形槽缺陷进行了连续非接触漏磁扫描,获取了其三维漏磁信号分布图。然后将其转化为二维灰度图形,利用构造的一种数学形态学优化边缘提取算法对灰度图形进行边缘检测。结果表明,根据边缘检测结果的轮廓图,可直观化缺陷形态、位置等信息,定位精度达到96.67%。该方法能较准确地提取漏磁信号图像的焊缝和缺陷边界,实现二者的有效分离,具有良好的适应性和实用性。     

基于法向量区域聚类分割的点云特征线提取

针对逆向工程领域中散乱点云模型过渡线及细节特征线提取不完整问题,提出一种法向量区域聚类的特征线提取方法。采用自适应邻域的主成分分析法估算模型的法向量,利用萤火虫算法优化的模糊C均值聚类算法对法向量的进行聚类实现模型的有效分割。构造点集剔除与合并准则从各分割块边界点集中析取候选特征点,再以局部邻域主轴方向为基准提取特征点。实验结果表明：简单模型的特征线基本可准确完整提取,相对复杂模型的特征线数量提取率可达90%,长度提取率达到了85%。算法具有良好的自适应性和准确性,能有效提取点云模型尖锐特征和细节特征,并尽可能多地保留模型过渡特征。     

采用多特征共生矩阵的模板匹配

为解决在模板匹配过程中,目标图像发生局部遮挡、背景变化、光照变化以及剧烈非刚性形变等情况而出现的匹配失败问题,本文提出了一种基于多特征融合的共生矩阵模板匹配算法.首先,采用多特征融合的方法提取图像信息.分别提取图像的颜色特征、深度特征、方向梯度直方图(HOG)特征,通过主成分分析(PCA)与K均值聚类的方法实现多通道多...     

基于机器视觉的维氏硬度测量

设计了基于机器视觉的维氏硬度测量系统,提出了一种维氏硬度测量算法。基于位置聚类的方法,对压痕边界的边缘点进行有效提取与归类;先后两次基于最小二乘法对压痕边缘拟合,首先通过边缘拟合确定边缘直线的粗略位置,然后根据一次拟合方程剔除干扰点,再次拟合获得精准的边缘直线;为了有效的提高维氏硬度测量的精度,先对刻度线图像进行校正,获得了垂直于水平位置的刻度线图像后,再获取实际像素宽度。实践表明,该算法稳定性好、精度高,很好的满足了工业应用要求。     

基于工业机器人弧焊的焊缝识别研究

从视频或图像序列中准确有效提取出焊缝位置信息是实现工业机器人自主弧焊的基础和研究关键。根据主动视觉识别技术,利用CCD摄像机和激光视觉传感器搭建硬件系统,进行焊缝图像采集,提出了一种基于图像预处理与后处理相结合的焊缝检测方法,以适应于复杂焊接环境情况下的焊缝识别。对原始采集图像做图像滤波等预处理工作滤除噪声和提高焊缝图像清晰度,通过改进图像分割和孤点滤波滤等图像后处理提取出焊缝感兴趣区域,最后通过几何分析法和斜率法提取出焊缝中心线和特征点,得到准确的焊缝位置特征信息,从而完成图像信息到焊缝位置信息转换。实验仿真结果表明,所提出算法在搭建硬件系统上的焊缝识别率达到92%,能够把误检率控制在11%左右,能够在复杂背景情景下准确提取出焊缝位置信息,满足工程应用要求。     

板焊缝图像处理

焊接过程中不可避免地受到弧光、飞溅以及烟尘等若干因素干扰,为了提取准确、清晰的焊缝图像,提出了利用中值滤波进行图像预处理,采用固定阈值的方法对图像进行分割,应用Canny边缘算予进行边缘检测,采用Sobel算子对边缘进一步细化,采用最小二乘法进行曲线拟合以得到更为精确的图像,最后采用几何中心法较为准确地提取焊缝中心。以上各过程都是利用Visualc＋＋实现,实验结果表明,方法快速有效,原理明了,算法简单,易于编程。     

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。