共查询到10条相似文献,搜索用时 15 毫秒
1.
弧焊机器人焊缝图像处理及识别方法的研究 总被引:1,自引:0,他引:1
针对电荷耦合器(CCD)所获取焊缝图像的特点,研究了相应的图像处理方法,有效地消除了焊接过程中的飞溅和弧光对焊缝图像的干扰.通过识别激光带在焊接坡口处的变形,准确识别出图像中焊缝中心位置并计算出焊枪的偏差.采用多线程技术编写了应用程序,充分利用计算机系统资源,大大提高了图像采集、处理和存储的速度.识别算法对每幅图像的平均运算时间为16 ms,识别精度达到±0.2ms.试验证明:图像处理的过程和焊缝中心识别的方法是有效的,该系统满足焊缝跟踪控制的实时性要求. 相似文献
2.
3.
无坡口对接焊缝特征角点检测方法 总被引:2,自引:0,他引:2
针对无坡口平板对接焊缝,研究一种应用线结构光传感的角点检测原理实现焊缝特征检测与跟踪的方法.与基于线结构光形变特征检测焊缝位置的传统方法不同,根据激光条纹在焊缝处的灰度变化,运用图像形态学处理方法,提取焊缝中心特征.计算图像每列邻域内灰度值和,运用中心差分方法,提取焊缝图像感兴趣区域.再依据角点检测原理,确定焊缝中心亚像素级坐标位置,通过简单快速的系统标定,得到焊缝实际位置偏差.结果表明,对焊缝间隙为0.2 mm左右的对接焊缝进行跟踪试验,平均误差均保持在0.1 mm以内,满足焊缝跟踪精度要求. 相似文献
4.
5.
6.
7.
小波分析在焊缝图像处理中的应用 总被引:1,自引:0,他引:1
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。 相似文献
8.
针对激光焊接紧密对接微间隙(0~0.1 mm)焊缝,研究一种基于法拉第磁光效应成像的焊缝检测新方法.以碳钢平板对接激光焊为试验对象,采用磁场激励器使焊件感应磁性并在焊缝处改变磁场分布,磁光传感器置于待测焊缝上方,不同磁场强度将导致磁光传感器偏振光不同角度的旋转,形成反映焊缝位置特征的磁光图像.对焊缝磁光图像进行滤波去噪、灰度转换以及形态学等处理,快速准确地提取出焊缝中心位置.结果表明,磁光图像能够有效反映微间隙焊缝位置,可以获得较高的测量精度,为解决微间隙焊缝检测和跟踪问题提供了一条有效途径. 相似文献
9.
10.
为实现焊接机器人焊枪定位与焊缝走向识别,提高焊缝跟踪精度,提出了一种交叉式双条纹激光传感方式,建立了该传感方式下双条纹激光间距与焊枪高度关系的理论模型.按图像行上灰度值和的一阶导数提取感兴趣区域(region of interest, ROI)、最大类间方差阈值分割及Canny边界提取等处理后,获得了上下激光条纹中心间距离及坡口中心值,由理论模型计算得焊枪高度,上下坡口中心值获得焊缝精确偏差与焊缝轨迹走向.结果表明,建立的理论模型正确,该方法可快速实现焊枪准确定位,识别焊缝轨迹走向,减小导前误差,提高偏差识别精度和焊接机器人智能化程度. 相似文献