膜式壁焊缝图像处理及其识别方法

提出一种基于新的单目视觉线性结构光的膜式壁焊缝识别方法,克服了焊接过程中的飞溅、烟雾等干扰,快速地提取了膜式壁角焊缝特征点。首先,根据激光条纹图像与背景的显著性差异,采用灰度级频率法提取了激光条纹图像;其次,基于骨架抽取提取了激光条纹中心线,并对中心线坐标应用Takagi Sugeno模糊算法进行滤波;最后,应用动态ROI搜寻法快速找到含有焊缝特征点的区域,结合快速排序算法找到焊缝特征点坐标。经实验证明,该算法能够快速准确地提取焊缝特征点,结合控制算法,能够准确跟踪焊缝。     

基于三线激光的除锈爬壁机器人焊缝实时辨识方法

为实现船体焊缝除锈自动化,提出了一种基于三线激光的船体除锈爬壁机器人焊缝中心线提取方法。搭载视觉传感器的爬壁机器人在除锈过程中使用三条平行线激光扫描焊件表面并获取实时图像,通过图像卷积、二值化、细化等算法得到激光条纹骨架。利用中值滤波和链码特征排除法去除骨架中的干扰点,对骨架进行分段拟合,提取焊缝特征点并确定焊缝中心线。实验表明:系统可有效检测出焊缝中心的位置,为除锈爬壁机器人的焊缝跟踪奠定基础。     

基于Steger算法的弯管图像中心线检测方法

在基于多视几何的弯管三维测量方法中,为了重构弯管三维模型,需要精确稳定的提取弯管图像中心线,文章研究了常用的弯管图像中心线检测方法的不足,结合张量投票算法与Steger算法,提出一种亚像素级的弯管图像中心线检测算法。通过实验验证该算法能够克服光照不均匀带来的影响,提取弯管中心线的精度在0.5像素以内。     

基于机器视觉的管道焊接跟踪技术研究

针对爬行焊接机器人在管道自动焊接中对典型的V形坡口焊缝的定位与中心线的提取,设计了一种基于激光视觉检测的自动焊缝跟踪系统。提出了一种基于激光条纹图像特征的两步定位方法:第一步,建立模板匹配,利用模板匹配方式获取激光条纹位置区域;第二步,采用阈值分割和中心法提取激光条纹中心线,然后采用Shi-Tomasi算法对中心线进行角点检测,经过拟合直线求交点和逐列扫描对比得到焊缝坡口的4个拐点信息,并确定焊缝中心。通过对实际的焊接过程进行测试,结果表明:跟踪系统的平均纠偏误差在2像素以内,平均处理纠偏时间在120 ms以内,具有较高的精度和实时性。     

复杂纹理工件的位姿检测方法研究

针对工业检测中一类具有平面特征的复杂纹理金属工件的位姿检测问题,使用双目视觉和DLP投影仪,将工件的局部特征作为检测重点,提出一种投影差分多线结构光的方法,使差分结构光的中心线相互补偿,减少提取光条中心线出现异常点的概率。运用极线约束特征点行对齐的特性,设计无编码双目结构光系统特征点匹配方法,提高提取平面特征点的稳定性。利用Tukey权重函数改进拟合算法,进一步提升工件被测平面拟合精度和提取工件边缘和角点的准确度,解决了传统拟合模型算法权重分配不合理的问题。经三轴精密滑台实验,并与高精度三坐标仪对比检测结果,验证该方法可以满足高精度三维测量的需求。     

基于最小二乘拟合的线胶质量检测北大核心

针对在复杂光照条件下线胶质量检测存在自动化程度不高,检测精度低等问题,提出了一种基于最小二乘拟合的线胶质量检测方法。首先使用非局部均值滤波降噪算法对图像进行降噪处理;随后通过动态阈值分割法确定待检测线胶区域,并在待检测区域内使用基于形态学的laplacian of gaussian边缘提取算法提取线胶轮廓;最后使用基于最小二乘拟合的线胶边缘轮廓拟合算法,计算拟合直线之间的平均距离即可得到线胶宽度;将线胶宽度信息与设定胶宽进行对比,判断是否存在断胶等质量问题。经实验验证,在复杂的光照条件下,该方法能准确检测出线胶宽度信息,满足对工业生产线的在线检测要求,其检测高效快速,准确率较高,能有效减少人力与资金投入,适合在实际生产中应用。     

基于线结构光的铝合金对接焊缝特征提取方法研究

在对接焊缝的焊后质量检测中,由于环境干扰、材质反射程度及激光功率等因素的影响,造成焊缝表面信息的提取困难。针对上述问题,提出了一种基于线结构光的铝合金对接焊缝特征提取方法,设计了一种基于线结构光的视觉检测系统,实现焊缝表面激光条纹图像的快速采集。针对复杂环境下激光条纹图像的几何分布以及灰度特征,采用直线重投影、图像滤波、连通域分析等图像预处理操作,实现焊缝图像的ROI提取以及噪声滤波;采用加权灰度重心法提取激光条纹的中心线,并通过插值平滑算法得到连通性、拟合程度高的中心线;最后采用最大距离法得到对接焊缝特征点,并计算所需焊缝成形尺寸参数。试验结果表明,该方法能够有效提高图像检测效率及精度,满足工业检测标准。     

多层多道焊接结构光中心线提取

在对多层多道焊接视觉跟踪过程中,需要对结构光光条中心线上信息进行提取.要完成光条中心线提取需要解决光条形状复杂、光强度分布不均匀、焊豆或镜面反射等引起的结构光光条间断及环境噪声影响等问题.文中在研究已有中心线提取算法的基础上,提出了基于各向异性热扩散方程的结构光光条中心线提取算法.完成中心线提取后,选用已有算法对中心线上包含焊道信息的间断端点及高曲率角点进行检测,完成对结构光光条中心线上的特征提取.通过对文中提出的检测算法原理的分析及试验,试验结果证明该算法能够解决上述问题,同时与现有算法的比较可以看到文中在计算精度及速度上具有优势.     

基于视觉传感的薄板对接焊缝特征提取方法的研究

在薄板焊接过程中,由于环境光干扰、物体表面反射和激光散射等因素的影响,采集的图像中噪声密度过大,造成焊缝中心难以准确提取。针对上述问题,提出了一种基于视觉传感的薄板对接焊缝特征提取方法,设计了一种基于线激光的视觉传感系统,实现对薄板表面激光条纹图像的快速采集。针对复杂环境下激光条纹图像的灰度特征,采用图像二值化和自适应中值滤波算法去除图像中的噪声,利用重心法和统计列像素点个数方法选取ROI区域;通过对ROI区域图像进行阈值分割、开运算和提取重心得到激光条纹中心线;最后采用二阶差分法和极值搜索法得到对接焊缝特征。实验结果表明,该方法能够有效去除噪声干扰,准确提取焊缝中心及对接焊缝宽度。     

指示表图像特征的视觉检测方法

在对指示表进行智能读数时,需首先检测出指示表的两个图像特征,即指示表轮廓与指针位置,由此可以确定指示表的有效区域以及指针与刻度的位置关系。基于指示表图像的几何结构特征,提出一种指示表图像特征的视觉检测方法。通过对图像预处理提取出轮廓区域,基于对称性圆检测算法与Hough变换思路得到圆轮廓参数。然后在轮廓内部,以轮廓圆心作为指针回转中心,运用Radon变换得到指针中心线。最后利用二值图像椭圆特征识别出指针朝向。该方法能够准确、快速检测出指示表图像特征,为后续基于视觉的指示表智能读数提供必要的技术基础。     

激光沉积制造特征分区定义及识别方法研究

激光沉积制造技术在飞机框、梁类大型件增材制造方面具有独特的优势,然而应力和变形成为阻碍该技术应用的瓶颈。因此分区工艺被广泛采用以离散制件的残余应力和缓解零件变形。然而,传统分区工艺不考虑零件的几何结构特征易导致不规则的分区搭接,从而引入气孔、熔合不良等缺陷。为了解决这一问题,提出了一种特征分区方法,根据典型框、梁结构件的片层结构几何形状特点,将特征分为“十”字形、T字形、L形和“一”字形4类,并对各类分区特征从形状、姿态和尺寸三方面进行限定,完成分区特征定义。提出一种基于区域骨架线检测的特征识别算法,利用骨架化算法有效简化特征并保留构型特性,采用向量叉乘法、定比分点法对特征区域骨架线完成特征角、平面姿态角及特征分支数等相关参数计算。通过比较计算值和定义值实现特征类型识别。采用典型飞机框件模型的切片数据对算法进行了验证,结果表明该算法能够快速而准确地识别各类特征,实现零件自动特征分区,为智能化增材制造技术打下基础。     

基于激光视觉的钢结构焊缝图像处理系统

针对钢结构件品种多、批量小,焊缝形状位置一致性差,机器人重复定位过程复杂等缺点,设计了一种基于激光视觉的钢结构焊缝图像处理系统. 运用CCD工业相机和激光器,采集带有激光条带的焊缝图像,分别利用中值滤波柔化噪音,Otsu算法自适应阈值分割,开操作和形态学处理相结合去除图像中除目标像素外的小连通区域,提取激光条带的中心线,最终利用Hough变换对中心线直线拟合,得到特征点位置,并通过骨支架试验验证该技术的可行性. 结果表明,该方法可快速准确地检测到焊缝特征点,满足实际要求.     

一类窄焊缝的结构光图像特征提取方法

提出一种新颖的窄焊缝的特征提取与图像处理方法,有效地克服了环境的各种干扰,可靠地提取出了焊缝的特征点.首先设计了一套基于线结构光的显微视觉系统,可靠地检测出了结构光焊缝图像;接着提出一种基于阈值变换的行像素点统计算法和自适应形态学收缩算法可靠地分割出结构光条纹图像;然后采用过度参数直线拟合和B样条曲线拟合算法准确地得到了结构光条纹的中心线.最后,提出一种基于距离搜索的算法,得到了焊缝的特征点.结果表明,窄焊缝结构光图像特征提取方法可行.     

基于区域连通滤波的薄板焊缝跟踪图像处理算法

针对工件表面经过局部打磨或点固的薄板对接、搭接焊缝的焊缝中心线提取和焊接起始位置搜索问题,提出了一种基于区域连通滤波与Hough直线变换相结合的图像处理算法。采用自适应二值化算法有效分离打磨后灰度值非常接近的背景区域和目标区域;然后根据薄板对接、搭接焊缝宽度窄、直线型的形态学特征,采用区域连通滤波方法提取出焊缝区域;对于焊接图像中存在的点固点干扰,通过区域连通滤波与Hough直线变换相结合进行滤除。试验结果表明,该方法能实现快速准确的薄板对接、搭接焊缝跟踪,跟踪精度在±0.3 mm以内。     

基于有监督过渡区的焊缝X射线图像分割

针对X射线焊缝检测图像中存在大量背景冗余信息,焊缝和缺陷难于准确检测提取的问题,提出一种基于先验知识的有监督过渡区域提取及阈值分割方法.根据焊接图像本身的特点,通过先验知识对样本图像进行训练,确定某个区间来估算图像过渡区域的灰度范围,按照模糊子集理论,给出一种新的加权算子来描述局部窗口内灰度级的变化,从而能充分考虑到局部窗口内灰度级变化的频率和幅度,通过计算过渡区域像素的灰度均值,将其作为阈值对图像进行分割.结果表明,该方法能准确地将目标缺陷从焊缝X射线图像中分割出来,具有良好的适应性.     

基于小波边缘检测的焊缝跟踪技术

在基于视觉传感的焊缝跟踪系统中,焊缝图像复杂多变,要准确得到焊缝中心线,选取合理高效的处理算法是十分重要的.在详细分析焊缝图像特点基础上,采用先行基于梯度信息的自适应平滑滤波,运用3阶B样条双小波多尺度边缘检测方法,减少了误检漏检率,有效地提高了小波变换在抗噪性能和定位精度上的优越性.在此基础上提取出焊缝中心线,用于焊缝自动跟踪控制.试验结果表明,该方法复杂度适中,处理速度较快,效果良好,能有效地提高焊缝跟踪控制的精度.     

一种基于焊缝特征的焊缝中心线信息获取方法

在焊缝跟踪过程中,根据图像信息,如何快速有效地获取焊缝中心线信息是实现智能跟踪的关键要素之一。深入研究借助反射体反射弧光照射焊件表面得到的焊缝图片,根据图像中焊缝纹理的特点,提出新的检测算子,并利用该算子确定焊缝图片小区域焊缝中心的坐标。提取直线、圆弧、折线三种焊缝类型的焊缝中心线信息,通过BP神经网络模型对提取到的三种类型焊缝坐标点进行分类和MATLAB仿真试验。实验结果表明,该方法所获得的焊缝中心线信息反映了实际的焊缝轨迹,同时获取焊缝轨迹的时间少,为焊缝跟踪整个系统的实时性提供了基本保障。     

V型坡口几何参数及中心线的视觉检测

提出了一种基于双目立体视觉自动检测V型坡口几何参数及其中心线的新方法.首先搭建了一套坡口视觉成像系统并用其获取了坡口表面轮廓图像信息.其次,采用去噪、阈值分割、形态学等图像预处理方法获得了更加清晰的坡口区域特征图像.最后,采用立体匹配的方法获得了特征区域的三维坐标,建立了坡口几何参数及其中心线的提取方法.     

基于结构光的V型焊缝图像实时处理

为了在焊缝跟踪系统中准确获取焊缝中心位置,设计了一套基于结构光的V型焊缝中心提取方法。对焊缝图像采用中值滤波去除图像噪声,采用准固定像素个数阈值分割方法对图像进行二值化处理,采用基于二值形态学的边缘检测方法对二值化的图像进行孤点滤波和边缘检测,采用求取边缘上下两个边界点的平均值方法提取结构光的中心线,通过计算坡口截面重心坐标的方法来获取焊缝中心位置信息。实践表明,所采用的方法能够正确地提取焊缝中心位置信息,具有很强的抗干扰性能,能够满足焊缝跟踪系统的实时性要求。     

钢轨超窄间隙焊接直坡口中心线的图像识别方法

在钢轨超窄间隙焊接过程中,坡口中心线识别的准确性是影响焊接质量的关键。由于坡口窄而深的结构特点以及钢轨表面易受干扰,采集的焊接图像目标轮廓模糊、背景复杂,影响坡口位置准确的识别。因此,采用激光为辅助光源,提出了一种基于激光视觉技术的钢轨超窄间隙焊接的坡口中心线的图像识别方法。应用直线斜率估计方法确定坡口位置激光线,通过扫描和投影操作,并采用灰度跳跃和交叉检测方法提取坡口中心线。通过实验进行验证,以上方法能够准确地识别直坡口中心线,而且计算量小、耗时短,满足实际需要。