Vision-based detection of MAG weld pool

Weld pool contains significant information about the welding process. The weld pool images of MAG welding are detected by LaserStrobe system. An algorithm for extracting weld pool edge is proposed according to the characteristics of MAG weld pool images. The maximum weld pool length and width are calculated. The measurement data can be used to verify the results of welding process simulation and to provide a good foundation for automatic control of MAG welding process.     

Automatic weld defect identification from radiographic images

This paper presents a new approach for weld defect identification from radiographic images. This approach is based on the generation of a database of defect features using Mel-Frequency Cepstral Coefficients (MFCCs) and polynomial coefficients extracted from the Power Density Spectra (PDSs) of the weld segmented areas after performing pre-processing and segmentation stages. Artificial Neural Networks (ANNs) are used for the feature matching process in order to automatically identify defects in radiographic images. The performance of the proposed approach is evaluated using 150 radiographic images in the presence of various types of noise and blurring. The experimental results show that the proposed approach can be used in a reliable way for automatic weld defect identification from radiographic images in noisy environments, and can achieve high recognition rates.     

基于B样条曲线的X射线图像焊缝缺陷分割与提取

针对大部分X射线数字图像低对比度、背景起伏大以及纹理复杂的问题,在X射线数字焊缝图像预处理之后,采用B样条曲线对列灰度曲线进行拟合,获得光滑而且顺畅的曲线.在此基础上进一步提取曲线的极值点,并通过定义的波动阈值以及边界阈值进行两次极值点集合的修正.最后利用数学形态学及中值滤波对缺陷的形状和大小进行了修正.结果表明,该技术有效地解决了X射线图像由于焊缝纹理复杂导致缺陷提取困难的问题,有利于实现X射线图像焊接缺陷的自动提取.     

微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.     

基于视觉的焊接缺陷熔池图像特征探讨

针对MAG焊电弧光谱特点,采用被动式视觉传感方法,利用CCD摄像机配合近红外复合滤光系统消除弧光干扰,获取MAG焊熔池图像.从MAG焊焊接缺陷产生的机理及熔池流态出发,采用同步对比试验,研究了熔池图像特征与焊接缺陷的映射关系,提取出表面气孔、焊塌、焊穿等焊接缺陷所对应的熔池图像特征.结果表明,一种焊接缺陷往往有多种视觉图像特征,通过熔池图像特征判断表面气孔、焊塌、焊穿等焊接缺陷具有良好可行性,为基于视觉的焊接缺陷自动在线预测提供了技术依据.     

Welding defect detection from radiography images with a cepstral approach

This paper presents a new approach for feature extraction from radiography images acquired with gamma rays in order to detect weld defects. In this approach, images are lexicographically ordered into 1D signals. Then, Mel-Frequency Cepstral Coefficients (MFCCs) and polynomial coefficients are extracted from these signals, one of their transforms, or both of them. Discrete Wavelet Transform (DWT), Discrete Cosine Transform (DCT), and Discrete Sine Transform (DST) are tested and compared for efficient feature extraction. Neural networks are used for feature matching in the proposed approach. Sixteen radiography images containing seventy three weld defects are used to evaluate the performance of the proposed approach. For performance evaluation, the tested images are degraded by Gaussian, impulsive, speckle, or Poisson noises with and without blurring. The experimental results show that the proposed approach can be used in a reliable way for automatic defect detection from radiography images in the presence of noise and blurring.     

大功率光纤激光焊熔透状态模糊聚类识别方法

熔透是评价激光焊接质量的重要因素,但在焊接过程中难以直接检测熔透状态.以大功率光纤激光焊接304不锈钢紧密对接焊缝为试验对象,研究一种基于熔池红外热像的熔透状态识别方法.采用红外摄像机摄取焊接区域熔池动态图像,提取熔池特征量,应用模糊聚类算法分析熔池特征量与熔透状态之间的关系,使用模糊C-均值（FCM）和Gustafson-Kessel（GK）两种模糊聚类法建立熔透状态识别模型.激光焊接试验结果表明,熔池表征与熔透状态之间存在密切关联,通过GK模糊聚类算法建立的模型对熔透状态能达到78%以上的识别率,为大功率光纤激光焊接过程熔透状态的识别和控制提供试验依据.     

棱形管与法兰角焊缝图像处理及特征提取

由于棱形管与法兰角焊缝的位置多变,且实际生产中棱形管端面加工精度不高,自动化焊接程度低,文中搭建了一套棱形管与法兰环焊缝的自动化焊接系统,对于提高棱形管与法兰焊接的自动化程度有较大的应用价值。该系统通过CMOS相机和单条纹激光组成激光视觉传感器,获取角焊缝位置和间隙信息。针对采集的图像及工件特征,设计了适合的图像处理算法,首先采用了灰度变换、均值滤波和形态学处理的方法对图像进行预处理,然后根据对激光条纹图像灰度值分析结果,寻找合适的阈值,并采用极值法提取光条中心点,最后采用霍夫变换拟合直线,提取出角焊缝位置信息,并提出激光条纹端点搜索方法,提取出了角焊缝间隙大小。结果表明,该图像处理方案效果较好,抗干扰能力较强,可以准确的提取出焊缝中心位置和间隙大小,满足焊接机器人对焊缝跟踪的要求以实现自动化焊接。 创新点： (1)设计出适用于棱形管与法兰角焊缝的自动化焊接系统。 (2)设计了适用于该系统的焊缝中心位置提取算法。 (3)设计了角焊缝间隙提取算法。     

基于OpenMV的螺旋管内焊缝自动跟踪系统

针对国内部分钢材加工厂采用人工判断焊缝位置,手动调节来纠正焊偏的控制方式,自动化水平低且长时间工作导致视觉疲劳容易造成误判,影响螺旋管焊接质量的问题。该系统通过Open MV机器视觉模块采集图像,利用图像处理技术实时提取焊缝特征信息,经过统计筛选来计算焊枪偏移量,结合控制技术来实现焊枪的自动纠偏。现场试验结果表明,该系统能够满足要求,稳定、准确的实现焊缝自动跟踪。     

X射线焊缝图像的缺陷检测与识别技术

针对目前无损检测主要采用人工方式存在的主观不一致、检测效率低、操作复杂等问题,设计了一套焊缝缺陷自动检测系统。提出基于Otsu双阈值分割的缺陷区域自动提取、图像的降噪和灰度增强的图像预处理方法;通过SUSAN算法检测焊缝缺陷目标,并结合形态学孔洞填充算法修正缺陷目标;计算焊缝缺陷目标特征参数,并结合所设计的深度为4的二叉树分类识别逻辑流程,实现了较好的焊缝缺陷的检测结果。     

Neural network modeling for weld shape process of P-GMAW

Weld shape control is a fundamental issue in automatic welding. In this paper, a double side visual system is established for pulsed gas metal arc welding （ P-GMAW） , and both topside and backside weld pool images can be captured and stored continuously in real time. By analyzing the weld shape regulation with the molten metal volume, some topside weld pool characterized parameters （WPCPs） are proposed for determining penetration in butt welding of thin mild steel. Moreover, some BP network models are established to predict backside Weld pool width with welding parameters and WPCPs as inputs.     

微间隙焊缝磁光成像分形维数识别方法

针对紧密对接、无坡口、肉眼难以分辨的微间隙焊缝,采用磁光成像方法获取焊缝位置信息,并运用分形维数方法解决焊缝磁光图像存在较多干扰的问题.根据图像大视野相关信息处理图像,避免受到图像微小细节干扰对焊缝位置识别精度的影响,较传统图像处理法具有显著的抗干扰性.对焊缝磁光图像进行滤波去噪,将图像细分成块并计算出每个图像块的分形维数,再选取合适阈值对图像进行分割,准确地提取出焊缝中心位置.试验结果表明,运用分形维数提取磁光图像焊缝边缘区域特征,能够获取较准确的焊缝位置信息,为焊缝跟踪控制提供重要基础.     

自动焊机监测与参数化曲线控制系统设计

设计了自动焊机的监测与参数化曲线控制系统,以可视化方式为工艺人员改变焊接过程的控制参数提供了便利,该控制系统的数据库的数据存储与查询功能为工艺人员进行离线工艺分析提供了大量的数据,且该系统与焊机的数控系统密切配合,实现了焊接自动生产线的可靠监控.     

Automated detection of welding defects in pipelines from radiographic images DWDI

This paper presents a method for the automatic detection and classification of defects in radiographic images of welded joints obtained by exposure technique of double wall double image (DWDI). The proposed method locates the weld bead on the DWDI radiographic images, segments discontinuities (potential defects) in the detected weld bead and extracts features of these discontinuities. These features are used in a feed-forward multilayer perceptron (MLP) with backpropagation learning algorithm to classify descontinuities in “defect and no-defect”. The classifier reached an accuracy of 88.6% and a F-score of 87.5% for the test data. A comparison of the results with the earlier studies using SWSI and DWSI radiographic images indicates that the proposed method is promising. This work contributes towards the improvement of the automatic detection of welding defects in DWDI radiographic image which results can be used by weld inspectors as a support in the preparation of technical reports.     

脉冲GTAW焊接区视觉图象传感系统

设计了一套用于焊缝成形质量控制的脉冲GTAW焊接区图象传感系统,可同时同幅获得熔池正前方、正后方和背面等三个角度的图象。复合滤光技术配合低的取像电流,有效地克服了弧光的影响,所获得的图象清晰度高、对比性强、信息丰富,为深入研究脉冲GTAW的动态过程提供了有利的工具。     

可见光和近红外熔池图像融合方法

为了获取质量信息更佳的熔池图像，设计用分束镜将采集的同一路光源平均传输给两个相机，利用同步触发装置，建立了可见光和近红外熔池图像同路光源同步采集系统. 由于两个相机的图像之间具有不同的形变，提出了基于仿射变换的熔池图像配准方法，配准了可见光和近红外熔池图像. 在此基础上，提出了基于主成分分析的图像融合方法对可见光和近红外熔池图像进行图像融合. 结果表明，与加权平均融合，亮度色度饱和度融合和小波融合等传统图像融合方法相比，主成分分析图像融合方法最有效，得到的熔池图像质量最好.     

基于熔池图像尖端特征规律的焊接偏差测定方法

通过对管道全位置熔化极气体保护焊(gas metal arc welding,GMAW)熔池图像的研究分析,发现并验证了其根焊熔池图像尖端与焊缝坡口中心位置重合的现象,依据此规律性特征,提出了一种基于熔池图像尖端信息的焊接偏差测定方法.该方法的基本原理是,在对焊接过程熔池CCD图像进行中值滤波、小波变换、连通区域分割等图像处理后,以搜索算法测得的根焊熔池图像尖端位置信息作为焊缝坡口中心位置的坐标值,此值与焊丝中心坐标值之差即为焊接偏差量.试验证明,此方法能从根焊熔池图像中实时测定焊接偏差量,为实现机器人自动焊缝跟踪控制提供了可靠依据.     

大功率盘形激光焊接过程等离子体图像特征分析

研究一种基于等离子体图像特征的大功率盘形激光深熔焊质量分析及检测的新方法．以大功率盘形激光焊接Type 304不锈钢板为试验对象,应用高速摄像机摄取焊接过程中的等离子体图像,通过图像处理技术提取等离子体的面积和高度特征．以熔宽作为衡量焊接过程稳定性的因素,对比焊接过程中等离子体图像和焊接试件的熔宽变化,研究相邻等离子体...     

微间隙焊缝磁光成像检测方法

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.     

激光焊磁光彩色成像焊缝检测方法

针对激光焊接平板对接微间隙焊缝(间隙小于0.1 mm),研究彩色图像信息的磁光成像焊缝检测算法,为微间隙焊缝的精确跟踪提供一种新方法. 采用磁光传感器采集焊接过程的焊缝区域图像,对焊缝磁光图像在RGB(red, green, blue)和HSV(hue, saturation, value)彩色空间的灰度分布进行分析,提取RGB图各分量的灰度图,根据各分量灰度分布曲线确定阈值提取焊缝边缘,合成3个分量的焊缝边缘得到焊缝过渡带轮廓;对HSV图的每个分量图灰度直方图进行分析确定阈值,然后综合形成单一的焊缝过渡带分割图像. 结果表明,该方法能有效检测肉眼难以分辨的微间隙焊缝.