基于改进的边界追踪算法的管道法兰焊缝识别

针对目前管道法兰焊接中存在的缺点,文中对管道法兰焊缝进行先检测后识别,提出了一种基于改进的边界追踪算法的管道法兰焊缝识别方法.在焊缝检测阶段,利用曲率角估计的方法精确确定焊缝位置.在焊缝识别阶段,利用膨胀和掩码操作,根据检测到的焊缝位置,提出了一种在原图中设置不规则感兴趣区域的方法;细化边缘,并提出一种过滤伪边缘的算法.通过实际焊缝的试验验证,结果表明,基于改进的边界追踪算法的管道法兰焊缝识别方法能够准确的识别焊缝边缘,并且系统的识别稳定性好.     

一种基于改进的SUSAN算法的焊缝边缘检测方法

随着图像技术在自动化焊接中的应用,高效地识别和提取出焊缝轨迹,成为图像跟踪自动焊接的关键。本文提出了一种基于改进SUSAN算法的焊缝边缘检测方法。首先对采集到的焊缝图像进行灰度化处理,再通过SUSAN算法进行焊缝的边缘检测,并将SUSAN算法中的灰度差阈值由人为选取改进为一种自适应选取的方法。理论分析和实验结果表明,该算法比其他边缘检测算子抗噪能力强,可以更加高效地提取出焊缝信息。     

基于红外传感的焊缝熔宽测量系统开发

焊缝熔宽是表征焊接质量的重要指标,焊缝熔宽的在线检测是焊接自动化生产的必然要求。采用红外温感相机对焊接过程中的焊缝温度进行实时采集,基于Lab VIEW软件开发焊缝熔宽测量系统。系统自动读取红外温感相机采集到的焊缝温度数据,基于相关算法计算出焊缝熔宽,进而绘制出焊缝熔宽实时变化曲线,以此在焊接过程中判断焊缝质量。试验表明,开发的红外熔宽测量系统可实现对焊缝熔宽的准确测量和在线监测。     

多新息理论优化卡尔曼滤波焊缝在线识别

针对间隙小于0.05 mm的低碳钢对接焊缝,用磁光传感方法获取焊缝位置信息,研究多新息理论优化卡尔曼滤波在焊缝识别及跟踪中的应用.在获取磁光图像及提取焊缝位置的过程中存在较多干扰,而传统卡尔曼滤波受噪声的影响较大,难以对焊缝偏差进行最优估计.为此,结合多新息理论,提出一种焊缝位置检测的卡尔曼滤波改进算法,在对当前时刻进行预测时,充分考虑之前多个时刻的运动状态,综合历史数据估计出焊缝位置信息,对不同新息值进行试验比较并考虑计算量和滤波精度,发现选用两个新息值优化卡尔曼滤波算法可得到较好的效果.结果表明,多信息理论优化卡尔曼滤波算法可有效提高焊缝位置检测精度.     

一种基于先验知识的弧焊机器人图像处理方法

在弧焊机器人视觉检测的CCD直接拍摄图像方法中,针对带有黑笔记号、划痕、并与焊缝交叉干扰的复杂对接焊缝图像,文中提出了一种实用的焊缝轨迹的识别方法,并对该算法中的骨架细化及边缘链的拆分、合并剪枝和基于先验知识的位置关系判断等关键问题进行重点阐述. 结果表明,该算法能有效地去除复杂焊缝图像中的黑笔记号、划痕和交叉干扰,最终自动提取焊缝轨迹. 该算法具有较强的适应性和可扩展性,稍加改进就可应用于其它复杂图像上. 如带电弧光或结构光等的图像. 该算法能为弧焊机器人视觉检测的智能化的进一步提高提供一定的技术参考.     

小径管X射线焊缝图像缺陷识别算法

针对小径管X射线焊缝图像缺陷检测精确率低的现状,通过对图像进行特征分析并结合稀疏字典学习,提出一种基于图像分割的小径管焊缝图像缺陷检测算法.首先,对小径管焊缝图像进行两步图像分割获得感兴趣区域;其次,提取焊缝缺陷,得到缺陷疑似局部图像;最后,提出以不同类型原子间相关性最小为目标的小径管焊缝缺陷字典矩阵数学模型并使用K-SVD算法进行求解,利用该字典矩阵实现圆形缺陷、线形缺陷和噪声的分类鉴别.为提高系统实时性,使用并行编程对图像分割算法进行加速.结果表明,改进后缺陷字典矩阵对圆形缺陷识别成功率为0.974,线形缺陷识别成功率为0.967,且具有较快的识别速度,实现了小径管焊缝图像缺陷的有效识别.     

基于YOLO V3的管道环焊缝缺陷检测

文中将end-to-end的目标识别算法YOLO V3引入到焊缝缺陷检测领域。根据焊缝缺陷的小面积且不规则特点,采用K-means算法针对焊缝缺陷库进行聚类获取新的目标候选框和GIou,将其作为目标框损失函数的2种策略改进原YOLO V3网络结构。最后在焊缝缺陷数据集上进行原YOLO V3算法、改进YOLO V3算法的对比试验。对比分析各个算法模型的训练过程中的损失值和检测过程中的均值平均精度。试验结果表明,采用2种策略改进算法相较原YOLO V3算法在收敛速度有很大提升,在管道缺陷识别效果有较好的表现,尤其在裂纹、未熔合、未焊透的类别上平均精度有较大提升。     

Snake模型和遗传算法在特殊焊缝提取中的应用

针对CCD直接拍摄图像的弧焊机器人焊缝视觉检测问题,文中提出了一种精确提取带有较大的间断、尖锐的拐点、较多的干扰等特殊焊缝轨迹的算法.该算法先用小波变换进行焊缝边缘线的平滑,得到与最终焊缝距离很近的初始焊缝轨迹,再用基于Snake模型和遗传算法的进行特殊焊缝的精确匹配和提取.结果表明,该算法能进一步提高特殊焊缝轨迹识别的识别和检测精度,具有较强的适应性,也为弧焊机器人视觉检测的智能化的进一步提高提供一定的技术参考.     

激光焊缝图像处理算法

鉴于激光视觉传感焊缝跟踪良好的应用前景,介绍了激光焊缝图像采集及处理系统.对激光焊缝图像处理算法进行了详细阐述,算法分为预处理和后处理两部分.对预处理中常用的几种滤波方法进行了分析和比较,并对用于检测焊缝特征点的后处理算法进行了概括说明.     

基于小波变换的双阈值水下焊缝图像边缘检测研究

水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明：相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。     

基于线激光扫描的工业焊缝外观检测系统

文中针对表面带有鱼鳞纹的焊缝提出了工业焊缝外观检测算法:采用高维最小二乘法来拟合焊缝轮廓线,求取拟合轮廓线的二阶导数来确定焊趾范围;并基于拟合轮廓与实际轮廓间的位置偏差提取特征点,进而得到工业焊缝的形状参数.基于上述算法,开发和调试工业焊缝检测的软硬件系统.试结果表明,针对表面有鱼鳞纹的焊缝该算法可以稳定、准确、快速的进行检测.工业应用表明,该系统可稳定实现焊缝轮廓数据的快速采集.通过该系统实现对采样数据的处理计算,最后得到准确的检测结果.     

基于束波变换的焊缝图像处理技术

叙述了束举步维艰变换的原理,提出一种基于束以变换的焊接缝边缘检测算法,并增加了方向阈值.为了可靠地检测低信噪比的加噪焊缝图像中的焊缝边缘特征,提出了一种二次扫描方法.利用海底干式高压焊接舱中获取的原始焊缝图像和加噪图像进行了焊缝边缘提取试验.结果表明,算法能从富含噪声的焊缝图像中直接检测出焊缝边缘,而无须进行任何预处理或后处理,极大地提高了焊缝图像处理的效率.试验还表明,算法具有很强的抗噪性能,其与二次扫描方法相结合,特别适合于提取低信噪比的焊缝图像中的直线特征.     

微间隙焊缝磁光成像传感自适应识别方法

对于微间隙(小于0.1mm)对接焊缝,针对焊接过程中磁光传感器提离高度不断变化的状态,设计焊缝位置检测试验系统。通过对焊件施加感应磁场,并利用法拉第旋光原理构成的磁光传感器获取焊缝磁光图像序列。为了识别焊缝的准确位置,研究一种改进的多阈值最大类间方差算法。根据传统最大类间方差法的基本思想进行多阈值推广,并使用松弛余量的方法优化算法的搜索过程。根据焊缝磁光图像的特征,运用算法自适应确定图像的两个分割阈值,获得焊缝的准确位置。焊缝位置识别试验结果表明,改进的多阈值最大类间方差识别算法是一种有效的焊缝位置自适应识别方法,适用于基于磁光成像检测的焊缝路径实时跟踪。     

焊缝跟踪中的区间积分比较法及其算法改进

主要研究了摆动电弧传感器在焊缝跟踪中的焊缝偏差判别方法和算法改进,首先介绍了摆动电弧传感器的基本原理,然后介绍了区间积分比较法,通过对V型坡口的区间积分比较法的分析,说明在焊缝跟踪中有时会出现误判的原因.针对此问题设计了三种解决方案及算法,给出了它们的优缺点和应用范围.最后通过实际的焊缝跟踪实验,验证了改进算法的可行性和有效性.     

紧密对接焊缝多尺度形态学磁光成像检测方法

利用磁光传感器获取紧密对接微间隙（0~0.1 mm）焊缝磁光图像.针对传统形态学图像处理方法检测微间隙焊缝时容易出现边缘细节丢失的问题和存在检测精度不高的缺点,在四个不同方向上各选取三种不同尺度的结构元素,应用多尺度多结构元素形态学方法提取微间隙焊缝边缘信息,并与小波边缘检测和Sobel边缘检测结果相比较.在激励磁场变化情况下进行三组试验,分别采用多尺度形态学算法和传统形态学算法提取焊缝中心位置.结果表明,多尺度多结构元素形态学算法能更有效地检测出微间隙焊缝中心位置,为紧密对接焊缝的识别与跟踪控制提供试验依据.     

基于线结构光视觉的焊缝类型识别与特征提取

提出一种基于概率神经网络的焊缝类型识别和亚像素级焊缝检测与特征提取算法。先对激光视觉传感器采集的焊接图像进行兴趣区提取、滤波、二值化等预处理操作,再采用概率神经网络识别焊缝类型,采用改进的Steger算法提取激光条纹中心线,并根据不同焊缝类型从Hough变换所得的条纹中心直线中提取出焊缝中心点位置、焊缝宽度等特征信息。实验结果表明,该方法的焊缝类型识别率和特征提取精度较高,具有很好的实用价值。     

机器人水下焊缝跟踪中双目立体视觉系统

根据机器人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,较好地去除了噪声,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,采用模糊增强图像处理技术,对Pal处理算法进行了改进,改进算法中采用OTSU法选择最佳阚值,提出了新的隶属度函数.试验表明,该算法提高了图像处理的效率,提取的边缘比较精细,为空间焊缝跟踪中焊缝识别及立体匹配奠定了基础.     

基于结构光视觉传感的焊缝视觉信息检测和识别研究

对基于结构光视觉传感的焊缝视觉信息检测和识别进行了研究.所获取的焊缝图像中存在着大量的飞溅、烟尘和电弧光等噪声干扰.CCD摄像机获取焊缝图像,经图像采集卡A/D转换后送入计算机内存,然后采用各种图像处理方法对图像数据进行处理,焊缝原始图像经过二值化、中值滤波、拉普拉斯锐化、细化一系列图像预处理,准确提取激光条纹信息,提出了几种常见的焊缝形式的检测和识别算法,算法所需时间均不到1 ms,提取焊缝特征,实现对焊缝的自动跟踪.     

基于机器视觉的焊缝表面下塌缺陷实时检测系统

针对工件焊缝表面下塌缺陷检测精度低、效率低的问题,设计了一种基于机器视觉的焊缝表面下塌缺陷检测系统,代替人工检测。利用QT5.9开发软件界面,通过配置CCD相机与辅助光源对焊缝图像进行实时采集,并提出了针对焊缝表面下塌缺陷增强、分割、提取、识别的组合算法。使用改进的GrabCut算法解决了焊缝下塌缺陷与背景分割的难题,实现了对焊缝下塌缺陷的快速精确识别。试验结果表明,系统测量精度为0.02 mm~2,可以对焊缝表面下塌缺陷实现实时、精准、稳定的检测识别。     

基于像素方差分析的焊缝边缘检测方法

在焊接图像处理中,噪声信号的干扰直接影响了边缘检测的精确度和系统的实时性能.针对焊接图像的特点,提出一种基于邻域像素灰度分布均匀度分析的边缘检测方法,讨论了该算法的原理,并应用Matlab语言对算法进行焊接图像边缘提取仿真试验.仿真结果和传统边缘检测算法比较表明:该方法能有效抑制图像中大量存在且分布复杂的噪声信号,准确检测出焊缝的边缘.该算法对噪声的敏感程度明显低于传统的焊缝边缘检测算子,更适用于焊接过程图像的焊缝边缘检测.算法可靠性好,易于实现;缺点是边缘响应不是单像素的.