基于Fourier拟合曲面的X射线焊缝缺陷检测

针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%.     

X射线线阵实时成像焊缝缺陷检测方法

针对X射线线阵探测器实时成像的焊缝图像,提出了降噪处理、焊缝图像分割及缺陷检测的方法.通过自适应中值滤波方法对焊缝图像进行滤波降噪,利用类间、类内方差比分割法和数学形态学方法进行焊缝图像分割,对焊缝部分应用高频加强变换提取焊接缺陷.结果表明,采用自适应中值滤波能够有效去除噪声的同时保留焊缝和缺陷的边缘细节;类间、类内方差比分割方法与数学形态学方法并用能准确地将图像分割为焊缝与母材区域;高频加强变换能使焊缝中心部位灰度变化突显进而实现缺陷检测.     

基于视觉传感的薄板焊缝特征亚像素提取方法

提出了一种薄板对接焊缝特征亚像素提取和图像处理方法,可以有效地提高薄板焊缝特征的提取精度。针对薄板接头特征设计了一个基于面性激光的视觉传感器,有效地采集薄板焊缝图像;提出了一种亚像素特征提取方法,根据图像的灰度分布特点,搜索每列的极大值和极小值,并以这两点为边界,对图像进行分割;接着对分割的焊缝特征区域,采用基于灰度梯度的重心法进行亚像素的焊缝特征提取。试验结果表明,该方法可以有效地检测出薄板对接焊缝特征,提取精度可达0.1个像素。     

基于二元函数拟合的X射线焊缝图像缺陷分割方法

由于存在焊缝图像噪声强、不清晰、对比度低的问题,导致图像分割效果差,文中提出一种基于二元函数拟合的X射线焊缝图像缺陷分割方法。通过正弦变换函数对原始焊缝图像增强处理,使用B样条曲线拟合图像内的灰度曲线,计算高斯曲率与平均曲率得到焊缝表面图像边缘特征,通过二元函数得到不同类型的焊缝边缘数据,结合焊缝图像的表决图,完成对焊缝图像缺陷完美分割。试验结果表明,该方法分割精度高,且在缺陷类别识别和检测效果图上都要高于卷积神经网络算法、目标检测算法、多视觉成像算法的,证明所提方法分割效果好,有实际的应用价值。     

基于边界方向直方图的激光环焊焊缝表面缺陷检测

针对汽车喷油器接杆的激光环焊焊缝图像,提出了一种基于边界方向直方图的缺陷检测方法。通过设定门限的方法对待测图像进行分割,再对分割后的图像提取边界点;采用边界方向直方图表示目标的边界方向特征,并采用边界点的不同梯度方向上的灰度平均值表示目标的边界灰度特征,两者结合能有效地描述目标的形状轮廓信息,准确地识别出焊缝图像中的正常收焊点和焊缝缺陷。实验证明:这种基于边界方向直方图的缺陷检测方法具有令人满意的准确性。     

焊接检验及其设备

提出了基于图像色彩信息的焊缝识别算法,旨在为用于自动化焊接及自动无损检测的焊缝跟踪技术探索可能的解决方案。从色彩理论和图像分割的基本原理出发,开展了对ROB（红、绿、蓝）彩色空间中图像色彩信息表达的研究,提出了彩色空间变换的方法,根据灰度直方图对图像进行阈值分割,     

焊接检验及其设备

提出了基于图像色彩信息的焊缝识别算法,旨在为用于自动化焊接及自动无损检测的焊缝跟踪技术探索可能的解决方案。从色彩理论和图像分割的基本原理出发,开展了对ROB（红、绿、蓝）彩色空间中图像色彩信息表达的研究,提出了彩色空间变换的方法,根据灰度直方图对图像进行阈值分割,     

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.     

基于图像色彩信息的焊缝识别算法

提出了基于图像色彩信息的焊缝识别算法,旨在为用于自动化焊接及自动无损检测的焊缝跟踪技术探索可能的解决方案.从色彩理论和图像分割的基本原理出发,开展了对RGB(红、绿、蓝)彩色空间中图像色彩信息表达的研究,提出了彩色空间变换的方法,根据灰度直方图对图像进行阈值分割,得到焊缝区与母材区基本被区分开的二值化图像,进而检出焊缝边缘.结果表明,该算法简便易行,识别效果好.     

不等厚板搭接焊缝缺陷数字X射线检测

在不等厚钢板搭接焊缝X射线检测图像中,由于工件及焊缝厚度变化带来的图像背景灰度差异、焊缝区灰度连续变化等,给基于图像处理的缺陷自动识别带来困难.同时,被检测焊缝装卡的空间位置具有不确定性,垂直布置的焊缝和重力方向存在一定角度,不便于缺陷自动识别及定位.文中给出一种基于不变矩的X射线图像校正方法,解决焊缝图像倾斜问题;在此基础上,给出一种图像噪声抑制、背景去除、图像分割及数学形态学相结合的缺陷识别方法.结果表明,所提方法能有效识别不等厚搭接焊缝中的气孔类缺陷,适用于自动检测.     

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.     

图像分割在主动光焊缝检测中的应用

开发了一种基于环形激光的视觉传感器并用于机器人焊接中的焊缝定位与跟踪,重点研究了在无弧光和弧光条件下焊缝图像滤波与图像分割等技术,解决了传感器图像采集与处理所面临的问题.在分析了最大类间方差自动取阈法、模糊簇聚方法的基础上,提出了一种基于灰度最大值统计与分区的两步法自适应阈值分割技术.结果表明,在无弧光条件下,利用灰度最大值统计方法获得了满意的分割效果,结合灰度最大值统计与区域分割技术适用于弧光条件下焊缝图像的分割,这两种自适应分割方法简单方便,优于传统的最大类间方差自动取阈法与模糊簇聚方法.此外,通过顺序统计量滤波技术很好地解决了光线弱化问题.     

不等厚激光拼焊板焊缝质量检测图像处理方法

针对激光拼焊过程中的各种噪声干扰,使得焊缝图像复杂多变,本文对结构光视觉焊缝质量检测系统图像处理方法进行了深入研究。在图像预处理中,首先通过加窗处理来获得兴趣区域,采用中值滤波去除图像噪声。针对母材区域和焊缝区域对结构光反射率不同,提出了使用局部阈值来分割目标图像的方法,并使用形态学开运算进一步去除噪声干扰;在结构光条纹中心线提取过程中,使用模板法获得了条纹的边界并用几何中心法提取了条纹中心线;提出了基于焊缝灰度图像的灰度突变和拟合直线法来检测特征点的方法。试验表明,该方法具有较高的特征点检测可靠性,并且运算速度快、抗干扰能力强,具有较高实用价值。     

采用改进OTSU法的焊前焊缝图像分割

图像分割是图像理解与分析的基础，在众多的图像分割方法中，阈值法计算简单，具有较高的运算效率，是图像分割中广泛采用的方法，选取适当的阈值是阈值法的关键。OTSU法（最大类间方差法）被认为是阈值自动选取方法的最优方法之一，由于焊缝图像常出现大面积的灰度不均匀，OTSU方法不能有效地分割出焊缝间隙，在充分分析焊缝图像以及OTSU方法的基础上，提出一种改造的自适应阈值选取方法，实验证明该方法具有较强的自适应性；能有效地分割焊缝图像。     

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。     

激光紧密对接焊磁光成像焊缝识别

准确检测焊缝中心位置是保证焊缝自动跟踪的前提。针对激光焊接碳钢紧密对接焊缝(间隙不大于0.1 mm),利用磁光传感系统获取焊缝磁光图像,分析焊缝磁光图像的灰度分布特征,对磁光图像进行中值滤波去噪,通过逐列扫描磁光图像灰度梯度极大值后拟合焊缝中心位置。焊缝位置检测试验结果表明,基于焊缝磁光图像灰度梯度特征的焊缝中心拟合法优于直接边缘检测算子;所提出的方法能够识别微间隙焊缝中心位置,为实时控制激光束跟踪紧密对接焊缝奠定了基础。     

基于聚类的埋弧焊X射线焊缝图像缺陷分割算法及缺陷模型

针对埋弧焊X射线焊缝图像的噪声强、弱对比度特点和常规图像分割算法成功率低的现状,提出将缺陷视为噪声,利用密度聚类方法进行缺陷分割.在进行图像聚类时,提出图像灰度密度的概念,方便对焊缝图像的分割.通过对现场100张焊缝图像的试验表明,所提方法大幅度地提高了缺陷分割的成功率,将分割成功率提高至95%.在聚类分割算法基础上,通过试验给出一种新的高维空间缺陷数学模型,该模型综合考虑了缺陷形式复杂性等特征.通过试验在高维空间对模型予以验证,并结合所提聚类算法给出了覆盖率曲线.     

基于图像过渡区的CO2气体保护焊焊缝识别算法

利用过渡区图像分割技术实现CO2气体保护焊焊缝的识别.采集到的焊缝图像在目标区和背景区存在过渡区域,在直方图上表现为双峰之间的谷比较宽广且平坦.通过对原始图像进行高端剪切和低端剪切变换,利用不同灰度像素的梯度信息来确定过渡区,进而利用过渡区来确定图像分割的阈值.克服了图像中非目标区域的影响,可以抗噪声和干扰.算法简单,实时跟踪性也较好.结果表明,该方法边缘检测效果良好,是一种比较适合CO2气体保护焊焊缝识别的方法.     

基于激光视觉传感的焊缝图像阈值分割法研究

为了对焊缝图像进行准确的二值化分割,对阈值选择方法进行了深入研究。介绍了焊缝图像阈值分割的原理,采用灰度直方图法对焊缝图像进行分析,认为手动阈值分割法不适用焊缝跟踪,必须采用自适应阈值法。阐述了迭代法、0tsu法和准固定像素个数法等三种自适应阈值法的原理及算法,从三者分割图像的效果及算法速度进行对比分析,得出准固定像素个数法具有性能稳定、抗干扰强、算法速度快的优点,其分割效果在三者中最好,具有较高的实用价值。     

基于深度学习的焊缝定位与缺陷识别

针对大型构件缺陷焊缝的自动定位及缺陷识别是实现焊缝打磨、补焊等自动化操作的必要条件.大型构件焊缝及焊缝缺陷图像具有形状多样、灰度分布随机等特点,加大了图像处理的难度.提出一种基于深度学习的焊缝定位及缺陷识别方法,通过深度学习目标检测方法确定焊缝位置并识别焊瘤及不合格缺陷,通过深度学习语义分割方法识别气孔及凹坑缺陷.选取...