基于多视觉的熔池图像处理与特征提取

提出了一种多视觉焊接熔池采集系统,采用复合滤光的方法,能够有效地克服弧光的干扰,获取清晰的熔池图像.针对采集的熔池图像特点提出了一系列的图像处理方法.首先对熔池图像进行中值滤波去除图像中的噪声,然后采用CANNY多阈值方法提取熔池边缘特征,并利用去伪边缘、迭代拟合处理,从而获得熔池边缘特征.利用提取的熔池边缘特征和CCD摄像机与熔池的位置关系,得出熔池的后托角和堆高.将计算的熔池堆高与实测熔池堆高对比,偏差小于0.06 mm,证明了双视觉特征提取在熔池图像中的有效性和可靠性.     

管道全位置焊接熔池监测试验研究

在管道全位置自动焊接过程中,焊接熔池形态监测对焊接质量控制有重要意义。设计一套熔池监测试验装置,方便采集清晰的熔池图像。运用图像处理技术检测熔池边缘。用熔池长度、熔池宽度以及熔池头部轮廓二项式系数等特征参数重新定义熔池形态。应用正交试验法和极差分析法,研究在仰焊区段焊接电流、电弧电压以及焊枪摆速等因素组合变化时对熔池形态的影响程度。结果表明:采用优化的焊接工艺参数组合,可以获得良好的焊缝成形质量。     

大功率光纤激光焊接熔池特征提取技术研究

本文针对大功率光纤激光焊接不锈钢板紧密对接焊缝,建立了一个熔池动态信息的近红外图像检测系统,用于焊接熔池视觉信息的采集。应用可见光波和红外光波段滤光组合技术解决了焊接过程中飞溅、等离子体和红外辐射的干扰,在近红外高速摄像机获取清晰的熔池区域图像的基础上,研究了大功率光纤激光焊接熔池图像特征的提取方法,为焊缝跟踪和焊接质量控制提供可靠的视觉信息检测。     

一种焊缝结构光图像处理与特征提取方法

提出了一种焊缝结构光图像处理与特征提取方法,有效克服了焊缝结构光图像中的反光等干扰,准确提取图像中焊缝位置特征.对于激光条纹中心线的提取,采用基于图像列方向像素灰度分布的曲线峰值提取方法,并利用激光条纹位置在时间和图像空间上的连续性和相关性,进行判断提取.对于焊缝图像特征的提取,根据沟槽类焊缝图像形状特点,选择焊缝沟槽图形中心作为图像特征.焊缝图像处理与焊缝跟踪试验结果证明了该方法的有效性和可靠性.     

视觉传感及图像处理技术在焊接中的应用

简述了视觉传感及计算机图像自理技术的基本原理,并对其在焊接工程中的应用现状和发展前景进行了论述。     

管道预制焊接机器人的研究

研究了一种管道焊接机器人系统,采用激光视觉传感,在两个维度上完成管道焊缝的识别与跟踪,并在焊接第一道焊缝(打底焊)的同时,利用机器人记忆功能完成管道焊缝示教过程,简化了焊接操作过程.试验结果验证该焊接机器人系统满足管道自动化焊接的需求.     

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。     

水下焊接熔池采集过程中摄像机的标定

定标是计算机视觉系统中的一个重要问题,针对水下焊接熔池采集过程中的摄像机标定问题进行了研究.采用图像增强、细化等图像处理技术确定标定模板的图像坐标,从而实现了对摄像机的快速标定.试验表明该方法切实可行.     

焊接熔池传感与控制系统的研究现状

焊接熔池包含有丰富的信息,熔池传感与控制系统的研究是焊接研究一个重要领域.综述了国内外焊接熔池的传感方法以及控制系统的研究现状,比较了各种方法的优缺点,并对熔池研究的未来发展进行了展望.     

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.     

一种基于结构光的V型焊缝实时图像处理方法

在焊缝跟踪系统中,需要实时准确获得焊缝中心线的位置,就必须设计一种基于结构光的V型焊缝中心线的提取方法。对焊缝进行中值滤波去除图像噪声,采用自适应阈值分割的方法对图像进行二值分割,采用二值形态学的边缘检测方法对二值后的图像进行孤点滤波和边缘检测,采用对边缘上下边界点求取平均值方法提取结构光的中心线,采用基于斜率分析和最小二乘法相结合的检测的方法对图像进行特征检测获得图像的特征信息。通过实践表明,所采用的方法能够正确地提取焊缝特征信息,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。     

Joint Tracking with the Electron Beam in Combination with a Work Piece Fixture

The electron beam is an excellent welding tool.During years this powerful beam guarantees high performance welds in automotive,aviation and other industries.Due to its excellent parallel seam quality this welding tool is often used for well-prepared gapless joints.Powerful fixtures have to guarantee the well-defined positioning of the work piece.However,tolerances in the work piece or the loading mechanism can cause misalignments.High quality welds frequently do not allow those misalignments.Consequently operators have to take care that the beam is proper positioned before welding.With joint tracking systems it is possible to automate those manual manipulations.The production gets more independent on adjustments by the operator.CCD cameras or electrodes for backscattered electrons for joint tracking systems need directly access to the joint.In many applications the fixture is in between the work piece and the measuring device.The joint cannot be automatically detected.Furthermore the positioning of the electrodes for backscattered electrons gives a major impact to the quality of the measurement.It becomes mandatory to integrate the joint detection into the fixture.The usage of backscattered electrons for seam tracking requests the integration of electrodes into the fixture.The fast beam deflection for electron beams opens a wide range of opportunities.Electron optical viewing improves the visualization of the work piece.Multi pool applications or surface modifications can increase the production capacity or achieve better product performance.Joint tracking can be performed offline or online.The free programmable environment allows combining tasks to match the production demands.Examples will be used to illustrate individual applications.     

单条纹激光引导焊缝跟踪图像处理

研究了单条纹激光引导焊缝跟踪图像处理方法.首先利用小波分解技术获得图像水平方向的细节部分,在该部份激光条纹的信息得到了较好的保持,而噪声信息则比较少,有利于焊缝识别;然后对该部份进行竖直方向上的中值滤波以滤除残余的噪声;最后采用KSW熵算法,对图像进行分割,并识别出焊缝区域.该方法效果较好,抗干扰性强,耗时少,能满足焊缝实时跟踪的要求.     

焊缝位置识别的图像处理方法设计

在基于视觉的自动焊接中,由于焊缝图像是复杂多变的,要准确得到焊缝位置选择合理高效的处理算法是非常重要的。针对这一问题为焊缝图像提出了一系列处理步骤,它包括中值滤波、自适应阈值二值化、孤点滤波、边缘检测,焊缝位置搜索五步,其中详细叙述了重要的自适应阈值二值化与孤点滤波算法。在每一步处理中都用了四幅完全不同的焊缝图像做了观察和对比,结果显示所选算法产生较好的处理效果。     

基于被动光的MAG管道打底焊焊缝边缘提取方法

焊缝跟踪是实现焊接自动化的前提条件.间隙的变化会影响基于熔化极气体保护焊（metal active gas,MAG）的管道自动打底焊的焊接质量,为此设计了基于电荷耦合器件（charge-coupled device,CCD）视觉传感的MAG打底焊焊接过程监控系统.但从CCD获取的焊接过程的图像通常具有很大噪声,亟需设计...     

基于视觉图像传感的精密脉冲TIG焊焊缝跟踪

针对某复杂曲面薄壁不锈钢工件精密脉冲TIG焊中的焊缝跟踪问题 ,本文研究了一种基于视觉传感的高精度、高实时性焊缝跟踪技术。根据脉冲TIG焊的工艺特点 ,该技术通过选择特定波长的滤光片及合理的曝光时刻 ,采用工业CCD摄像机获取可直接分辨出焊缝、熔池和钨极的清晰、放大的焊接区图像。采用VC语言设计的图像处理算法 ,可以快速准确地识别出焊缝中心线 ,提取钨极偏离焊缝中心线的方向和距离 ,驱动步进电机调节焊炬位置 ,实现高精度、高实时性的焊缝跟踪。试验结果表明 ,该技术的单幅图像处理周期小于 12 0ms,能实现焊炬运动方向与焊缝偏差角小于 3 0°的焊缝跟踪 ,满足了复杂曲面的薄壁不锈钢工件的精密焊接要求。     

基于视觉传感的机器人水下焊缝跟踪

根据视觉条件下水下自动化焊接的特殊要求,设计了一套机器人水下视觉焊缝跟踪系统.针对水下焊缝图像干扰严重、模糊等特点,采用小波变换技术去除了弧光、飞溅等干扰噪声,采用改进的模糊增强图像处理方法,提高了图像处理的效率,获取了清晰的边缘图像.边缘检测后,对焊缝左右特征点进行扫描,准确地提取了焊缝中心.为了减小跟踪误差,将焊缝轨迹中的每个小线段的坐标偏移量分成50等份,同时设计了有效地机器人轨迹跟踪控制程序.水下斜线和曲线焊缝的跟踪试验表明,在正常的条件下,可以满足跟踪要求.     

基于局部视觉的弧焊机器人自主焊缝轨迹规划

提出了一种基于视觉的弧焊机器人自主焊缝轨迹规划方法.通过使用CCD摄像机,不断地获取枪尖前方一小段焊缝的图像.由主控计算机进行图像处理,获取枪尖与焊缝间的偏差以及这小段焊缝的走向等信息.根据这些信息控制机器人沿焊缝前进,同时定时记录用焊缝偏差值修正后机器人坐标值,生成焊缝在机器人基坐标系下的坐标.当机器人沿焊缝走完一遍后,主控计算机控制机器人回到焊缝起点,开始沿焊缝焊接.用此方法对低碳钢曲线焊缝和铝合金曲线焊缝进行试验,结果表明该方法具有很高的实用价值.