基于FPGA的激光拼焊板焊缝位置快速检测方法

提出了基于microblaze软核处理器的SOPC技术来进行焊缝结构光图像处理与特征提取;由图像预处理模块实现对焊缝图像滤波、二值化、数学形态学处理、边缘检测、中心线提取等步骤的预处理,预处理后的图像送入MicroBlaze软核进行特征点提取。该方法可以准确而快速的提取图像焊缝位置。相比传统的处理方法,可以大大提高焊缝跟踪系统的实时性。     

SAR图像尺度不变特征提取方法研究

与光学图像相比,SAR图像噪声干扰明显增强,导致光学图像处理领域中常用的尺度不变特征提取算法的稳定性在SAR图像中明显下降。为此,提出一种基于Harris算子的SAR图像尺度不变特征提取方法。该方法首先将单尺度图像特征点检测中具有良好稳定性的Harris算子拓展到多尺度图像域,并结合Harris算子极值点的稳定性分析实现尺度不变特征定位,以提高特征定位的稳定性。进而采用迭代滤波器取代传统卷积滤波器完成特征定位中所需高斯滤波操作,以提高特征定位的速度。最后利用特征点邻域内的像素梯度信息完成了特征描述字的构造。SAR图像实测数据验证表明,与其他尺度不变特征提取算法相比,本文算法具有更优的稳定性。     

图像处理技术在焊缝跟踪中的应用

随着焊接过程自动化和智能化的发展,基于图像处理技术的焊缝位置检测和焊接缺陷检测过程越来越受到国内外学者的重视.本文对焊缝自动跟踪系统中有关图像处理方面的研究内容作了一些介绍,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理,图像分割,边缘检测和特征点提取等图像处理过程,总结了一些传统和新型的图像处理算法,并讨论了各自的优缺点.     

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究;当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低;实验表明,通过对图像进行特征提取能很好地对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题;为此,提出一种ARM架构下计算机图像并行化处理技术研究方法;该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究;实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。     

光栅立体视觉三维表面重建系统及其图像处理方法(一)

文章对基于立体视觉与网格光栅投影的三维表面重建系统及其图像处理中的一部分:图像特征提取进行了介绍。该方法基于立体视觉,结合网格光栅投影,把被动的立体视觉与主动的非结构光光栅投影相结合,为后续的特征提取与立体图像匹配制造了方便。在网格图像的特征提取中,该文根据系统特点及图像特征,采用一种简单的谷底提取算法即可有效实现网格图像的特征线、特征点的提取。     

图像处理在管道机器人焊缝自动定位中的研究

由于目前数字图像处理技术在管道机器人焊缝自动定位中大都是基于人工控制的,所以提出了通过DSP对采集到的焊缝图像进行图像增强处理使其更适合计算机进行分析和处理,然后进行图像的二值化处理,从而对焊缝图像使用Canny算子进行边缘检测以及相关匹配处理,以达到焊缝图像处理的识别与自动定位的目的。使用DSP处理焊缝图像能够获得更好的处理结果,进一步提高图像处理速度。     

基于图像处理的焊管焊缝气孔检测

提出对x射线焊缝图像进行图像处理以判断焊缝质量,首先利用Sobel算子结合二值化过程以确定焊缝位置。在明确了焊缝位置后,通过实验发现气孔处图像的灰度值较焊缝的灰度值至少高出5,根据这一气孔的视觉效果,提出一种快速图像处理算法以检测焊缝内是否存在气孔。该算法通过计算焊缝内有无灰度值高出周围像素点灰度值至少5的区域来判断气孔,因此计算速度快,适合于现场实际应用。实际计算表明,所提算法可行、有效。     

遥感图像信息提取研究的核心——特征

图像信息提取是图像处理和分析领域中核心的研究课题,是目标识别的重要组成部分.对信息提取的研究离不开对特征选择、特征提取和特征表达(描述)的研究.     

基于旋转不变HOG特征的焊缝缺陷类型识别算法

根据某钢管厂实际采集到的X射线焊缝图像,并通过对焊缝缺陷多样性和形态多变性特点的研究,给出一种基于旋转不变HOG特征提取的焊缝缺陷类型识别算法. 首先,将项目前期已经检测到的多种缺陷进行分类和统计,截取每幅焊缝图像的ROI部分,构成实验所需的缺陷样本. 通过尺度变换和圆形细胞划分方式,得到具有尺度不变性和旋转不变性的HOG特征,将所有样本特征进行PCA降维,维数由贡献度决定. 最后使用LSSVM模型对缺陷进行类型识别. 通过研究block块重叠范围对识别正确率的影响,发现在一定范围内,重叠范围越大,识别正确率越高. 该算法通过改进传统HOG特征提取方式,提高了缺陷识别的正确率.     

基于CCD焊缝自动跟踪系统的设计

本文所研究的是为了保证焊接的质量而进行的焊缝自动跟踪系统,采用面阵CCD视觉传感器来摄取焊接点前焊缝图像,通过采集卡把图像采集到内存,进行图像处理,获得焊缝与焊枪的偏差量,再经由上位机向PLC发送控制信号,来达到精确焊缝跟踪的目的.     

双摄象头三维视觉系统

本文介绍了一种较实用的双摄象头三维视觉系统.主要讨论了视场内具有六个自由度物体的定位问题.系统以Frei和Chen方法抽取边缘,并运用了非均匀量化和预加重技术.采用了改进的Moravec兴趣算子法,实现了特征点的自动抽取.基于边缘的序贯分层配准法大大缩短了配准时间.在用三维数据获取物体姿态时.根据刚体运动总结的规则解决了工作特征点和模型点匹配时的组合爆炸问题和多义性问题.     

一种快速检测遥感图像中机场跑道的方法

本文在分析机场跑道结构特征的基础上,提出了一种从高分辨率遥感图中检测机场跑道的方法。具体介绍了嵌入置信度的边缘检测算法和基于线基元的直线提取方法,前者增加了检测结果的可靠性,后者加快了跑道检测速度。最后的实验结果表明本文算法是快速、稳健的。     

高分辨率遥感图像中机场跑道快速检测方法

在分析机场跑道结构特征的基础上，提出了一种从高分辨率遥感图像中检测机场跑道的方法．具体介绍了嵌入置信度的边缘检测算法和基于线基元的直线提取方法，前者增加了检测结果的可靠性，后者加快了跑道检测速度．最后的实验结果表明本文算法是快速、稳健的．     

A robust weld seam recognition method under heavy noise based on structured-light vision

Structured-light vision systems are widely used in robotic welding. The key to improving the robotic visual servo performance and weld quality is the weld seam recognition accuracy. Common detection algorithms are likely to be disturbed by the noise of spatter and arc during the welding process. In this paper, a weld seam recognition algorithm is proposed based on structured light vision to overcome this challenge. The core of this method is fully utilizing information of previous frames to process the current frame, which can make weld seam extraction both more robust and effective. The algorithm can be divided into three steps: initial laser center line recognition, online laser center line detection, and weld feature extraction. A Laplacian of Gaussian filter is used for recognizing the laser center line in the first frame. Afterwards, an algorithm based on the NURBS-snake model detects the laser center line online in a dynamic region of interest (abbreviated ROI). The center line obtained from first step is set as the initial contour of the NURBS-snake model. Using the line obtained from the previous step, feature points are determined by segmentation and straight-line fitting, while the position of the weld seam can be calculated according to the feature points. The accuracy, efficiency and robustness of the recognition algorithm are verified by experiments.     

纺织品检测中的模式识别应用

将模式识别方法用于毛巾和纺织面料生产过程中的瑕点检测, 研究了模糊小波模式识别方法, 对毛巾生产过程的多种瑕点监测进行了算法分析和简要论述, 这种算法具有更强的实用性和鲁棒性. 又由于系统采用DSP实现, 使识别速度大大提高, 完全能满足实时性的要求.     

基于GMS和改进最佳缝合线的视差图像拼接算法

针对视差图像拼接时,拼接图像存在鬼影、亮度不均匀等问题,本文提出一种基于网格运动统计（Grid-based Motion Statistics, GMS）和改进最佳缝合线的视差图像拼接算法。算法首先利用快速特征点提取和描述（Oriented FAST and Rotated BRIEF, ORB）算法提取特征点,并采用GMS算法筛除误匹配点;然后引入HSV颜色空间和图像梯度差改进能量函数,避免缝合线穿过图像边缘;最后基于图切割法求取最佳缝合线,进行图像的梯度融合拼接。仿真实验结果表明,在图像存在较大视差的情况下,本文算法特征点匹配正确率较基于尺度特征不变（Scale Invariant Feature Transform, SIFT）算法和基于加速稳健性特征（Speeded Up Robust Features, SURF）算法最低和最高提高了2.01倍和4.73倍,图像自然度平均提高了22.6%,且拼接的图像亮度均匀、无透视畸变。     

Two-dimensional linear prediction model-based decorrelation method

A unified feature extraction scheme, the two-dimensional (2-D) linear prediction model-based decorrelation method, is presented. By applying 2-D causal linear prediction model to decorrelate a textured image, the very heavy computation load required when using a whitening operator to decorrelate the image, or the significant information loss when using the gradient operator to approximately whiten the image is avoided. The texture model-based decorrelation provides three sets of features to perform texture classification: the coefficients of the 2-D linear prediction, the moments of error residuals and the autocorrelation values. An optimum feature-selection scheme using modified branch-and-bound method was introduced to reduce information redundancy. After feature selection, 100% classification accuracy was achieved for a 20-class texture problem. Experiments show that this feature extraction scheme is truly information lossless, effective, and fast     

一种改进的Harris特征点检测算法

现有Harris特征点检测算法采用高斯滤波进行平滑,图像存在角点信息丢失与偏移的现象。为解决该问题,提出基于变分B样条滤波与快速局部窗口搜索相结合的Harris特征点检测算法,选择具有低通特性的B样条函数作为平滑函数构造滤波器,引入形态学滤波中的极大值滤波思想,利用快速局部窗口搜索算法进行特征点局部极值的提取,从而提高特征点提取的精度和速度。实验结果表明,改进算法具有特征点提取快速均匀、检测定位准确、抑噪性好的特点。     

A novel system for off-line 3D seam extraction and path planning based on point cloud segmentation for arc welding robot

Due to ever increasing precision and automation demands in robotic welding, the automatic and robust 3D seam extraction has become a research hot-spot of the welding robots. At present, most of the research work about seam extraction is aimed at butt joints. Nevertheless,too little work has been devoted to fillet joints and lap joints. Consequently,to achieve robust 3D seam extraction of different weld seams, a novel seam extraction system is proposed according to the 3D structures of welding work pieces. Firstly, a fringe projection system based on Digital Light Processing(DLP) projector is designed to measure the appearance of welding work pieces. Secondly, fusion of the shape information of welding work piece, a 3D seam extraction algorithm is proposed based on point cloud segmentation. Finally, according to the space structure of weld seams, the 3D seam path model and pose estimation are solved based on the established mathematical model of weld seams. Experiments show that the proposed algorithm could well solve different weld seams, such as fillet joints, butt joints and lap joints. Meanwhile, it could well overcome the influence of the materials of welding work pieces, scratch and rust.