一类窄焊缝的结构光图像特征提取方法

提出一种新颖的窄焊缝的特征提取与图像处理方法,有效地克服了环境的各种干扰,可靠地提取出了焊缝的特征点.首先设计了一套基于线结构光的显微视觉系统,可靠地检测出了结构光焊缝图像;接着提出一种基于阈值变换的行像素点统计算法和自适应形态学收缩算法可靠地分割出结构光条纹图像;然后采用过度参数直线拟合和B样条曲线拟合算法准确地得到了结构光条纹的中心线.最后,提出一种基于距离搜索的算法,得到了焊缝的特征点.结果表明,窄焊缝结构光图像特征提取方法可行.     

大功率光纤激光焊焊缝识别回归算法研究

针对工业实际焊接加工过程的焊缝偏差,利用IPG YLR-10000大功率光纤激光焊接设备,通过高速视觉传感器获取动态熔池红外图像序列图,观察激光束偏离焊缝时熔池红外辐射的特征变化,采用焊接熔池前峰点位置作为焊点偏移特征参数测量值,试验证明该参数能体现激光束偏离焊缝的实际情况。最后,利用回归分析方法建立焊点实际偏差与焊点位置测量偏差的红外动态视觉模型,通过分析该模型的相关性参数、对F检验法中F参数的结果进行验证,确定了该二元回归建模的有效性及可行性。     

基于激光视觉传感的焊缝三维测量

焊缝的三维测量是焊接过程自动化领域的关键技术之一.为了能够还原焊缝表面的轮廓并计算其各项参数,本文提出了一种基于激光视觉的焊缝表面非接触式测量系统,重点介绍了光学成像系统的设计、检测系统参数标定方法以及结构光光条图像的处理过程,最终得到了较为理想的焊缝轮廓曲线,并结合标定结果对焊缝的参数进行了计算.实验证明,整个检测系统具有较高的检测精度和稳定性.     

大功率光纤激光焊焊缝偏差检测方法

在大功率激光焊接过程中,准确提取焊缝偏差是实现焊缝跟踪和保证焊接质量的前提。本文以10kW大功率光纤激光焊接304不锈钢板为试验对象,采用近红外高速摄像机获取焊接区域熔池动态热像,以匙孔最下端、最左端和最右端位置处的列坐标为匙孔形变参数,运用中值滤波、灰度拉伸、阈值分割、边缘提取等图像处理和识别算法,获取激光束偏离和对中焊缝时的匙孔形变参数,进而求得焊缝偏差。试验结果表明,熔池匙孔形变参数与焊缝偏差之间有密切关系。     

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。     

激光传感图像处理方法研究

针对激光传感图像研究了用于焊缝跟踪的实时图像处理算法,以典型的V型坡口焊缝为例展开论述.就中值滤波运算量大的缺点,提出了改进的中值滤波算法,省去了模板元素排序环节;采用灰度比较得到最大值的方法巧妙实现图像细化;充分利用点与直线的距离关系和激光结构光图像的特点可靠捕捉到跟踪特征点.在图像处理的关键环节上实现了高效的图像处理,试验证明这些方法可靠性高,具有抗杂散光或激光反光的独特优点,能够满足焊缝跟踪系统实时性的要求.     

一种基于数学形态学的焊缝图像处理方法

介绍了二值及灰度数学形态学进行图像处理的基本原理。针对机器人焊接中的激光结构光焊缝图像,提出了数学形态学滤波去噪方法。实验结果表明,该方法能获取清晰的焊缝坡口特征,便于提取焊缝中心。经测定,总的处理时间为23ms,满足实时控制的要求。     

影响TMEIC激光焊机焊缝质量的关键设备精度控制

针对某酸轧机组TMEIC激光焊机焊缝断带率高、焊缝质量稳定性差的问题,结合焊缝断口形貌和轧后焊缝表面裂纹缺陷形貌的分析,得到问题产生的原因是设备精度不足产生焊缝成形缺陷而导致。为此,对焊机关键设备（夹钳、双边剪、支撑轮）精度进行了测量和调整,总结出其精度的控制措施,并制定了完善的维护测量标准。采用控制措施后,连续数月实现了焊缝零断带,保证了机组的稳定运行。     

激光预扫描技术在曲焊缝跟踪中的应用

传统焊缝跟踪中的结构光技术在跟踪变曲率曲线时存在很大的导前误差,为此提出一种双线预扫描结构光技术。焊接前按照机器人轨迹规划路线预扫描,扫描时在焊枪枪尖下方增加一条激光线,用于指示导前误差并按时间序列记录下来,再在正式焊接时消除。建立了这项技术的焊缝跟踪系统和跟踪运动模型。提出了图像处理体系,综合运用中值滤波、阈值变换、细化变换与分段直线拟合等多种图像处理技术,准确地定位焊缝中心。结果表明,该技术结合焊缝图像处理体系具有很强的抗干扰能力,误差小、处理速度快,能满足实时跟踪要求。     

铝合金脉冲YAG激光焊脉冲调制参数对焊缝形状参数的影响

以2mm厚LF3铝合金薄板为对象,研究了在平均功率和焊接速度不变时脉冲YAG激光焊脉冲调制参数(脉宽、频率及单脉冲能量)对热导焊缝形状参数(熔深、熔宽及深宽比)的影响规律,并结合脉冲激光焊间断作用的特征,引入"有效峰值功率密度"综合考虑焊接速度、频率、脉宽以及光斑大小对焊缝形状参数的影响.此外,还对脉冲激光焊所形成的特殊的层状焊缝形貌进行研究和分析.结果表明,焊缝形状参数受脉宽及峰值功率密度双重作用的影响.脉冲焊得到的焊缝呈现多层状形貌,层数随频率升高而增多.     

激光焊机退火功率对DP780带钢焊缝质量的影响

为了研究CO₂气体激光焊机退火功率对DP780带钢焊缝质量的影响,通过焊缝在线监测系统(Quality Control Date System, QCDS)、杯突试验、冷轧连续产线实际生产试验的方法,测试了不同退火功率下DP780带钢的焊缝质量。结果表明:焊接后退火功率为0 kW时,焊缝区域杯突试验裂纹沿焊缝方向展开,焊缝质量不合格;焊接后退火功率为10、15 kW时,杯突试验结果表明焊缝区域裂纹垂直于焊缝方向,焊缝质量合格;然而实际生产得到退火功率为10 kW的焊缝在生产过程中出现断带,退火功率为15 kW的焊缝无断带现象。为此,通过电子显微镜观察了退火功率为10 kW与15 kW时DP780带钢焊缝区域金相组织,并测试了其显微硬度。结果表明:焊焊缝区域组织均为马氏体+贝氏体组织,但退火功率为10 kW的焊缝区域存在裂纹缺陷,是其断带的主要原因。因此,实际生产中应将退火功率控制为15 kW, 此时焊缝区域硬度略有下降,但是韧性得到了提高,能够满足冷轧连续产线正常运行的需要。     

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.     

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。     

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.     

大功率光纤激光焊焊缝跟踪偏差测量新方法

针对大功率光纤激光焊,分析一种基于近红外图像识别的焊缝跟踪偏差测量新方法.通过高速摄像机获取动态熔池近红外图像序列,分析熔池近红外图像的灰度分布特性,利用图像灰度梯度提取熔池温度分布参数.该参数能够体现激光束偏离焊缝时熔池表面温度的变化特性.以熔池温度分布参数作为特征测量值,利用最小二乘法建立焊缝路径与激光束偏离的近红...     

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。     

A new straight line detection method in images for robot seam tracking

A new efftcient straight line detection algorithm, GPI （ Gray Projecting Integral） method is proposed. The gray values of a sub-window are projected onto a line, and sum the gray values which are projected onto one same point to shape a special vector, then rotate the projecting direction, obtain many such vectors corresponding to different projecting directions. The vectors can form a matrix, a GPI matrix of the sub-image. The problem of lines detection is converted into maxima or minima searching problem in the GPI matrix. Bused on the GPI matrix, the lines can be calculated. Different from traditional methods, the algorithm can detect the positions of lines accurately, quickly without previous edge detection, which costs less time, and avoids the error resulted from the poor threshold with traditional methods. This algorithm is useful and efftcient for numerous image understanding applications and robot visual navigation, especially for welded joint position detection in heavy noise.     

Study on the image processing of laser vision seam tracking system

Seam image processing is the basis of the realization of automatic laser vision seam tracking system,and it has become one of the important research directions.Adding windows processing,gray processing,fast median filtering,binary processing and image edge extraction are used to pretreat the seam image.In the post-processing of seam image,the feature points of the target image are successfully detected by using center line extraction and feature points detection algorithm based on slope analysis.The whole processing time is less than 150 ms,and the real-time processing of seam image can be implemented.