基于拉东变换和模糊增强的结构光焊缝跟踪图像处理

针对激光结构光引导焊缝跟踪过程中图像特点,首先对图像进行多角度拉东变换,然后找到变换后的图像中的激光条纹所对应奇异点,保持该奇异点附近点像素值不变,削弱该奇异点远点像素值,再进行拉东逆变换复原图像;最后采用模糊增强法对复原后的图像进行处理,可以获得清晰且少噪声的结构光图像.结果表明,该方法效果良好,抗干扰性较强,耗时较少,适合于激光视觉焊缝跟踪过程.     

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.     

V型焊缝的视觉传感图像处理研究

对基于结构光视觉传感V型焊缝图像处理的方法进行了研究。获取的图像中存在大量的飞溅、烟尘、电弧光以及周围环境电磁、静电产生的噪声干扰。研究的图像处理方法可以去除这些干扰,准确提取焊缝激光条纹信息,该方法处理速度快,能够满足焊缝实时跟踪要求。     

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.     

基于距离滤波的厚板多层多道焊特征点识别算法

针对多层多道焊标准与非标准打底焊缝及各道填充焊缝在激光辅助视觉下的图像信息,提出了一种基于距离滤波的图像处理算法来快速、准确识别出焊缝特征点。该算法首先对激光条纹图像进行二值化、开运算等预处理;对预处理后的图像按列扫描,利用重心法提取激光条纹中心线,针对中心线出现断点的情况,通过直线拟合来填充断点;然后选取中心线上若干点拟合直线,通过求中心线上点到直线的距离,对中心线上的点进行3次滤波处理,滤除中心线上大量与特征点无关的点;最后快速找到中心线上4个端点并进行距离补偿得到焊缝的4个特征点。试验结果表明,该图像处理算法能快速、准确识别出焊缝特征点,为多层多道焊缝跟踪提供了重要依据。     

基于多视觉特征的激光拼焊焊缝宽度检测

针对激光拼焊焊缝宽度测量中,仅依据结构光单一特征进行检测鲁棒性不强的问题,提出了基于结构光光纹信息、焊缝纹理信息、图像灰度信息、图像序列信息等多视觉特征信息进行焊缝宽度测量的方法。先依据图像灰度信息确定感兴趣区域,再针对正面焊缝图像,通过骨架法提取结构光光纹中心线,计算中心线的畸变位置识别焊缝特征点;针对背面焊缝图像,采用纹理能量模板对焊缝图像滤波确定焊缝区,然后计算焊缝区和结构光条纹的交集,识别焊缝特征点;识别的特征点通过序列图像信息进行校正,最后依据特征点计算焊缝宽度。搭建了激光拼焊焊缝宽度测量系统,并分别对焊缝正面和背面的宽度进行了测量试验。试验结果表明,该方法精度高,可靠性强,实时性好,有助于实现激光拼焊高速、高精度的焊缝质量在线检测。     

基于激光视觉的焊缝特征提取算法研究

随着工业技术的发展,基于视觉传感器的焊缝跟踪得到了广泛应用和快速发展。实现焊缝跟踪,其中最关键的步骤是要实现焊缝的自动识别。基于视觉传感的焊缝识别需要用到图像处理技术,图像处理的复杂性、多样性等特点促使对焊缝的识别成为研究热点。视觉传感器得到的是一段包含焊缝轮廓信息的条纹图像,文中主要针对的是激光条纹中心线及焊缝坡口特征点提取的研究现状进行了论述。     

机器人多层多道焊缝激光视觉焊道的识别

厚板多层多道焊缝形状特征的自动识别,对保证焊接质量和实现机器人自动化焊接生产具有重要意义.文中建立了基于条形激光源CCD视觉传感多道焊缝自动检测系统,通过对多道焊缝激光条纹图像特征的分析,提出了合理的图形处理识别流程,即经过图像平滑处理、纵向灰度梯度法识别条纹中心、再经过二重斜率平滑处理、多个峰值搜索等处理流程,可获得焊缝形状的四个拐点,为焊缝跟踪、弧长控制和焊枪位姿调整提供了重要的信息,其图像处理结果与试验结果相吻合.     

搭接焊缝的视觉传感图像预处理及信息提取

对基于结构光视觉传感的搭接焊缝的图像预处理及信息提取进行了研究.CCD摄像机采集到的焊缝图像,经过低通滤波、阈值变换、拉普拉斯锐化、细化一系列图像预处理后,准确提取了焊缝激光条纹信息,运用搜索法检测焊缝位置.根据搭接焊缝偏中距离和焊缝高度的计算方法提取信息,实现焊缝的自动跟踪.     

基于视觉传感的薄板对接焊缝特征提取方法的研究

在薄板焊接过程中,由于环境光干扰、物体表面反射和激光散射等因素的影响,采集的图像中噪声密度过大,造成焊缝中心难以准确提取。针对上述问题,提出了一种基于视觉传感的薄板对接焊缝特征提取方法,设计了一种基于线激光的视觉传感系统,实现对薄板表面激光条纹图像的快速采集。针对复杂环境下激光条纹图像的灰度特征,采用图像二值化和自适应中值滤波算法去除图像中的噪声,利用重心法和统计列像素点个数方法选取ROI区域;通过对ROI区域图像进行阈值分割、开运算和提取重心得到激光条纹中心线;最后采用二阶差分法和极值搜索法得到对接焊缝特征。实验结果表明,该方法能够有效去除噪声干扰,准确提取焊缝中心及对接焊缝宽度。     

Study of image processing for V-shape groove and robotic weld seam tracking based on laser vision

Single-stripe laser was applied to acquire V-shape groove contour information. Most of arc light and splash noise was removed and stripe laser image was kept by wavelet transform. Half-threshold algorithm was used for image segmentation and stripe laser image was gotten after refining. Weld seam center position was identified and extracted by extreme curvature corner detection method. The location of torch was detected to accord the frequency of computer program with robot program and serial communication program. The tracking experiments of sidelong, reflex and curve weld line show that the system can meet the demand of the tracking precision under normal welding conditions.     

电弧传感器和超声波传感器信息融合在焊接中的应用

利用超声波熔深测量传感器和电弧焊缝跟踪传感器联合控制焊缝跟踪精度和焊接质量。电弧传感器获取焊缝偏差信息,超声波传感器获取焊缝熔深信息,将超声波获取的焊缝熔深信息转换为焊缝偏差信息后,采用最优加权与递推最小二乘法相结合的融合算法对两种传感器得到的焊缝偏差信息进行融合处理,能有效提高焊缝跟踪精度。融合处理后的焊缝偏差信息和焊缝熔深信息输入到三输入两输出模式的模糊控制器,实现了焊接质量的在线检测,提高了焊缝跟踪精度。     

激光视觉焊缝跟踪系统图像处理

对视觉焊缝跟踪实时图像处理的方法进行了研究,首先采用图像增强来增加图像对比度,采用中值滤波去除图像噪声,并用二值化法将目标图像从背景图像中提取出来.在后处理的研究中激光视觉焊缝跟踪系统图像处理的关键技术--激光带中心线的抽取和特征点的检测提出了切实可行的方法.采用中轴变换法提取的中心线单一、连续;用斜率分析法来检测特征点方便可靠.该处理方法能准确检测焊缝特征点,处理速度快,能够满足跟踪系统的实时性要求.     

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。     

微间隙焊缝磁光成像小波多尺度融合检测

针对微间隙(小于0.1 mm)对接焊缝,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.为了获取焊缝的准确位置,研究一种焊缝磁光图像的小波多尺度信息融合边缘检测方法.对焊缝磁光图像进行3层小波分解,获得包含焊缝边缘信息的小波高频图像.根据各尺度高频信息包含的细节丰富度,融合各尺度高频图像,然后用小波模局部极大值对融合图像进行边缘检测,得到抗噪性和连续性好、定位精度高的焊缝边缘,最后进行焊缝跟踪试验.结果表明,磁光图像小波多尺度信息融合是一种有效的焊缝边缘提取方法,适用于磁光成像传感的微间隙焊缝跟踪图像处理过程.     

基于激光视觉的薄板焊缝跟踪方法研究北大核心

由于示教型焊接机器人在进行汽车薄板件连续焊工艺时存在装夹误差和热变形等问题,导致焊缝实际轨迹与示教轨迹存在较大误差。为提高焊接质量,基于焊接机器人构建激光视觉焊缝检测跟踪系统,提出基于目标估计准则的焊缝跟踪算法,实时跟踪焊缝中心点三维位置变化。以传统图像处理法提取初始帧焊缝特征点,通过改进的孪生神经网络对强干扰下的焊缝特征点进行跟踪提取。通过坐标转换得到机器人基坐标系下的焊缝中心特征点三维坐标。结果表明:该算法能精确提取跟踪焊缝特征点,平均误差为0.48 mm,平均帧率为90帧/s,优于传统图像处理方法和基于相关滤波的方法,能够实现快速准确的跟踪。     

三维曲线焊缝两种建模方法的比较

三维曲线焊缝建模是实现空间焊缝跟踪的关键问题之一.三维焊缝模型有利于减弱噪声干扰,提高系统的稳定性和鲁棒性,使得系统具有容错能力.采用三次参数曲线函数表示空间焊缝,使用最小二乘法建立焊缝的参数函数位置模型,接着使用三次B样条函数建立焊缝位置模型.使用位置模型和其它的特征点坐标之后得到了姿态模型中的方向矢量.分析了两种建模方法的性能,仿真试验证实在同类型和幅度的噪声干扰下,B样条函数模型优于参数曲线函数模型,能够很好地逼近原始三维曲线焊缝.     

磁光成像自适应卡尔曼滤波焊缝跟踪算法

焊缝跟踪是保证焊接质量的前提.针对0~0.05 mm的微间隙焊缝,研究一种色噪声环境下应用卡尔曼滤波实现焊缝跟踪的方法.通过对焊件施加磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像,提取焊缝中心位置构成状态向量,建立基于焊缝中心位置的系统状态方程与测量方程.针对系统过程噪声为色噪声,使用Sage自适应卡尔曼滤波,采用新息序列估计过程噪声协方差矩阵,准确预测焊缝中心位置.结果表明,根据自适应卡尔曼滤波方法能够有效提高焊缝跟踪精度.