基于机器视觉的汽车焊缝检测系统

针对汽车焊缝工件检测精度低、鲁棒性差和效率低等问题,设计一种基于机器视觉的车辆焊缝检测系统,代替现有人工焊缝检测。利用VS2010开发出界面程序,通过配置工业相机,实现多个相机对汽车焊缝点图像的获取,对当前图像进行一系列预处理,使用标定工件对焊缝图像进行尺寸标定和校正,并采用改进的Hough变换检测算法对图像进行焊缝检测。实验结果表明,系统测量精度为0.006 mm,测量方差量级为10~(-5),系统可以对汽车焊缝进行精准、稳定和快速地测量,并且可以将检测结果导出到对应焊缝检测点的Excel电子表格中保存。     

基于视觉传感器的相贯线焊缝特征提取方法

针对相贯线焊缝自动焊接时焊缝识别误差大、焊接效率低等问题,设计一种针对相贯线焊缝的图像采集方式,提出基于视觉传感器的相贯线焊缝特征提取方法,改进了传统的摄相机标定算法.首先,使用工业相机采集带有激光条带的焊缝图像;其次,通过高斯滤波、顶帽变换、Otsu阈值分割、Sobel边缘检测算子、非极大值抑制等算法相结合的方式对焊缝图像进行处理;再次,利用概率Hough变换对激光条带的轮廓线段进行拟合,计算得到焊缝特征点像素坐标值,经相机标定得到映射矩阵,最终得到相贯线焊缝的三维模型.实验结果表明：焊缝图像处理算法平均处理时间为106 ms,平均误差为0.26 mm,最大误差为0.49 mm;此方法满足识别相贯线焊缝的速度与精度要求.     

基于结构光视觉传感的V型焊缝检测与信息提取

对基于结构光视觉传感的V型焊缝图像预处理及拐点检测进行了研究.CCD摄像机采集到的焊缝图像,经过阈值变换、中值滤波、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,运用欧氏空间向量夹角的方法检测焊缝拐点位置.根据V型焊缝偏中距离、焊缝宽度和焊缝高度的计算方法提取信息,实现焊缝的自动跟踪.     

基于非线性四阶图像插值的亚像素边缘检测算法

为提高数字图像边缘检测的精度,提出了基于ENO的非线性四阶插值和Canny算子的亚像素边缘检测算法。本算法应用经典Canny算子检测图像边缘信息,对灰度图像进行处理得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行基于ENO的非线性四阶插值,进行亚像素细分计算,对目标边缘进行亚像素精确定位。用所得到的边缘检测算法与基于正交多项式插值检测算法和基于三次多项式插值检测算法性能进行比较,仿真结果表明本文给出的基于ENO插值的检测算法不仅提高了图像的边缘检测能力,而且可以一定程度地克服噪声干扰。     

焊缝磨抛图像预处理技术

为了对焊缝进行磨抛处理,在小型磨抛机器人基础上搭建了基于电荷耦合元件(Charge-coupled device,CCD)和结构光的视觉系统。对焊缝图像预处理技术中的图像增强、二值单像素化做了算法改进。在焊缝图像校正方面使用了线性内插算法,以距离为权值,使得该系统能够主动识别并缩小目标区域,有效地减小了运算数据量。为了突显目标,采用了灰度分布最大化算法。同时将二值化和焊缝光线中心提取整合,提高了运算速度。试验结果表明:该系统运行稳定可靠、检测精度高、速度快,同时该预处理流程和算法有效。     

Zernike矩算法实现焊缝中心线亚像素检测

提出一种基于Zernike矩的亚像素直线检测方法,实现对航空航天薄壁结构件窄间隙焊缝中心线的快速精确提取。将采集到的焊缝图像进行ROI提取计算,以减小需要图像处理的区域,提高图像处理算法的速度;运用高斯滤波处理对其去噪;经过阈值分割后,采用Zernike矩算子检测提取焊缝图像中的焊缝直线,设定阈值过滤掉干扰点;最后进行亚像素细分计算,得出焊缝中心线的精确定位。实验证明,该方法检测精度更高,抗干扰能力强,对图像中直线的残缺部分以及其它共存的非直线结构不敏感,相对不受图像噪声的影响。     

基于特征提取和极值搜索的焊接缺陷检测算法

为快速提取金属熔化焊接缺陷位置,提出了一种基于灰度分布曲线特征的算法。首先,通过平板探测器获取焊缝的X射线透射数字图像;第二,针对数字图像随机噪声大、动态范围低的问题,采用时间域序列图像帧积分方法,计算最优的积分时间,降低图像噪声,强化焊缝缺陷特征细节;第三,平行于焊缝方向,计算并形成多组图像灰度值曲线,基于其二阶导数曲线分布规律提取焊缝图像;最后,在焊缝图像曲线中进行极值点搜索,若在曲线存在明显极大值点,则可以确定缺陷的大小和位置。试验结果表明,本算法具有较高的检测精度。     

基于遮挡目标去除的公交车拥挤度分类算法

由于公交车中场景复杂、干扰因素繁多容易出现遮挡乘客问题,现有深度学习和目标检测方法在对公交车内的拥挤程度分类时精度低、效果差,往往达不到令人满意的效果。针对这一问题,提出一种基于遮挡目标去除的公交车拥挤度分类算法,对公交拥挤进行分类和分析。该方法有遮挡物检测、图像去遮挡和拥挤度分类模块三部分组成。基于目标检测算法检测出遮挡物,通过图像修复算法对乘客图像进行修复,利用拥挤度分类算法分析拥挤度。本研究从真实的公交车中采集数据生成数据集,并进行标注。试验结果表明,基于遮挡目标去除的分类算法的准确率达到了67.12%,与现有的方法对比具有最高的预测精度。     

用于目标定位的图像边缘点检测算法

提出了一种检测特殊边缘点定位图像中目标的算法,该算法可以检测图像中感兴趣的边缘信息。通过检测图像行序列中是否存在特定的灰度序列来判断特殊边缘点的存在并计算其所在位置。利用本文算法对焊缝图像中的焊缝和虹膜图像中虹膜区域进行了定位验证。实验表明,本文算法可以准确定位焊缝的边缘点。在虹膜区域定位时,得到感兴趣边缘点后使用Hough圆检测方法可以定位虹膜区域的轮廓,可用于UBIRIS.v2虹膜图像数据库中各种类型图像的虹膜区域定位。     

基于DSP与FPGA的靶标动态检测跟踪技术

针对靶场目标测试面临的测量目标小、距离远、目标与背景对比度低等实际问题,提出了基于DSP（Digital Signal Processing）与FPGA（Field Programmable Gate Array）的数字视频图像信息进行目标动态检测跟踪的方法。该方法采用了图像分割检测方法与目标跟踪算法,精确并快速地定位靶标十字的中心,从而实现复杂环境下运动靶标检测跟踪,提高了检测效率和精度。     

基于主动形状模型的焊缝定位算法

针对焊接环境对工人造成伤害和焊件材质影响焊接质量的问题,提出了一种应用于机器视觉激光焊缝定位系统的基于主动形状模型的焊缝定位算法.利用支持向量机对焊缝图像局部区域梯度方向信息进行目标图像初定位,运用主动形状模型方法建立特征模型,并计算特征模型和测试样本间马氏距离,从而对形状和姿态参数进行更新得到焊缝坐标.结果表明,基于主动形状模型的焊缝定位算法具有准确性高、抗干扰和误差小的特点,能够满足激光焊缝定位系统对准确性的要求.     

减影提取焊缝缺陷算法

针对射线胶片焊缝缺陷自动检测技术普遍存在难以自动准确识别缺陷的问题,提出了一种基于减影法的焊缝缺陷智能检测提取方法.首先使用模糊增强方法对焊缝图像进行灰度变换,而后利用像素标记提取焊缝并保留其原始灰度值,再对提取到的焊缝滤波,去除其内部缺陷,衍生出背景图像,最后根据减影法得到缺陷,并且计算出缺陷的特征参数.结果表明,经上述方法检测后的缺陷图像,对比待测焊缝原图,可以较为准确地检测出焊缝中存在的缺陷,具有较好地自适应性和实用性.     

射线检测中胶片焊缝缺陷定位与识别

针对传统焊缝射线检测中胶片数字化困难、焊缝缺陷自动定位与识别率低的问题,设计了胶片数字化系统,综合分析典型焊缝缺陷的特征,提出一种基于图像分割与二值形态学算法的胶片焊缝缺陷快速定位与缺陷类型识别的方法.可从数字化胶片图像中分割出有效焊缝区域,实现对焊缝缺陷的中心定位,并根据缺陷特征进行识别.试验结果表明该方法能够有效实现数字化胶片中的焊缝缺陷定位,对气孔、夹渣等典型焊缝缺陷定位识别率达到90%以上,提高了射线检测的效率.     

激光照射光斑检测方法

在激光照射性能监测系统的外场试验中,大气湍流等环境因素降低了光斑检测的准确性;同时传统的光斑检测方法在处理高分辨率CCD图像时速度较慢,难以满足实时处理的要求。为解决以上问题,提出一种激光照射光斑检测方法。首先采用自适应阈值法和投影法相结合的方法,将图像分割出一个或多个待检测区域;再根据靶板与成像系统的空间关系,预测当前光斑形态,并制作检测模型,对待检测区域进行相似度检测确定最优目标区域;最后对最优目标区域采用连通域分析提取光斑。实验结果表明：对于分辨率为1392×1040的图像,不仅能准确检测出光斑,还提高了检测速度,实现准确、稳定、快速的检测光斑,为激光照射器性能的评估提供可靠、有效的依据。     

基于独立分量分析的运动目标精确检测

运动目标检测与跟踪是计算机视觉的难点问题.针对传统方法存在抗噪声、抗抖动性能弱等问题,将独立分量分析(ICA)的算法应用到目标检测与前景图像去噪环节中,目的是提高运动目标检测的鲁棒性和精确性,为后续处理提供尽可能多的目标信息.实验表明,ICA用于目标检测具有较高的鲁棒性,同时ICA用于前景图像去噪比传统的去噪方法具有更好的效果,较好地保留了目标的特征信息.     

Monitoring of weld joint penetration by sensing double-side vision images of weld pool

0coSensingofwedjointpentiaionisessenhalforauto-Inatedwelding.Measurement0fbacksidebeadwidthanddePthofpenhationistheInainconcemforfollandPar-tialpentalons-InprinciPle,theseParamterscanbe~tondbyembedingtheopouplesintoweldmntsorbyacoushcendssionsensing['].~r,theiraPPica-honsarebotalbecausethesensorsmustbeincontatwiththeworkPiece.IhthecaseoffullPenetrahon,thebacksidetalwidthcanbedetectedbymeasringthelightintensityfiDmthebackside0fweldPool['].Howev-er,itisddricultor~thletoconenienill0catetheha…     

特征金字塔多尺度全卷积目标检测算法

基于区域建议网络构建一种特征金字塔多尺度网络结构,并结合全卷积操作完成微小目标与类别无关目标的检测. 为了提升图像中微小目标的检测精度,构建基于侧链接融合的3层金字塔结构网络,充分利用语义级别比较低的图像卷积特征. 为了提高类别无关的图像目标检测鲁棒性,提出特定的非极大值抑制算法,在重叠目标过滤时消除冗余目标窗口,并对目标窗口进行位置精修. 在PASCAL VOC 2007、PASCAL VOC 2012以及古代绘画数据集上的实验结果表明：所提算法对于微小目标、多尺度目标检测及种类无关的目标检测的检测精度高于已有算法.     

奥氏体不锈钢焊缝线状影像分析

阐述了奥氏体不锈钢焊缝检测时底片上出现的线状影像为X射线衍射斑纹,实验表明衍射斑纹对焊缝力学性能无影响,提出了识别衍射斑纹和缺陷影像的方法。     

基于目标图像FCM算法的地铁定位点匹配及误报排除方法

在基于图像识别的地铁轨道精确快速定位过程中,针对轨道定位点检测模型存在的误报问题,将模糊C均值（FCM）算法用于定位点模型匹配. 在基于深度卷积神经网络的轨道定位点检测模型基础上,选用6类定位点图像和2类误报点图像,提取不同类别图像样本中各目标检测框的中心相对位置、长宽比、面积等特征数据（每张图像各6维特征量）,采用ReliefF算法度量所有图像样本各维特征量的权重,将所得权重引入FCM算法的欧几里德距离公式,匹配唯一定位点. 实验结果表明,改进后的FCM算法在聚类的正确性和有效性方面有明显改善,对提高地铁轨道定位精度具有重要的意义.