基于扫描激光视觉传感的焊缝图像特征信息识别

特征点提取是激光视觉焊缝图像识别的关键技术,目前常用的斜率分析法虽然原理简单、计算速度快,但适应性不好、精度不高,对于一些复杂的深坡口焊缝甚至无法识别.对基于扫描激光视觉传感的焊缝图像识别进行深入研究后,提出一种新的特征点提取思想———由形到点,将焊缝坡口特征点分为直角拐点和斜角拐点,分别设计斜率极值法和斜率截距法来提取.实际焊缝跟踪时,根据拐点类型分别调用对应的提取算法,就能完成全部焊缝坡口所有特征点的提取.结果表明,"由形到点"提取特征点精度高,抗干扰能力强,对不同焊缝坡口形式适应性好,在厚板深坡口焊缝跟踪领域有很大的实用价值.     

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.     

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.     

基于改进最小二乘法的焊缝特征直线提取方法

提出了一种基于线性度的改进最小二乘法,用于提取焊缝特征直线.该方法提出直线线性度L,点到直线的距离范围R以及一次性剔除数据点数N三个参量,并以L为准则,结合R和N,通过循环利用最小二乘法,逐步将中心线数据点划分为满足L要求的若干点集.以含有数据点最多的点集拟合的直线作为该算法求得的焊缝特征直线.最后,讨论了三个参量的取值对拟合直线的影响.结果表明,该算法能够有效地检测V形焊缝特征直线,满足焊缝跟踪图像处理算法的要求.     

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。     

图像处理技术在焊缝跟踪中的应用研究

以视觉传感型焊缝跟踪系统为研究对象,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,并讨论了各自的工作原理和优缺点.最后,对图像处理技术在焊缝跟踪中的应用前景作了展望.     

大功率激光焊机焊缝质量参数的提取方法

提出大功率激光焊机焊缝的图像处理和质量参数特征的提取方法,有效地克服了环境的各种干扰,可靠地得到了质量参数。通过一套具有工业显微镜头的CCD视觉系统,实现了微细焊缝的结构光光带的采集。根据其区域的背景和前景图像亮度差别较大的特点,提出一个基于最优阈值分割的光条细化算法,确定了光条在图像平面的变形,从而提取出焊缝质量参数,如熔宽、错边及余高等。实验结果证明了该方案切实可行,结果满意。     

焊接机器人轨迹跟踪研究现状

各类传感器和智能控制方法极大促进了机器人在焊缝跟踪中的应用,不仅提高了焊缝跟踪的精度,同时提高了焊接效率和保证了焊接质量。简述了机器人焊缝跟踪系统的结构,详述了焊缝跟踪过程中各类传感器的工作原理及其特点;阐述了图像处理技术在机器人焊缝轨迹跟踪过程中的研究进展,并对图像的预处理、图像分割与边缘检测和特征提取等研究方法进行了分析。最后,总结了智能控制方法在焊缝跟踪中研究进展及不同形状的焊缝跟踪情况。     

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.     

基于激光视觉的钢结构焊缝图像处理系统

针对钢结构件品种多、批量小,焊缝形状位置一致性差,机器人重复定位过程复杂等缺点,设计了一种基于激光视觉的钢结构焊缝图像处理系统. 运用CCD工业相机和激光器,采集带有激光条带的焊缝图像,分别利用中值滤波柔化噪音,Otsu算法自适应阈值分割,开操作和形态学处理相结合去除图像中除目标像素外的小连通区域,提取激光条带的中心线,最终利用Hough变换对中心线直线拟合,得到特征点位置,并通过骨支架试验验证该技术的可行性. 结果表明,该方法可快速准确地检测到焊缝特征点,满足实际要求.     

一种多尺度分形的弧焊熔池图像分割方法

弧焊熔池图像的各个区域与最终的焊缝成形有着密切的关系.分析了弧焊熔池图像中的浮渣与熔池的分型维数和多尺度分型维数的特征,阐述了图像的分形维数和多尺度分形维数特征的概念,介绍了单一分形维数与基于多尺度分形维数的图像分割方法,并把该方法应用到了弧焊熔池图像的分割中.结果表明,基于分形维数的多尺度图像分割方法可以有效地对弧焊...     

视觉焊缝跟踪实时图像处理研究

就视觉焊缝跟踪实时图像处理的方法进行了研究，对其中的关键技术-激光带中心的抽取和特征点的检测提出了切实可行的方法，该处理方法效果好，处理速度快，能够满足跟踪系统的实时性要求。     

结构光视觉鲁棒焊接接头跟踪

针对焊接时严重的干扰降低了接头特征提取效率的问题,提出了一种预测-匹配-估计的闭环递推机制来完成起弧下的接头特征跟踪检测.通过对焊接接头位置与形状的预测给出了结构光轮廓信号在图像中所在的区域,进一步通过基于模型的轮廓匹配方法识别出焊缝接头,最后利用基于可信度的滤波方法估计出合理的焊接轨迹,结果表明,该方法不仅明显地提升了焊缝接头轮廓识别的成功率和实时性,即使在面对接头特征识别结果出现粗值或者提取失败的不利情况下,依旧能够保证焊缝跟踪的可靠性.     

用DSP实现焊缝图像处理算法中的小波变换算法

利用模板匹配算法获取焊缝中心位置。该算法首先通过二维小波变换得到焊缝的模板,再将该模板在后续焊缝图像中平移,计算模扳平移到各位置的互相关系数,取互相关系数最大值对应的列为被测图像的焊缝中心位置。基于DSP在数字信号处理中的优势,使用TDS642EVM实现焊缝识别图像处理算法。文中分析了二维小波变换算法的原理,开发了用DSP（数字信号处理器）实现小波变换算法的程序,最后列出了用TDS642EVM处理管道焊缝图像实例。     

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。     

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。     

Robust welding seam tracking using image seam extraction

Abstract

Extracting single pixel wide paths is the core image processing problem in many vision based welding seam tracking applications. Traditional techniques such as edge detection and image thinning may not be effective for solving this problem on low quality welding images polluted by process noises. Based on the understanding of the prior knowledge about the welding images, we present in this paper a welding seam tracking method using the image seam extraction technique. Owing to its optimisation nature, the proposed method is robust to strong image noises caused by environmental factors such as uneven illumination, light interferences and welding spatters. In addition, the proposed method is of low time complexity and is highly adaptive to different types of welding images. Experimental results on a variety of welding images validate the effectiveness and efficiency of the proposed method.     

微小随机变化焊缝的视觉特征提取

针对焊接过程中薄钢板搭接微小焊缝随机变化的特点,提出一种基于图像能量分布的视觉特征检测和提取方法,采用伪彩色图像增强算法得到能量分布,有效地抑制了焊接过程中飞溅、烟雾等能量弱的瞬时噪声. 接着提出一种差分搜索算法实现了结构光条纹骨架的准确提取,并获得了图像特征点. 然后,利用随机抽样一致算法对图像特征历史数据进行概率分析,进而精确地拟合出焊缝特征的局部模型,实现了焊缝特征点的准确预测. 结果表明,提出的方法是有效的,焊缝视觉特征提取的效果令人满意.     

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。     

基于激光双目视觉的接缝三维重建

设计研制了结构激光双目视觉传感器,该传感器加入结构激光,很好地解决了立体视觉中对应点的匹配问题.利用该传感器采集接缝图像,开发了图像采集处理程序,实现接缝图像处理和特征分析,识别并提取了二维平面上接缝特征点的图像坐标.采用MATLAB软件实现了三维重建标定算法,根据双目视觉原理,由接缝特征点的图像坐标计算出其三维坐标,进行了三维重建,抽取了接缝三维几何尺寸、坡口类型、角度、间隙等焊接特征信息.