共查询到17条相似文献,搜索用时 117 毫秒
1.
无坡口对接焊缝特征角点检测方法 总被引:2,自引:0,他引:2
针对无坡口平板对接焊缝,研究一种应用线结构光传感的角点检测原理实现焊缝特征检测与跟踪的方法.与基于线结构光形变特征检测焊缝位置的传统方法不同,根据激光条纹在焊缝处的灰度变化,运用图像形态学处理方法,提取焊缝中心特征.计算图像每列邻域内灰度值和,运用中心差分方法,提取焊缝图像感兴趣区域.再依据角点检测原理,确定焊缝中心亚像素级坐标位置,通过简单快速的系统标定,得到焊缝实际位置偏差.结果表明,对焊缝间隙为0.2 mm左右的对接焊缝进行跟踪试验,平均误差均保持在0.1 mm以内,满足焊缝跟踪精度要求. 相似文献
2.
3.
鉴于以结构光为主动光源的焊缝跟踪方法可用于识别不同坡口形式的焊缝位置信息,对结构光焊缝图像进行了分析.为有效提取图像中结构光线性特征以确定焊缝位置,引入了束波变换.阐述了束波变换原理,开发了基于多尺度束波变换的结构光焊缝图像线性特征提取算法.做基于最大Beamlet统计的检验,对结构光焊缝图像进行小尺度束波变换以确定结构光线的大致位置,缩小搜索范围;然后对图像进行大尺度束波变换确定焊缝部分结构光线的线性特征,根据线段斜率变化可确定焊缝位置.采用该算法确定一幅结构光焊缝图像的焊缝位置的时间为260 ms. 相似文献
4.
5.
6.
7.
8.
激光传感图像处理方法研究 总被引:1,自引:0,他引:1
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. 相似文献
9.
10.
针对目前激光-MIG复合焊的缺点,设计了一种基于视觉控制的激光-MIG复合焊焊缝跟踪系统,研究了基于图像处理的激光视觉技术,对焊缝进行直线/圆弧拟合,利用插补算法对焊缝进行仿真跟踪.实验结果表明:图像经过滤波、细化可以得到清晰的结构光骨架,利用直线/圆弧算法对采样点进行拟合,拟合精度在允许范围以内,通过直线、圆弧插补对焊缝进行仿真跟踪,跟踪精度较高. 相似文献
11.
特钢管棒材精整过程需要对其进行打捆和拆捆操作,而人工拆捆工作环境差、强度高。针对拆捆过程捆缝状态和捆丝识别这一难题,提出一种基于线结构光的管棒材捆缝与捆丝识别方法。提出一种基于图像各亮度值像素数量的二值化阈值算法,通过计算满足亮度的像素点数量得到二值化阈值,以减弱环境光照影响;针对单张图片视野无法确定最大捆缝位置的问题,提出一种基于圆弧顶点和端点特征的激光图像拼接算法;最后,提出一种基于霍夫变换和连通域分析的捆丝数量和状态识别算法,实现对生产现场不同规格管棒材捆丝特征的精确识别。实验结果表明:提出的二值化阈值算法相较传统算法对激光条纹的识别率更高,且速度提升17%;最大捆缝和捆丝识别算法的检测误差小于3 mm,完全满足实际生产需要。 相似文献
12.
13.
针对爬行焊接机器人在管道自动焊接中对典型的V形坡口焊缝的定位与中心线的提取,设计了一种基于激光视觉检测的自动焊缝跟踪系统。提出了一种基于激光条纹图像特征的两步定位方法:第一步,建立模板匹配,利用模板匹配方式获取激光条纹位置区域;第二步,采用阈值分割和中心法提取激光条纹中心线,然后采用Shi-Tomasi算法对中心线进行角点检测,经过拟合直线求交点和逐列扫描对比得到焊缝坡口的4个拐点信息,并确定焊缝中心。通过对实际的焊接过程进行测试,结果表明:跟踪系统的平均纠偏误差在2像素以内,平均处理纠偏时间在120 ms以内,具有较高的精度和实时性。 相似文献
14.
15.
根据塞拉门框焊点多而短、焊接质量要求高的特点,提出一种机器人间断式弧焊视觉跟踪系统,综合运用灰度变换等方法,建立基于普通光源的视觉跟踪移动窗口图像处理体系,克服传统图像分割方法易受到工件上刀痕亮斑和暗影等噪声干扰的不足,在采集图像中移动与焊缝具有相同形状和大小的窗口,以窗口中所有像素灰度平均值最小窗口作为焊缝当前位置,能有效的滤除刀痕亮斑和暗影噪声.通过焊缝当前位置与标准位置比较,可直接计算出焊缝位置偏差.结果表明,移动窗口焊缝图像处理体系具有很强的适应性和抗干扰能力,能满足实时跟踪要求. 相似文献
16.
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。 相似文献