基于灰度变换的水下焊接图像对比度增强

对比度增强是图像增强的关键技术。水下焊缝图像具有对比度低、灰度分布范围窄等缺陷,造成焊缝边缘难以提取,有必要应用此技术对原始图像进行预处理。灰度变换技术可以使灰度值映射至灰度全域,进而增强图像的焊缝信息。首先提出一种基于幂律灰度变换的改进型分段幂律曲线,使曲线呈S形分布,以对灰度的中段实现最大程度的拉伸,而对始末段的灰度拉伸较小;然后运用Otsu算法提取焊缝边缘区域的阈值,以该阈值作为分段曲线的分段点,从而把焊缝的边缘信息集中在曲线中段,可以有效提高焊缝边缘信息的对比度。试验证明,本文所述技术较直方图均衡化和经典幂律变换所获得的增强后图像质量明显更好,尤其是焊缝的边缘区域。     

一种基于改进的SUSAN算法的焊缝边缘检测方法

随着图像技术在自动化焊接中的应用,高效地识别和提取出焊缝轨迹,成为图像跟踪自动焊接的关键。本文提出了一种基于改进SUSAN算法的焊缝边缘检测方法。首先对采集到的焊缝图像进行灰度化处理,再通过SUSAN算法进行焊缝的边缘检测,并将SUSAN算法中的灰度差阈值由人为选取改进为一种自适应选取的方法。理论分析和实验结果表明,该算法比其他边缘检测算子抗噪能力强,可以更加高效地提取出焊缝信息。     

管道焊接熔池图像处理与特征提取

提出了一种管道焊接熔池成像系统,能够有效克服弧光干扰,获取焊接熔池在焊缝坡口内图像.采用基于统计的鲁棒图像处理方法,对熔池图像进行预处理,抑制飞溅等噪声.在图像自适应分割和边缘提取基础上,根据熔池图像和焊缝坡口图形特点,分别提取熔池图像在焊缝内的灰度分布特征以及焊缝坡口图形特征,得到熔池相对焊缝坡口的动态偏移量,以及熔池振动幅度和频率,为焊缝跟踪和焊接质量控制提供了视觉信息反馈.进行了焊接过程实时图像处理和特征提取试验,试验结果验证了熔池成像系统和图像处理方法的有效性和可靠性.     

激光焊磁光彩色成像焊缝检测方法

针对激光焊接平板对接微间隙焊缝(间隙小于0.1 mm),研究彩色图像信息的磁光成像焊缝检测算法,为微间隙焊缝的精确跟踪提供一种新方法. 采用磁光传感器采集焊接过程的焊缝区域图像,对焊缝磁光图像在RGB(red, green, blue)和HSV(hue, saturation, value)彩色空间的灰度分布进行分析,提取RGB图各分量的灰度图,根据各分量灰度分布曲线确定阈值提取焊缝边缘,合成3个分量的焊缝边缘得到焊缝过渡带轮廓;对HSV图的每个分量图灰度直方图进行分析确定阈值,然后综合形成单一的焊缝过渡带分割图像. 结果表明,该方法能有效检测肉眼难以分辨的微间隙焊缝.     

焊缝漏磁图像边缘检测算法的实现

以对接焊缝不同区域分布矩形槽缺陷的漏磁图像为对象,提出一种基于数学形态学的焊缝和缺陷的边缘提取方法。首先利用经典边缘检测算子对焊道上分布矩形槽缺陷和热影响区分布矩形槽缺陷进行边缘提取,检测结果说明了经典算子的不适用性。针对焊缝不同区域分布矩形槽缺陷漏磁图像,利用数学形态学算法,构造圆盘形结构元素进行边缘提取。结果表明:基于灰度膨胀变换的边缘检测算法,可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷二者的有效分离,具有一定的可行性和实用性。     

激光紧密对接焊磁光成像焊缝识别

准确检测焊缝中心位置是保证焊缝自动跟踪的前提。针对激光焊接碳钢紧密对接焊缝(间隙不大于0.1 mm),利用磁光传感系统获取焊缝磁光图像,分析焊缝磁光图像的灰度分布特征,对磁光图像进行中值滤波去噪,通过逐列扫描磁光图像灰度梯度极大值后拟合焊缝中心位置。焊缝位置检测试验结果表明,基于焊缝磁光图像灰度梯度特征的焊缝中心拟合法优于直接边缘检测算子;所提出的方法能够识别微间隙焊缝中心位置,为实时控制激光束跟踪紧密对接焊缝奠定了基础。     

X射线线阵实时成像焊缝缺陷检测方法

针对X射线线阵探测器实时成像的焊缝图像,提出了降噪处理、焊缝图像分割及缺陷检测的方法.通过自适应中值滤波方法对焊缝图像进行滤波降噪,利用类间、类内方差比分割法和数学形态学方法进行焊缝图像分割,对焊缝部分应用高频加强变换提取焊接缺陷.结果表明,采用自适应中值滤波能够有效去除噪声的同时保留焊缝和缺陷的边缘细节;类间、类内方差比分割方法与数学形态学方法并用能准确地将图像分割为焊缝与母材区域;高频加强变换能使焊缝中心部位灰度变化突显进而实现缺陷检测.     

螺旋管埋弧焊内焊焊缝跟踪

介绍了一种根据焊缝背面温度场的对称性来判断焊枪是否偏移焊缝中心的方法。以CCD为视觉传感器的螺旋管埋弧焊内焊焊缝自动跟踪系统,其关键环节为识别出焊缝的位置及判断焊缝两侧温度场的对称性。据此提出了基于多种图像处理算法组合的方法来求出焊缝的具体位置,同时将温度场的边缘也可以清晰地辨别出来,然后再进行投影处理判断焊缝两侧温度场的大小,从而判断焊枪是否偏移焊缝中心。     

基于视觉传感的薄板焊缝特征亚像素提取方法

提出了一种薄板对接焊缝特征亚像素提取和图像处理方法,可以有效地提高薄板焊缝特征的提取精度。针对薄板接头特征设计了一个基于面性激光的视觉传感器,有效地采集薄板焊缝图像;提出了一种亚像素特征提取方法,根据图像的灰度分布特点,搜索每列的极大值和极小值,并以这两点为边界,对图像进行分割;接着对分割的焊缝特征区域,采用基于灰度梯度的重心法进行亚像素的焊缝特征提取。试验结果表明,该方法可以有效地检测出薄板对接焊缝特征,提取精度可达0.1个像素。     

灰度形态学在焊缝图像处理中的应用

寻求一种快速、有效的焊缝图像处理方法，是基于视觉传感的焊缝跟踪系统的关键技术之一。在分析灰度形态学膨胀、腐蚀、开和闭四种基本运算对图像的处理效果的基础上，将灰度形态学引入焊缝图像处理中。研究一种焊缝图像处理新方法，根据视觉传感器获取的焊缝图像的形态特征，选择合适的结构元素，对焊缝图像进行多种形态学运算，提取出焊缝、检测出焊缝边缘和焊缝中心位置，作为焊缝跟踪系统的控制量。试验结果表明，该方法效果良好，完全满足焊缝跟踪系统实时性要求，能有效地提高焊缝跟踪精度。     

X射线检测图像焊缝分割方法研究

本文通过对大量X射线焊缝检测图像的列灰度分布曲线的分析,设计了基于灰度梯度和灰度阈值的焊缝分割方法。经验证,该方法对于对比度较低的焊缝检测图像可以很好地分割出焊缝,而不会产生过度分割的问题,从而实现了焊缝区域的自动分割。     

基于Fourier拟合曲面的X射线焊缝缺陷检测

针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%.     

基于像素方差分析的焊缝边缘检测方法

在焊接图像处理中,噪声信号的干扰直接影响了边缘检测的精确度和系统的实时性能.针对焊接图像的特点,提出一种基于邻域像素灰度分布均匀度分析的边缘检测方法,讨论了该算法的原理,并应用Matlab语言对算法进行焊接图像边缘提取仿真试验.仿真结果和传统边缘检测算法比较表明:该方法能有效抑制图像中大量存在且分布复杂的噪声信号,准确检测出焊缝的边缘.该算法对噪声的敏感程度明显低于传统的焊缝边缘检测算子,更适用于焊接过程图像的焊缝边缘检测.算法可靠性好,易于实现;缺点是边缘响应不是单像素的.     

基于二元函数拟合的X射线焊缝图像缺陷分割方法

由于存在焊缝图像噪声强、不清晰、对比度低的问题,导致图像分割效果差,文中提出一种基于二元函数拟合的X射线焊缝图像缺陷分割方法。通过正弦变换函数对原始焊缝图像增强处理,使用B样条曲线拟合图像内的灰度曲线,计算高斯曲率与平均曲率得到焊缝表面图像边缘特征,通过二元函数得到不同类型的焊缝边缘数据,结合焊缝图像的表决图,完成对焊缝图像缺陷完美分割。试验结果表明,该方法分割精度高,且在缺陷类别识别和检测效果图上都要高于卷积神经网络算法、目标检测算法、多视觉成像算法的,证明所提方法分割效果好,有实际的应用价值。     

基于边缘检测的槽罐车焊缝提取方法

针对槽罐车内壁焊缝背景影响缺陷分割的问题,提出一种基于边缘检测的方法提取出焊缝区域.对槽罐车内壁图像进行灰度化、高斯滤波去噪等预处理;用Canny算子获取到焊缝的边缘细节,采用一系列形态学处理方法把焊缝边缘连接成一个区域,并用最大面积法去除周围噪声,初步提取到焊缝区域;求焊缝区域的最小外接矩形,将最小外接矩形的四个顶点坐标用到槽罐车焊缝原图像,提取出完整的焊缝区域;采用"旋转法"解决倾斜焊缝的提取问题.     

基于X射线数字化图像处理的双面焊焊缝缺陷检测

对双面焊焊缝的缺陷自动检测,提出了对焊缝重叠区边缘区与非边缘区分别进行处理、非细长缺陷与细长缺陷分别进行处理的思路.在逐列灰度波形分析检出焊缝外边缘和两焊缝重叠区边缘的基础上,对于非细长缺陷,采用大模版中值与均值滤波相结合模拟背景,然后对消除背景后图像采用分区域阈值检出焊缝缺陷,对于细长缺陷,提出了基于逐列自适应二值化和改进霍夫变换的缺陷分割算法.结果表明,所提出的方法能够在有效地避免两焊缝重叠区边缘处误检的同时,检出微弱线缺陷.     

埋弧焊焊缝CCD跟踪系统研制

快速而准确地寻找到焊缝中心的位置是实时焊缝跟踪系统要解决的首要问题,文中提出一种基于视觉传感器CCD的焊缝跟踪系统.通过对焊缝图像的分析发现,焊缝图像具有较为明显的统计特征,即坡口的平均灰度较其它位置的平均灰度要大.基于这一统计特征,给出一种新的确定焊缝中心的快速算法.该算法根据像素点的灰度值对其进行排序,并以此为依据来确定焊缝边缘及焊缝中心.该算法无需进行滤波处理、对光源无特殊要求且鲁棒性强.现场实际计算表明所提算法准确可靠,适合于现场应用.     

小波分析在焊缝图像处理中的应用

从原始焊缝图像中准确检测出焊缝边缘、提取出焊缝中心位置,是实现焊缝跟踪的关键技术。将小波分析方法应用于焊缝图像处理中,首先对焊缝图像进行小波分解,然后对分解后的小波系数进行阈值处理,最后用阈值处理后的小波系数进行焊缝图像重构,有效降低了焊缝图像噪声,突出了熔池和焊缝边缘轮廓,便于机器识别及处理。接着再对消噪增强后的焊缝图像进行平滑、边缘检测,提取出焊缝中心线,用于焊缝自动跟踪控制。试验结果表明:该方法效果良好,能有效地提高焊缝跟踪精度。     

一种基于自适应二值化阈值的焊缝边缘特征提取方法

提出一种可靠提取焊缝边缘的图像处理方法.该方法通过对焊缝图像的梯度图像进行直方图均衡化,将梯度图像中反映边缘信息的像素的灰度级压缩到一个较小的范围内.然后,根据直方图均衡化后所得梯度图像的灰度级分布,确定图像的全局二值化阈值.以窗口半宽为步长在图像中滑动窗口,确定窗口内图像的局部二值化阈值.结合图像全局和局部二值化阈值,得到窗口内的自适应二值化阈值,对窗口内梯度图像进行二值化.此外,设计了一种迭代去噪的方法,以解决所得二值图像中存在大量噪声的问题.实际图像的测试结果表明了该方法的有效性.     

基于双目立体视觉埋弧焊焊缝成形的表征

提出了一种基于双目立体视觉实现焊缝成形评判的新方法.首先,采用搭建的双目立体视觉系统获取了焊缝表面成形的图像信息,并对获得的图像进行了灰度均衡、高斯滤波等预处理.其次,采用动态阈值分割算法,以及膨胀、腐蚀等形态学处理方法精确提取了焊缝成形边缘轮廓,探索了焊缝的长度、宽度、高度等立体成形参数的图像信息表征方法.结果表明,获取的焊缝宽度标准方差sW、余高标准方差sH、过渡角αL及αR等参数可作为焊缝成形评判的量化指标.