基于形态学和隔帧差分的镁熔液弱目标检测

针对镁熔液复杂表面背景下可视弱目标的检测,提出了一种基于形态学和隔帧差分的算法.该方法首先利用形态学白Top-Hat变换进行低频背景抑制,增强图像的对比度;然后进行隔帧差分,去除背景杂波和大量噪声,得到含有目标点及少量的嗓声点图像;最后结合数学形态学开运算去除噪声点获得真正的目标.同时比较了不同结构元素在背景抑制和运行速度方面的性能差异.仿真结果表明本方法能有效地检测出弱目标,且菱形结构元素综合性能最好.     

绿色环保的全电式摩擦焊机研究

液压式摩擦焊机具有能源消耗大、压力脉动、噪声、发热等缺点.提出了一种无液压系统的全电控制的摩擦焊机,利用伺服电机驱动滚珠丝杠副实现摩擦压力的施加,可以在一台设备上实现连续驱动摩擦焊接和惯性摩擦焊接.全电式摩擦焊机通过用伺服电机控制取代液压系统,结构简化,节约能源,提高了摩擦焊接精度和质量,降低噪声和清洁环境,实现了绿色制造.     

OMCKD结合自互补Top-Hat变换的电机轴承故障诊断方法

针对电机轴承微弱故障识别困难这一问题,提出了优化最大相关峭度解卷积(optimized maximum correlated kurtosis deconvolution,OMCKD)结合自互补Top-Hat变换的诊断方法。为解决MCKD关键影响参数难以设置的问题,提出利用人工鱼群算法(artificial fish swarm algorithm,AFSA)并行搜索MCKD参数全局最优解,实现关键影响参数的自动优化调节。首先利用OMCKD方法对原始信号进行预处理,提取被噪声所掩盖的微弱特征信息,继而对解卷积信号做自互补Top-Hat变换处理,进一步抑制背景噪声干扰,强化周期性冲击特征。最后对所得结果做频谱分析,并通过分析谱图中幅值突出的频率成分判定轴承的状态。两组实测信号分析结果表明所述方法可有效用于电机轴承故障诊断,具有一定可靠性及优越性。     

基于多结构元素形态学的射线焊缝缺陷检测方法

针对射线探伤中采集的焊缝图像存在对比度低,噪声干扰及边界模糊等特点,提出了一种基于多结构元素形态学的射线焊接图像缺陷边缘检测方法。在对原始射线焊接图像进行预处理、焊道提取后,选取了多尺度多结构元素,运用灰度形态学方法对焊接图像进行缺陷边缘检测与提取。试验结果表明,对比传统的边缘检测算法,该方法能有效提取图像中的焊接缺陷边缘,且其连续性和完整性较好。     

基于小波和形态学降噪的弧焊视觉图像模糊检测

焊接视觉图像检测是实现焊接过程自动控制的重要步骤.针对焊接图像噪声大、稳定性差的特点,提出了一种基于小波降噪和形态学模糊检测的算法.首先分别用小波变换和灰度形态学算法对焊接熔池图像进行降噪处理,然后将两者结果融合进行模糊处理,最后完成灰度形态学边缘检测.实验结果表明,此方法能够从含有较强噪声的弧焊视觉图像中获取清晰、准...     

基于DSC焊接机器人控制器的设计

针对焊接机器人无线信息传输的控制系统,提出了一种以dsPIC30F5015数字信号控制器(DSC)为核心,并借助于步进电机集成驱动芯片TB6560的步进减速电机控制器的设计方法,给出了该系统设计的硬件电路图和软件流程图,同时对步进电机的运行精度进行了测试.测试结果显示,运行精度的绝对误差小于2％,相对误差小于0.1％,且焊接机器人运行平稳、噪声小,能够满足焊接机器人的焊接要求,实现了对焊接机器人焊接速度和方向的控制.     

改进的分水岭算法在焊接图像中的应用

针对焊接缺陷X射线检测方法的现状和目前存在的主要问题,提出了一种改进的分水岭算法.从图像的结构信息考虑,由于噪声产生的谷底值是很小的,而对应于真正的区域,每个区域的最小谷底会有一个很大的动态值,这个值与没有噪声时的谷底动态值相近.因此,只要简单地给一个阈值,通过动态合并准则进行边分割边合并就可以将那些由噪声产生的谷底滤掉,从而也就抑制了过分割问题.结果表明,该方法能够快速、准确地得到焊接图像的分割结果.     

一种无液压系统的摩擦焊机的研制

液压式摩擦焊机具有能源消耗大、噪声、发热等缺点。提出一种无液压系统的摩擦焊机,利用变频电机和汽缸实现摩擦压力的施加,完成摩擦焊接。该摩擦焊机的设计步骤和方法包括:试验机的方案分析、驱动装置方案分析、传动装置主要元件的设计、控制装置方案分析、总体尺寸的设计。该摩擦焊机带有双摩擦棒,可用于试验不同材料经过摩擦焊接后的焊接组织性能,设计的焊机结构简单、节约能源、提高摩擦焊接精度和质量。     

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.     

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Beamlet变换的结构光焊缝图像线性特征提取

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.     

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.     

基于图象分割的图象处理法在焊缝识别中的应用

提出了无须外加光源的基于图象处理的焊缝边缘识别方法和边缘特征提取过程,对采用小波滤波去噪后的焊缝图象采用符合实时性要求的焊缝图象处理方法,包括基于图象分割的焊缝图象分区法以及根据实际焊缝图象的实际性质加以分析得出的基于ＣＣＤ扫描性质的焊缝边缘识别法,这些方法既简单又适用,在实际焊缝跟踪中能得到良好的效果。通过多次实验得出：此种方法算法简单,响应速度快,适合于实际应用,能快速获得清晰的焊颖边缘,可以     

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%.     

无坡口对接焊缝特征角点检测方法

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.     

基于信度评价的焊缝结构光自适应多次曝光法

利用线结构光主动视觉法获取焊缝尺寸时,被测工件表面的复杂特性会造成局部图像质量下降,严重干扰焊缝尺寸计算.针对此问题提出了一种基于信度评价的自适应多次曝光法.将光条的信度评价作为结构光图像的质量评价参数,根据光条的信度分布自动获得下一次拍摄的曝光参数并判断拍摄结束节点.结果表明,基于信度评价的焊缝结构光自适应多次曝光法应用于角焊缝尺寸检测,具有良好的测量稳定性与测量精确度,并且可以有效避免光条图像质量退化造成的测量误差和测量数据缺失.     

焊缝X射线胶片数字化图像低对比度细长线缺陷的检测

焊缝X射线数字化图像中像素宽度不超过3个像素的细长线缺陷,其对比度低,常有间断,常规的X射线焊缝缺陷检出算法难以有效检出。针对此类缺陷,提出了在滤波降噪的基础上,采用逐列自适应阈值法对图像中细长线缺陷进行初步分割,然后应用改进的局部霍夫变换剔除初步分割结果中的大量噪点,准确分割出细长线缺陷。试验结果表明,所提出的方法能够适应不同灰度范围的X射线图像、克服噪声及缺陷间断的影响,有效检测出低对比度细长线缺陷。     

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.