基于视觉图像质心的焊缝跟踪新技术

从基于图像质心的焊缝跟踪技术出发，通过对图像质心公式的深入研究，根据图像灰度与视觉传感器响应电压值的关系、响应电压值与检测部位的发射率及光谱辐射强度等关系，从理论上得出质心与焊缝中心的关系模型，论证了图像质心与焊缝中心存在相关性，并通过大量试验证明了关系模型的准确性。     

熔池图像质心算法的焊缝位置测量模型

建立了一种基于熔池图像质心的焊缝位置测量模型,通过视觉传感器获取焊接区熔池图像,选择熔池前端为处理区域,对该区域进行中值滤波与图像灰度变换,并计算该区域的熔池图像质心值及相对应的焊缝偏差.在不同的焊接条件下,获取多组熔池图像及对应的样本数据,应用最小二乘法建立熔池图像质心与焊缝偏差之间的关系,得到基于熔池图像质心的焊缝位置测量数学表达式.在此基础上,通过分析比较各数学表达式之间的关系,建立焊缝位置测量数学模型.计算机仿真及焊接工艺试验结果表明,该模型可有效地检测焊缝位置.     

焊接理论/一般问题

建立了一种基于熔池图像质心的焊缝位置测量模型，通过视觉传感器获取焊接区熔池图像，选择熔池前端为处理区域，对该区域进行中值滤波与图像灰度变换，并计算该区域的熔池图像质心值及相对应的焊缝偏差。在不同的焊接条件下，[第一段]     

计算机视觉及其在焊接中的应用

简要阐述了计算机视觉的基本原理，系统结构和计算机视觉的基本处理方法，并着重讲解了在焊接自动化领域的应用情况。     

改进的Otsu法在焊接图像分割中的应用

为把焊缝区域准确地从焊接图像中分离出来,以便进行焊接质量的在线分析,本文针对焊接图像灰度级多、信息量大、对比度低、图像部分细节模糊等特点提出了一种新的改进的Otsu法,在考虑类间方差和类内方差对图像分割效果影响的基础上,用方差信息代替均值信息,构建了焊接图像分割阈值算法,用以提高焊接图像的分割质量和图像实时处理的速度.实验结果表明,本文所提出的算法达到了很好的焊接图像分割效果,图像分割耗时短,相对于目前的图像分割方法具有明显的优越性,是一种有效的焊接图像阈值分割方法.     

基于视觉注意的V形焊接区域清晰图像获取

焊接过程中焊接区域亮度范围大,而且随机变化,导致采集的焊缝区域图像干扰大,特征难以提取.文中利用激光条纹良好的方向特性,以及图像中结构光与熔池的亮度特征,提出一种基于视觉注意的焊接区域清晰图像获取方法.针对采集的焊缝区域图像,首先获取在不同检测方向下结构光条纹的单方向特征图,再进行加权融合得到多方向特征图.其次,利用高通巴特沃斯滤波器对原始图像加强,获取亮度特征图.接着提出一种改进的显著性度量方法实现了显著性区域与复杂背景图像区域的较好分割.最后,通过图像融合归一化得出结构光与熔池的清晰图像,并采用聚类中心距离客观评价了图像显著性检测效果.结果表明,试验结果显示提出的方法是有效的.     

基于视觉图像传感的精密脉冲TIG焊焊缝跟踪

针对某复杂曲面薄壁不锈钢工件精密脉冲TIG焊中的焊缝跟踪问题 ,本文研究了一种基于视觉传感的高精度、高实时性焊缝跟踪技术。根据脉冲TIG焊的工艺特点 ,该技术通过选择特定波长的滤光片及合理的曝光时刻 ,采用工业CCD摄像机获取可直接分辨出焊缝、熔池和钨极的清晰、放大的焊接区图像。采用VC语言设计的图像处理算法 ,可以快速准确地识别出焊缝中心线 ,提取钨极偏离焊缝中心线的方向和距离 ,驱动步进电机调节焊炬位置 ,实现高精度、高实时性的焊缝跟踪。试验结果表明 ,该技术的单幅图像处理周期小于 12 0ms,能实现焊炬运动方向与焊缝偏差角小于 3 0°的焊缝跟踪 ,满足了复杂曲面的薄壁不锈钢工件的精密焊接要求。     

一种基于图像质心的焊缝跟踪新方法

研究一种基于图像质心识别的电弧焊焊缝跟踪新方法。通过视觉传感器获取焊接区熔池图像，抽取图像质心坐标并构成状态向量，建立一种基于图像质心的状态方程和位置测量方程。在此基础上，应用卡尔曼滤波对图像质心位置进行状态估计，在时域中采取递推计算的方式得到最小均方差条件下的焊缝位置最佳预测值．从而消除过程噪声和测量噪声引起的焊缝位置测量偏差。计算机仿真和实际焊接试验结果显示该方法可有效地提高焊缝跟踪精度。     

基于人眼视觉特性的焊缝X射线图像辅助判读系统

目前,X射线焊缝检测主要采用人工判读X射线胶片的方式,可靠度差,效率低。介绍了一种焊缝X射线图像辅助判读系统,它采用基于人眼视觉特性的图像处理算法,对数字化后的胶片图像进行处理,增强其视觉效果,帮助评片,同时还增加了图像数据库存储检索功能。相关试验结果表明,该方法对难以识别的焊缝图像有较好效果,有助于焊缝缺陷的检测。     

激光焊接熔池质心偏差旋转变换的焊缝检测方法

针对工业实际焊接加工过程的焊缝偏差,利用IPG YLR-10000大功率光纤激光焊接设备,通过高速视觉传感器获取动态熔池红外图像序列,观察激光束偏离焊缝时熔池红外辐射的特征变化,质心位置参数能作为焊缝偏移特征测量值.通过建立图像坐标系,并采用旋转和平移坐标系方法,建立焊点偏差测量模型.试验证明用质心位置参数能体现激光束偏离焊缝的实际情况.利用回归分析方法建立焊缝实际偏差与质心位置测量偏差的红外动态视觉模型,通过分析模型的相关性参数R,确定了该建模的有效性及可行性.     

Experimental study of weld position detection based on keyhole infrared image during high power fiber laser welding

Keyhole is one of the important phenomena in high-power laser welding process. By studying the keyhole characteristic and detecting the seam offset during high-power fiber laser welding, an infrared sensitive high-speed camera arranged off-axis orientation of laser beam was applied to capture the dynamic thermal images of a molten pool. The 304 austenitic stainless steel plate butt joint welding experiment with laser power 10 kW was carried out. Through analyzing the keyhole infrared image, the weld position was calculated. Least squares method was used to determine the actual weld position. Image filtering technique was used to process the keyhole image, and the keyhole centroid coordinate were calculated. Also, least squares method was used to fit the keyhole centroid curve equation and establish a nonlinear continuous model which described the deviation between keyhole centroid and weld seam. The heat accumulation effect affected by the infrared radiation was analyzed to determine whether the laser beam focus spot deviated from the desired welding seam. Experimental results showed that the keyhole centroid has related to the seam offset, and can reflect the welding quality.     

Detection and processing of molten-pool image of electron-beam deep-penetration welding based on visual sensing

A visual sensing system was developed.The system is suitable for titanium-alloy electron-beam welding,and senses and detects molten-pool dynamic processes.A suite of processing programs for colored mol...     

采用改进OTSU法的焊前焊缝图像分割

图像分割是图像理解与分析的基础，在众多的图像分割方法中，阈值法计算简单，具有较高的运算效率，是图像分割中广泛采用的方法，选取适当的阈值是阈值法的关键。OTSU法（最大类间方差法）被认为是阈值自动选取方法的最优方法之一，由于焊缝图像常出现大面积的灰度不均匀，OTSU方法不能有效地分割出焊缝间隙，在充分分析焊缝图像以及OTSU方法的基础上，提出一种改造的自适应阈值选取方法，实验证明该方法具有较强的自适应性；能有效地分割焊缝图像。     

弧焊机器人焊缝图像处理及识别方法的研究

针对电荷耦合器(CCD)所获取焊缝图像的特点,研究了相应的图像处理方法,有效地消除了焊接过程中的飞溅和弧光对焊缝图像的干扰.通过识别激光带在焊接坡口处的变形,准确识别出图像中焊缝中心位置并计算出焊枪的偏差.采用多线程技术编写了应用程序,充分利用计算机系统资源,大大提高了图像采集、处理和存储的速度.识别算法对每幅图像的平均运算时间为16 ms,识别精度达到±0.2ms.试验证明:图像处理的过程和焊缝中心识别的方法是有效的,该系统满足焊缝跟踪控制的实时性要求.