一种基于计算机视觉的螺旋焊管焊缝自动跟踪系统

根据钢管生产厂提出的要求,设计并研制了一种基于计算机视觉的螺旋管焊缝自动跟踪系统．该系统以CCD摄像头为传感器件,运用计算机视觉技术对获取的图像信息进行实时处理,并以视觉伺服的方式实现螺旋管焊缝自动跟踪．介绍了系统的工作原理及总体结构,并详细介绍了为加强工控机信号处理能力而设计的并行高速信号处理单元（DSP从系统）和采用多尺度小波变换实现模糊图像边缘检测的算法及其对实际焊缝图像的处理效果．     

基于激光单目视觉系统的焊缝提取

将激光单目视觉传感器固定在ABB机器人上组成视觉系统,用Matlab标定工具箱实现了对摄像机参数的高精度标定,与机器人示教器结合对机器人进行了手眼标定;利用视觉系统采集焊缝图像,对获得的图像进行图像处理和特征分析,并提取计算机图像平面上焊缝特征点的图像坐标.根据摄像机内外参数、机器人的手眼关系以及焊缝的特点提出一种简便的方法将二维平面坐标转化为三维坐标,用Solidworks还原出焊缝的三维模型,提取焊缝中心线信息进行焊接实验,结果表明焊接精度满足实际要求.     

基于图像传感的焊缝自动跟踪系统设计

本文提出了一种基于图像传感的焊缝自动跟踪系统.系统应用CCD(Charge Coupled Device)图像传感器采集焊缝图像,并应用由VC 语言设计实现的图像处理软件对焊缝图像进行处理及特征值提取.基于图像传感的焊缝自动跟踪系统实现了焊接机器人对焊缝的实时自动跟踪.     

一种基于计算机视觉的螺肇焊管焊缝自动跟踪系统

根据钢管生产厂提出的要求,设计并研制了一种基于计算机视觉的螺旋管焊缝自动跟踪系统,系统以ＣＤＥＤ摄砂为传感器件,运用计算机视觉技术对获取的图像信息进行处理,并以视觉伺服的方式实现螺旋管焊自动跟踪,介绍了系统的工作原理及总体结构,并详细最为加强工控机信号处理能力而设计的并行高速信号处理单元（ＤＳＰ从系统）和采用多尺度小波变换实现模糊图像边缘检测的算法及其对实际焊缝图像的处理效果。     

表面贴装中QFP芯片图像的边缘提取技术

针对贴片机视觉检测系统中QFP芯片图像的边缘检测问题，提出一种基于灰度直方图确定阈值的新方法．采用图像分割→图像去噪→边缘提取等图像处理步骤有效完成了QFP芯片针脚边缘轮廓的完整提取．实验证明．整个边缘提取过程快速有效．效果良好．满足了贴片机视觉检测系统高速、高精度的要求．     

基于结构光焊缝图像预处理的研究

为了可靠跟踪焊缝,需要对结构光视觉传感器采集的焊缝原始图像进行预处理,以消除噪声的影响.首先采用一维高斯型拉普拉斯滤波器处理图像,将尺寸与激光光带宽度相差较大的噪声变为离散的小块噪声,然后采用邻域均值滤波进行平滑处理.针对焊缝图像灰度分布随机变化的特点,采用最大方差阈值法自适应选取阈值分割图像,将图像二值化.采用标记法去除小区域噪声,获得清晰的焊缝图像,为后续提取焊缝特征奠定坚实基础.实验表明,该预处理方案可满足实时焊缝跟踪的需要.     

基于激光扫描的工业机器人焊接焊缝跟踪方法

由于工业机器人焊枪和焊接焊缝之间的位置偏差会导致焊接焊缝跟踪结果存在一定的误差 , 因此提出了一种基于激光扫描的工业机器人焊接焊缝跟踪方法 装 首先 ,采用激光扫描传感器采集工 业机器人焊接焊缝图像 ,并对图像进行滤波、增强、黑白化预处理；其次 ,检测图像边缘后 ,采取激光 扫描方法确定焊接焊缝边缘图像中激光条纹骨架的大概位置 ,经最小二乘法直线拟合出准确的激光 条纹中心线 ,提取焊接焊缝特征点；再次 ,结合工业机器人手眼标定矩阵 ,将激光扫描传感器坐标系 中的焊接焊缝特征点坐标转化为工业机器人坐标 ,从而形成焊接焊缝轨迹；最后 ,采取3 次非均匀有 理 B样条方法得到工业机器人焊枪和焊接焊缝之间的位置偏差 ,修正机器人焊枪位置 ,从而实现工 业机器人焊接焊缝的精准跟踪 装 实验结果表明 ,该方法不仅能够准确检测出焊接焊缝边缘 ,而且能 够跟踪不同宽度、不同形状的焊接焊缝工件     

基于视觉传感器的相贯线焊缝特征提取方法

针对相贯线焊缝自动焊接时焊缝识别误差大、焊接效率低等问题,设计一种针对相贯线焊缝的图像采集方式,提出基于视觉传感器的相贯线焊缝特征提取方法,改进了传统的摄相机标定算法.首先,使用工业相机采集带有激光条带的焊缝图像;其次,通过高斯滤波、顶帽变换、Otsu阈值分割、Sobel边缘检测算子、非极大值抑制等算法相结合的方式对焊缝图像进行处理;再次,利用概率Hough变换对激光条带的轮廓线段进行拟合,计算得到焊缝特征点像素坐标值,经相机标定得到映射矩阵,最终得到相贯线焊缝的三维模型.实验结果表明：焊缝图像处理算法平均处理时间为106 ms,平均误差为0.26 mm,最大误差为0.49 mm;此方法满足识别相贯线焊缝的速度与精度要求.     

基于激光跟踪的管道焊接机器人跟踪算法研究

研究并提出了基于激光跟踪的管道焊接机器人跟踪算法,介绍了基于激光跟踪的焊缝跟踪技术的优点,对焊缝自动跟踪过程以及该过程中前置传感滞后跟踪、实时跟踪算法等关键技术问题进行了深入探讨。管道焊接机器人的工艺试验表明：该算法可有效提高基于激光跟踪的管道焊接机器人跟踪精度。     

一种基于互相关技术的焊缝跟踪方法

机器视觉焊缝识别是一种很有前途的方法，但是由于外部干扰，采集到的图像模糊，基于图像边缘识别的焊缝定位方法计算量大，难以满足焊接的实时性要求.为实现实时焊缝跟踪，采用了基于信号和噪声的统计特性的相关检测技术，该技术对焊缝图像清晰度要求不高.试验结果表明，这种技术可以取得很好的效果，基于信号与噪声的统计特性的互相关检测技术适于焊缝实时跟踪和焊接自动化.     

基于激光视觉传感的铝合金自适应焊接

为了适应大型铝合金构件TIG焊接坡口状态的变化,建立了基于激光视觉传感的自适应焊接系统.系统采用新型激光视觉传感器精确测量焊缝坡口,获得焊缝坡口角度、间隙、截面积和错边等几何信息,可用于焊前辅助大型航天构件的装配,以及焊接过程中焊缝自动跟踪.该系统根据坡口状况自动调整焊接电流、送丝速度等工艺参数,实现了焊接过程的自适应控制,焊接成形良好,焊接质量符合相关标准要求.     

基于结构光焊缝跟踪系统的研究

焊缝自动跟踪对提高焊接过程的自动化程度是非常重要的,本文采用结构光视觉的方法对焊缝进行检测和跟踪,研制了一套焊缝自动跟踪系统．在图象处理方面采用"LOG滤波"和"图象分割滤波'等有效的方法,经实验证明,实际焊接时的跟踪误差小于±0．5mm,能够满足一般焊接的要求．     

脉冲TIG焊接熔池几何参数的视觉检测

介绍了作者自行研制的脉冲 TIG(Tungsten Inert Gas)焊接熔池几何参数计算机视觉检测系统 .该系统从硬件上将特殊采样时序与复合滤光措施相结合 ,减小电弧光的干扰 ,从软件上针对熔池区图像的特点 ,利用快速有效的处理算法 ,能够从正面实时检测出熔池重要几何参数 ,如熔池的最大宽度、半长、后部面积、后拖角等 ,为下一步焊接过程实时控制打下了良好基础 .     

带状光源V字扭曲焊缝识别技术

为了满足埋弧焊设备实时跟踪缝焊的需要,及时准确地找到焊缝的中心,借助垂直于焊缝的带状辅助光源,使CCD摄像头获得的焊缝图像光带产生明显的V字形扭曲.通过去噪程序剔除图像中的噪点,寻找到V字图形2个边上的点,采用最小二乘法,迅速、准确地得到V字形光带扭曲的2个边的最佳拟合直线,计算出2个拟合直线的交点,找到了焊缝中心.利用基于最小二乘法的埋弧焊V形坡口焊缝识别方法,得到的焊缝特征明显,具有处理速度快、系统稳定性好等特点.     

机器视觉关键技术的现状及应用展望

简要介绍了机器视觉的概念及机器视觉系统的组成，接着重点阐述了照明光源、镜头、摄像机及图像采集卡、图像处理卡、集成式视觉组件等关键技术的发展现状，最后扼要介绍了在工业检测、农产品分选、机器人导航、医学影像分析、交通管理、安全监控等多个领域的应用情况．     

基于新型Canny算法雷达距离图像边缘检测算法

针对激光雷达距离像的噪声滤波和边缘检测问题,提出了一种结合改进环圈滤波算法和自适应Canny算法的距离像边缘检测算法.通过改进环圈滤波对距离像的噪声进行抑制,在滤除噪声的同时保留了图像的细节特征信息.从梯度幅值计算、非极大值抑制和阀值自动选择3个方面对传统Canny算法进行改进,克服了噪声影响和边缘检测模糊等缺点.实验结果表明,该算法能够可靠的对距离图像进行边缘检测,并且检测结果的信息熵和标准差指标数据优于传统的Sobel算法和Laplace算法,能够较好地满足激光雷达距离像边缘检测的实际需要.     

采用结构光的大跨度销孔加工精度在线测量

设计采用十字线结构光的双相机视觉测量系统,构建由2个高精度工业相机、2个十字激光器和环形光源等组成的图像采集装置. 在传动箱加工现场获取端面销孔图像,提取图像感兴趣区域(ROI),采用双边滤波进行降噪预处理、二值化和边缘检测;基于改进方向模板法提取2个十字线结构光的中心线. 依据测量系统的设计原理分别测出2个销孔的孔径及其位置度. 结果表明：对于孔径,机器视觉在线测量装置与电子塞规的测量结果的偏差平均值为0.001 mm;对于孔组位置度,机器视觉在线测量装置与三坐标测量仪的测量结果的最大偏差为0.02 mm. 这表明机器视觉在线测量装置能满足加工精度要求和在线实时测量需求.     

快速Curvelet变换在实时机器视觉系统中的应用

机器视觉系统已成为现代工业生产生活中重要环节之一,为使机器视觉系统在螺钉自动分选机工作过程中能够达到稳定、实时地监测螺钉的头径、头杆等几何参数,该文应用Curvelet变换增强图像边缘以及检测稳定性,减少裂纹及划痕对边缘提取的影响,并使用MMX、SSE指令和IPP函数进行优化处理以提高图像处理速度。经实验验证,螺钉自动分选机机器视觉系统在工业应用中的图像处理速度可达25 ms/帧、重复精度为8 μm,达到了稳定、实时监测几何参数的要求。