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。     

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.     

紧密对接焊缝多尺度形态学磁光成像检测方法

利用磁光传感器获取紧密对接微间隙（0~0.1 mm）焊缝磁光图像.针对传统形态学图像处理方法检测微间隙焊缝时容易出现边缘细节丢失的问题和存在检测精度不高的缺点,在四个不同方向上各选取三种不同尺度的结构元素,应用多尺度多结构元素形态学方法提取微间隙焊缝边缘信息,并与小波边缘检测和Sobel边缘检测结果相比较.在激励磁场变化情况下进行三组试验,分别采用多尺度形态学算法和传统形态学算法提取焊缝中心位置.结果表明,多尺度多结构元素形态学算法能更有效地检测出微间隙焊缝中心位置,为紧密对接焊缝的识别与跟踪控制提供试验依据.     

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.     

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.     

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.     

微间隙焊缝磁光图像Otsu骨架法识别

在紧密对接焊缝跟踪过程中,针对磁光传感的焊缝磁光图像,研究一种基于Otsu和骨架法的焊缝位置识别方法。通过自适应中值滤波对焊缝磁光图像进行降噪处理,利用改进的Otsu算法和数学形态学将焊缝磁光图像分割成母材部分和焊缝部分,最后根据最大圆盘骨架法提取焊缝中心。试验结果表明,该方法能准确提取肉眼难以分辨的微间隙焊缝中心。     

不等厚板搭接焊缝缺陷数字X射线检测

在不等厚钢板搭接焊缝X射线检测图像中,由于工件及焊缝厚度变化带来的图像背景灰度差异、焊缝区灰度连续变化等,给基于图像处理的缺陷自动识别带来困难.同时,被检测焊缝装卡的空间位置具有不确定性,垂直布置的焊缝和重力方向存在一定角度,不便于缺陷自动识别及定位.文中给出一种基于不变矩的X射线图像校正方法,解决焊缝图像倾斜问题;在此基础上,给出一种图像噪声抑制、背景去除、图像分割及数学形态学相结合的缺陷识别方法.结果表明,所提方法能有效识别不等厚搭接焊缝中的气孔类缺陷,适用于自动检测.     

图像形态学在初始焊接位置检测中的应用

将图像形态学引入直焊缝的初始焊接位置检测过程中,首先采用结构小巧的CCD摄像机采集直焊缝图像,借助腐蚀边缘检测算子的图像形态学算法进行边缘检测,在保留图像关键信息的同时有效的滤除了其它干扰,然后选择多方向线性结构元素利用形态学处理算法进行方向滤波,最后配合Hough变换得到初始焊位点坐标.该算法直观简便快速,自适应性强,处理精度较高,且对于焊缝边缘的大多数干扰鲁棒性强,满足实际工作需要,为完成整个初始焊位导引过程奠定基础.