不等厚板激光焊接焊缝缺陷结构光视觉检测

为了检测不等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和高斯数据拟合技术进行了焊缝表面缺陷检测的实验研究。首先采用高斯拟合法对激光条纹图像进行处理,提取出具有亚像素精度的激光条纹中心线;然后通过最小二乘法拟合出3条相交直线并求其交点,近而获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷-凹度和凸度的检测方法,并以不等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,这种基于拟合技术的结构光视觉检测法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。     

基于Steger算法的多线结构光中心提取

针对Steger算法在提取中心线时易产生大量冗余点的问题,提出一种基于Steger算法的多线结构光中心提取方法。首先利用全局阈值化法有效地提取出激光条纹区域,运用Steger算法初步求取出条纹中心线,通过阈值法滤除掉一些噪声点,其次利用最小二乘法将共线的中心线进行拟合,计算被过滤掉的点到拟合直线的距离,设置合适的阈值来恢复有效点,最后利用拟合直线来校正线点的坐标。试验结果表明,与Steger算法相比,该方法有效地过滤掉了噪声点和Steger算法带来的大量冗余点,在对应点精度值小于1个像素的同时,条纹中心点的数量减少了16.2%;三维重建后激光点到拟合平面距离的标准差与Steger算法相差了0.48×10^-5 mm,但提取的激光线更加平直且没有冗余点和噪声点,更符合实际工程的需求。     

多场景下结构光三维测量激光中心线提取方法

结构光三维测量技术是获得物体三维信息的重要途径,激光条纹中心线提取是影响结构光三维测量精度和速度的关键因素。提出了一种适用于多场景下结构光三维测量的激光条纹中心线提取方法,充分利用图像中激光条纹的几何信息和相关性生成自适应卷积模板,实现激光条纹图像的滤波和增强处理,使激光条纹横截面灰度值满足高斯分布;经灰度加权法实现激光条纹中心线的亚像素精度定位与提取。实验测试结果表明:该方法可实现多场景下形状、材质各异物体的条纹中心线提取,有效克服了激光条纹亮度分布不均、噪声干扰等影响,单幅图像处理时间缩短为0.107 s且相对误差减少到0.076 5%,有效提高了激光条纹中心线的提取精度和速度。     

一种基于高斯拟合法的激光光束中心提取方法

在激光辅助的视觉测量系统中,高斯拟合法的拟合数据选取影响激光光束中心提取精度。针对不均匀光照下激光图像难以确定高斯拟合数据数量的问题,文中提出一种基于随机抽样一致性算法的自适应高斯拟合方法。根据激光图像背景区域灰度分布的变化特性,采用随机抽样一致性算法估计背景区域灰度分布模型;将该模型的局外点作为拟合数据,从而利用高斯拟合法获得激光光束中心点的亚像素坐标。实验结果表明,该方法选取激光图像的高斯拟合数据平均拟合系数达到0.934,与固定拟合数据长度的高斯拟合法相比,提高了激光中心提取精度。     

一种快速光栅条纹中心亚像素坐标提取方法

光栅条纹中心的精确提取会直接影响到线结构光视觉的测量与重建精度。为了解决传统的Steger算法计算量大,且在光条不均匀时提取不精确等问题。基于改进的Steger算法,提出了针对光栅条纹中心的快速亚像素坐标提取方法。通过高斯滤波、形态学等方法得到去复杂背景的激光条纹图像,用自适应阈值法缩小ROI区域,用霍夫变化求取光栅边缘线,求出边缘线中点,然后直线拟合,最后用改进算法提取中心坐标。实验结果表明:与模板法、传统Steger算法等光栅条纹中心提取算法相比,算法的鲁棒性更强,最大提取误差在0.3个像素,平均误差为0.1个像素,平均运行时间相比传统算法减少0.4 s。     

基于系统空间结构约束的多线结构光条纹中心线提取方法

线结构光测量系统容易受到环境光干扰从而影响条纹中心线的提取.通过对系统空间结构约束的分析,文中提出一种多线结构光条纹中心线的提取方法.该方法分为标定和测量两个阶段,在标定阶段求出中心线的偏移量和偏移系数;在测量阶段中,分别在有环境光和无环境光时求得条纹中心线的三维世界坐标.通过平面和曲面拟合实验测量精度,并与Stege...     

基于数据拟合的激光焊接焊缝图像表面缺陷检测

为了检测等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和数据拟合技术进行了焊缝图像表面缺陷检测的实验研究。首先采用高斯拟合法提取出具有亚像素精度的激光条纹图像中心线;然后通过最小二乘法拟合出2条直线和1条二次曲线,求直线和二次曲线的交点以获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷：凹度和凸度的计算方法,并以等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,在此提出的基于数据拟合技术的焊缝表面缺陷图像检测方法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。     

基于改进灰度重心法的光带中心提取算法

在线结构光三维测量中,由于线结构光光源质量、物体表面反射率非均匀性以及表面粗糙性等因素的影响,激光光带经常会出现宽度不均匀,光带亮度不集中、离散性较大的现象。本文提出一种改进灰度重心法提取激光光带中心线,该算法基于自适应二值化处理得到光带各列法向宽度值以及光带的准确边界。然后,利用光带边界与灰度数据进行灰度重心计算确定出光带的中心位置。结果证实,改进算法中灰度重心的计算范围与光带宽度相一致,因而具有较高的提取精度和良好的适应性。     

高斯混合分布激光中心线提取方法

针对激光辅助立体视觉测量中的非高斯非对称分布激光条的匹配中心线提取精度较低的问题,提出一种基于高斯混合模型的激光中心线提取方法。首先分析了激光散斑对图像的影响,选择均值滤波方法有效去除激光散斑噪声;然后利用最大类间方差(OTSU)阈值分割方法对光条位置进行粗定位;最后,利用本文提出的高斯混合模型提取激光条亚像素中心线,该模型可准确地描述激光条横截面光强分布特性,从而能够实现光条中心极值点的高精度提取。实验结果表明该方法能够高效稳定的提取激光条中心线。     

结构光条纹中心线的鲁棒提取

结构光条纹中心位置的精确检测是影响结构光系统精度的关键问题之一。提出一种多步骤的鲁棒性提取方法,首先采用自适应阈值法剔除噪声点,然后采用光条膨胀和细化方法,得到初始的中心点,并利用此初始中心点的梯度,得到光条法线方向。最后,在法线方向求取灰度重心,得到光条亚像素中心线。该方法应用在基于线结构光检测原理的隧道轮廓变形监测装置中,实验结果表明,能准确提取光条纹中心。     

基于密度聚类的光条中心线提取方法

为了解决线结构光3维测量中噪声光斑对提取精度的影响，采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成，预提取阶段实现对激光与光斑两者中心线的同时提取，最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段，对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理，并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明，该方法与传统灰度重心法相比，在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel，15.12pixel和83.36pixel，时间复杂度分别提高了0.383s, 0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度，且对噪声光斑具有较好鲁棒性，可以在噪声光斑图像中完整提取出光条中心线。     

焊接机器人实时引导中光条快速提取算法研究

在结构光视觉测量系统中,激光条纹的提取精度和速率直接影响到最终测量结果的精确度。为了解决现有激光条纹提取方法难以同时达到抗干扰能力强、稳定性好和运算量小等问题,采用了一种优化Steger快速提取激光条纹中心的方法,利用梯度阈值分割出有效条纹区域,采用优化的扫描方式,用灰度重心法对条纹中心进行粗提取,然后用Hessian矩阵法对条纹中心进行精提取。对激光条纹提取原理进行了理论分析,并对软硬件设计进行了实验验证,取得了较好的实验数据。结果表明,该方法与传统方法相比,具有提取精度高、提取速率快的优点,这一结果对柔性传感器的高精度和实时性是有帮助的。     

一种基于LM算法的激光足印中心提取方法

足印探测法是星载激光测高仪真实性校验的常用方法,而激光足印的中心提取是足印探测法的关键技术之一。针对受到大气湍流的影响的激光足印信号,提出一种基于Levenberg-Marquard(LM)算法的激光足印中心提取方法,以椭圆高斯函数为目标函数模型,通过椭圆高斯特征参数更新和迭代,以目标函数与观察值的残差作为判据,从而实现对特定参数即激光足印中心的提取。采用前40项泽尼克多项式模拟大气湍流作为激光足印在大气传输过程中的噪声,利用仿真数据对算法的提取精度和稳定性进行验证,实验结果表明,本文算法比传统的中心定位方法有着更高的定位精度并且相对稳定,假设激光足印探测器的布设间距为4 m,本文算法比其他传统算法的提取精度至少优于0.5 m。     

激光三角法高精度测量模型

为提高检测准确性,提出激光三角法高精度测量模型,由变阈值亚像素灰度重心提取算法和CCD倾角误差补偿模型两部分组成;光斑中心定位算法对激光检测准确度起关键作用,针对已有激光中心定位算法的缺陷,提出了变阈值亚像素灰度重心提取算法,通过梯度函数和高斯拟合算法设定阈值去除光斑边缘噪声区域对中心定位的影响,并利用多项式插值提高灰度重心法精度;同时为提高实际工业生产环境中的测量准确性,建立CCD倾角误差补偿模型;应用激光三角法高精度测量模型,以STM32F407为硬件核心建立系统,以锥螺纹为被测物进行实验;实验结果表明:该测量模型实现了对锥螺纹信息的准确采集,且精度明显高于传统的灰度重心法,可以将锥螺纹检测的误差控制在10 m内。     

基于互相关和改进高斯拟合的光斑中心提取方法

针对差分激光三角法海面溢油油膜厚度测量系统 中光斑图像中心提取的问题,在分析用 于系统标定的陶瓷量块和所测量的石油表面光斑图像特征的基础上,采用互相关与改进型高 斯拟合的算法对光斑中心进行提取。算法首先采用标准高斯图像模板与光斑图像进行互相 关,得到了保留图像特征且光顺的光斑图像;然后,利用上下边沿信息进行高斯计算的改进 型高斯拟合方法进行光斑图像拟合,由拟合得到的高斯图像参数计算出光斑中心坐标。通过 本算法与目前已有的平方加权质心法、高斯拟合法、改进型高斯拟合法和互相关高斯拟合法 对图像光斑中心提取结果的比较与分析,得出互相关和改进高斯拟合相结合的方法在光斑提 取重复性精度,以及使用本算法对陶瓷量块厚度测量精度均好于其它方法,并对石油表 面图像进行了中心提取实验。结果表明,本文算法适合于差分激光三角法海面溢油油膜厚度 测量系统的光斑提取。     

视觉测量红外光点图像中心精确提取

提出了一种视觉测量中的红外光点图像中心提取方法。首先,使用一组阈值平面与红外光点灰度能量分布相交确定光点能量等高线,得到各等高轮廓点和阈值平面截得的能量包络。然后,利用最小二乘椭圆拟合等高线上轮廓点的椭圆中心,并计算阈值平面所截得的能量包络的质心,以椭圆中心和包络质心的黄金分割点作为等高层面上的光点中心。最后,利用各等高层面光点的中心获得红外光点图像中心的精确位置。试验验证结果表明,算法对红外光点图像中心提取可取得较高精度。目前,方法已在面阵静态红外地球敏感器标定中得到应用。