基于CCD的埋弧焊焊缝跟踪系统数字图像处理方法

提取焊缝信息、确定焊缝中心是实时焊缝跟踪系统要解决的首要问题,本文介绍了以CCD视觉传感器和V系列图像采集卡为核心的焊缝检测跟踪系统,基于该系统并根据焊接现场务件采集的图像信息,结合Sobel边缘检测算子及二值图像连通域像素标记算法对焊缝图像进行处理,该算法可以满足埋弧焊焊接生产现场实时处理图像要求,且对光源无严格要求.     

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。     

基于束波变换的焊缝图像处理技术

叙述了束举步维艰变换的原理,提出一种基于束以变换的焊接缝边缘检测算法,并增加了方向阈值.为了可靠地检测低信噪比的加噪焊缝图像中的焊缝边缘特征,提出了一种二次扫描方法.利用海底干式高压焊接舱中获取的原始焊缝图像和加噪图像进行了焊缝边缘提取试验.结果表明,算法能从富含噪声的焊缝图像中直接检测出焊缝边缘,而无须进行任何预处理或后处理,极大地提高了焊缝图像处理的效率.试验还表明,算法具有很强的抗噪性能,其与二次扫描方法相结合,特别适合于提取低信噪比的焊缝图像中的直线特征.     

基于亚像素的埋弧焊焊缝图像处理

埋弧焊是普遍使用的熔焊方法之一,具有生产效率高、焊缝成形好、没有弧光辐射等诸多优点,应用前景广阔.为了提高埋弧焊焊接过程的自动化和智能化,对埋弧焊精密跟踪技术的要求不断提高,需对焊缝间隙和坡口边缘进行精密检测.在此提出了一种基于B样条变换的亚像素定位算法,该算法是在对图像进行一次Marr-Hildreth边缘检测后再进...     

一种改进的roberts算法在焊缝识别中的应用研究

基于弧光反射的弧焊工业机器人智能跟踪焊缝系统能否成功运行,关键问题是需要一个精确、快速的弧光反射照射下的焊缝区工件间隙图像的识别算法。在各种边缘识别方法中,roberts算法的代码执行效率最高,然而该算法对噪声十分敏感。由于焊接条件本身的复杂性,传统的roberts算法受噪声干扰非常严重,提出了一种改进的roberts算法用于该系统。实验证明,改进后的roberts算法在复杂的焊接条件下能够实现焊缝高效、准确的边缘检测和焊缝特征信息的提取,提高了系统的有效性、实时性和环境适应性。     

基于小波变换的双阈值水下焊缝图像边缘检测研究

水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明：相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。     

一种基于改进的SUSAN算法的焊缝边缘检测方法

随着图像技术在自动化焊接中的应用,高效地识别和提取出焊缝轨迹,成为图像跟踪自动焊接的关键。本文提出了一种基于改进SUSAN算法的焊缝边缘检测方法。首先对采集到的焊缝图像进行灰度化处理,再通过SUSAN算法进行焊缝的边缘检测,并将SUSAN算法中的灰度差阈值由人为选取改进为一种自适应选取的方法。理论分析和实验结果表明,该算法比其他边缘检测算子抗噪能力强,可以更加高效地提取出焊缝信息。     

用于遥控焊接的焊缝特征检测算法

提出了一种焊缝特征检测算法,用来进行遥控焊接立体视觉中的立体匹配。首先使用灰度形态学中的底帽变换对图像进行预处理,突出了焊缝部分,并通过Canny算子边缘检测以及闭操作获得封闭的像素级焊缝边缘;根据焊缝边缘连续和宽度有限的特点对检测出的边缘点进行筛选,剔除其中的错误点;然后对边缘离散点进行三次平滑样条拟合获得连续、光滑的亚像素级精度的焊缝边缘特征点。最后利用检测出的特征进行焊缝特征立体匹配和三维重建试验,结果表明,文中提出的特征检测算法快捷、准确,且抗干扰能力强。     

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.     

基于机器视觉的柴油机缸套尺寸测量

为满足柴油机对缸套尺寸的高精度需求,提出了一种基于RANSAC(随机抽样一致性)拟合缸套亚像素轮廓的内外径尺寸检测方法。根据生产线上工业相机获取的CCD图像结构和灰度的信息特征,该测量方法先采用双边滤波和形态学梯度算法对图像预处理,去除噪声提高对比度;然后在用大律算法(QTSU)和Canny边缘检测算子获取图像边缘的像素级坐标;通过双线性插值算法对像素级坐标进行亚像素的重新定位,获取边缘亚像素坐标;最后采用RANSAC拟合算法对缸套内外径进行尺寸测量。通过仿真与实际尺寸对比,该方法具有更好的定位精度和抗噪性,相比最小二乘法RANSAC检测更可靠。