共查询到20条相似文献,搜索用时 15 毫秒
1.
在对接焊缝的焊后质量检测中,由于环境干扰、材质反射程度及激光功率等因素的影响,造成焊缝表面信息的提取困难。针对上述问题,提出了一种基于线结构光的铝合金对接焊缝特征提取方法,设计了一种基于线结构光的视觉检测系统,实现焊缝表面激光条纹图像的快速采集。针对复杂环境下激光条纹图像的几何分布以及灰度特征,采用直线重投影、图像滤波、连通域分析等图像预处理操作,实现焊缝图像的ROI提取以及噪声滤波;采用加权灰度重心法提取激光条纹的中心线,并通过插值平滑算法得到连通性、拟合程度高的中心线;最后采用最大距离法得到对接焊缝特征点,并计算所需焊缝成形尺寸参数。试验结果表明,该方法能够有效提高图像检测效率及精度,满足工业检测标准。 相似文献
2.
3.
不等厚激光拼焊板焊缝质量检测图像处理方法 总被引:1,自引:0,他引:1
针对激光拼焊过程中的各种噪声干扰,使得焊缝图像复杂多变,本文对结构光视觉焊缝质量检测系统图像处理方法进行了深入研究。在图像预处理中,首先通过加窗处理来获得兴趣区域,采用中值滤波去除图像噪声。针对母材区域和焊缝区域对结构光反射率不同,提出了使用局部阈值来分割目标图像的方法,并使用形态学开运算进一步去除噪声干扰;在结构光条纹中心线提取过程中,使用模板法获得了条纹的边界并用几何中心法提取了条纹中心线;提出了基于焊缝灰度图像的灰度突变和拟合直线法来检测特征点的方法。试验表明,该方法具有较高的特征点检测可靠性,并且运算速度快、抗干扰能力强,具有较高实用价值。 相似文献
4.
薄板自动化焊时产生的光反射、飞溅、粉尘等噪声使焊缝位置信息被遮挡,从而影响特征点的识别与提取。因此,提出了用连通区域的算法对焊缝的特征进行标记,并改进了连通区域算法用于提取焊缝特征点和获取其位置信息。在图像预处理之前,用感兴趣区域(Region of interest, ROI)方法对激光条纹进行图像分割,可滤除大量弧光、飞溅等噪声;在图像预处理的过程中,采用中值滤波和最大类间方差的二值化算法降低激光条纹附近的干扰噪声,将激光条纹与背景分离,使焊缝特征更清晰、明显;在图像预处理后,用连通区域的方法对激光条纹进行标记,通过改进的算法判断出连通区域的位置,从而识别焊缝特征点,获得焊缝特征点的位置信息。该算法不仅保留了焊缝激光条纹的边缘信息,还能在复杂的工作环境中完成焊缝特征的识别。通过对比薄板的实际间隙宽度和试验计算出的间隙宽度,该算法平均误差在0.067 mm以内,满足工业中的精度要求,适合激光视觉的焊缝跟踪过程。
相似文献5.
6.
7.
8.
为实现船体焊缝除锈自动化,提出了一种基于三线激光的船体除锈爬壁机器人焊缝中心线提取方法。搭载视觉传感器的爬壁机器人在除锈过程中使用三条平行线激光扫描焊件表面并获取实时图像,通过图像卷积、二值化、细化等算法得到激光条纹骨架。利用中值滤波和链码特征排除法去除骨架中的干扰点,对骨架进行分段拟合,提取焊缝特征点并确定焊缝中心线。实验表明:系统可有效检测出焊缝中心的位置,为除锈爬壁机器人的焊缝跟踪奠定基础。 相似文献
9.
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. 相似文献
10.
《组合机床与自动化加工技术》2020,(6)
针对强光干扰下部分需提前预判焊缝轮廓信息的激光条纹提取算法的不足,提出了一种无需更改参数的更为可靠的算法。利用单目视觉系统采集强光干扰下的焊缝图像,通过中值滤波和掩膜操作完成图像的预处理阶段,在图像处理阶段,根据激光条纹特点,提出采用高斯混合模型(GMM)法分割所获取图像,得到图像中的高亮区域,之后采用面积过滤和形态学闭操作消除背景噪声干扰,并通过骨支架操作验证了激光条纹提取的有效性。图像处理试验表明,在强光干扰下,该算法具有较高的稳定性。 相似文献
11.
焊缝跟踪是机器人自动化焊接的核心技术,而厚板焊接中准确提取用于检测焊缝轮廓的激光条纹技术是实现自动跟踪的关键技术之一。根据同一帧焊缝图像中同时采集了熔池区域和激光条纹的特点,提出采用多区域多方向Gabor滤波的方法获取焊缝图像多方向特征图,然后采用基于局部区域灰度均值最大法消除背景干扰,最后利用连通域法消除因激光条纹轮廓检测缺口而产生的干扰。通过图像处理试验验证了算法的有效性,为厚板焊接的实时跟踪打下基础。 相似文献
12.
13.
14.
随着工业技术的发展,基于视觉传感器的焊缝跟踪得到了广泛应用和快速发展。实现焊缝跟踪,其中最关键的步骤是要实现焊缝的自动识别。基于视觉传感的焊缝识别需要用到图像处理技术,图像处理的复杂性、多样性等特点促使对焊缝的识别成为研究热点。视觉传感器得到的是一段包含焊缝轮廓信息的条纹图像,文中主要针对的是激光条纹中心线及焊缝坡口特征点提取的研究现状进行了论述。 相似文献
15.
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. 相似文献
16.
为实现焊接机器人焊枪定位与焊缝走向识别,提高焊缝跟踪精度,提出了一种交叉式双条纹激光传感方式,建立了该传感方式下双条纹激光间距与焊枪高度关系的理论模型.按图像行上灰度值和的一阶导数提取感兴趣区域(region of interest, ROI)、最大类间方差阈值分割及Canny边界提取等处理后,获得了上下激光条纹中心间距离及坡口中心值,由理论模型计算得焊枪高度,上下坡口中心值获得焊缝精确偏差与焊缝轨迹走向.结果表明,建立的理论模型正确,该方法可快速实现焊枪准确定位,识别焊缝轨迹走向,减小导前误差,提高偏差识别精度和焊接机器人智能化程度. 相似文献
17.
18.