基于多尺度彩色形态矢量算子的边缘检测

数学形态学在图象处理中已经得到广泛地应用，但传统的形态学常应用于二值图象处理，后来发展应用到灰度图象处理，对于其用于彩色图象处理的研究还不是很多，通过对传统的数学形态学的几何描述，以及对目前形态学在边缘检测中的应用分析，提出了一种新的多尺度的彩色形态矢量边缘检测算子，该方法是利用不同尺度形态边缘检测算子来检测不同尺度下的边缘强度，再对不同尺度下的边缘强度图进行合并，从而得到新的边缘强度图象，利用该算法对实际图象和合成图象进行了实验，将实验结果与传统的边缘检测算法相比较，由于新的多尺度彩色形态矢量算子能检测出更多的细节边缘，因此将更有利于图象的进一步分析处理，同时将实验图象人为地增加噪声后，再利用该算法进行实验，其结果表明，该算法对噪声具有很好的鲁棒性。     

计算机视觉在焊缝跟踪控制中的应用

研究一种基于计算机视觉的焊缝跟踪控制系统,重点论述焊缝图象分割和边缘提取的理论方法,通过对视觉传感器CCD检测到的弧焊区图象进行处理来准确地识别焊缝位置,从而有效地提高焊缝跟踪精度。     

焊接温度场图像的获取及焊缝提取

叙述了焊接温度场检测系统的焊接温度场灰度图像的获取，简述小波变换用于检测边缘的原理，论述了小波变换在焊接温度场灰度图像中识剐焊缝位置的具体方法。研究结果证明：该焊缝识剐的方法优于传统的检测方法，具有更好的去噪性能，可以准确地识别焊缝的位置。     

基于图象边缘的水印算法

提出一种基于图象多尺度边缘的水印算法，利用常于边缘检测的二进小波变换检测出图象的多尺度边缘，在选择出的重要多边缘中嵌入数字水印。利用相关检测器进行水印检验，检验过程需要原始图象，实验证明算法具有不可见性，安全性，对通常的图象处理有较强的鲁棒性。     

基于模糊分析的焊缝图象的缺陷提取

在X射线检测焊缝缺陷过程中,至关重要的一步就是图象中缺陷的提取和分割,其处理效果直接影响到后续缺陷识别的正确性.本文先进行了焊缝背景去除,然后针对焊缝图象对比度差的特点以及其固有的模糊性,设计了基于直方图的模糊增强算法,以及基于直方图的模糊C-均值聚类分割算法.实验表明,本文提出的方法不仅能大大减少图象处理工作量,还能有效地提取出缺陷,为后续正确识别缺陷打下良好基础.     

基于Zernike矩边缘检测的焊缝信息获取

针对目前焊缝坐标提取方法存在精度较低,难于实现视觉引导的机器人激光焊接高速度、高精度的要求,提出一种基于Zernike正交矩的曲线焊缝位置坐标信息获取算法,该算法首先采用Zernike边缘检测算法识别焊缝边缘,然后提取出焊缝的中心线,最后计算出该中心线的亚像素坐标.通过试验验证了该算法的可行性.     

图象模糊涟缘检测的改进算法

图象在检测技术是图象处理中最重要的内容之一,且已在图象分析和识别领域中得到广泛的应用。针对图象边缘由模糊性引起的不确定性问题,提出了一种图象模糊边缘检测的改进算法,该算法是道德民确定一个阈值参数,然后根据此阈值参数来定义一个新的隶属函数,从而钭图象转化为等效的图象模糊特征平面,通过在模糊特征平面上进行增强运算,将其转换为空域图象,最后再进行边缘提取,同时还对具有多峰直方图分布图象的模糊边缘检测方法进行推广,仿真结果表明,该算法是有效的。     

一种基于小波的SAR图象边缘检测方法

边缘检测是遥感图象处理中很重要的一步。因ＳＡＰ图象通常带有较强的噪声,用传统的边缘检测方法效果不理想。本文采用小波方向检测技术并结合顺序统计滤波的方法,设计了一级方向可调滤波器,根据方向滤波和信息,对ＳＡＲ进行边缘检测。实验证明本算法计算有效,边缘定位准确,并对噪声有抑制作用,从而取得了良好的检测效果。     

改进粒子群的机器人焊缝轨迹高效识别及精确路径规划算法研究

针对传统粒子群算法的机器人焊接路径精度低、速度慢等问题，提出一种改进粒子群的焊缝轨迹高效识别及精确路径规划算法。首先，通过CCD相机拍照，采集焊接工件，并将图像传递至上位机，上位机对采集的图像进行灰度化、提取目标区域、阈值分割、腐蚀膨胀、去干扰等图像预处理操作；其次，利用Canny算子对预处理后的图像提取出焊接件外轮廓边缘像素坐标信息，并根据焊缝拟合曲线函数残差模的最小值拟合出焊缝的曲线函数；最后，提出一种改进粒子群的指数函数惯性权重动态更新策略，其惯性权重随着迭代次数的增加而减小，以实现前期快速全局搜索，后期局部寻优的目的，实现焊缝精确路径规划用于弧焊机器人的快速、高效焊接。实验结果表明，改进粒子群的机器人焊接系统可对复杂路径的焊接件进行路径高效识别与准确规划，可降低机器人焊接路径点的复杂度，焊接误差值不超过0.30 mm,相较传统粒子群的焊接误差超过0.50 mm,机器人焊接精度提高了20%。     

一种基于边缘生长的灰度和彩色图象分割方法

边缘检测可以快速准确地提供区域分割的边缘点,是图象处理的一个重要领域。但由于边缘点不连续和难以把存在大量碎边缘点的高细节区提取出来这两个原因,而不能直接实现完整意义上的图象分割。为此提出用边缘生长的方法来解决不连续的边缘点链接问题和通过找出高细节区周围的区域,以便间接地将高细节区围成一个区域。该算法是边缘检测的后续处理,适合于多种应用目的,同时还可以嵌入到其它利用边缘信息的分割算法中。     

Computer vision technology for seam tracking in robotic GTAW and GMAW

Due to ever increasing demand in precision in robotic welding automation and its inherent technical difficulties, seam tracking has become the research hotspot. This paper introduces the research in application of computer vision technology for real-time seam tracking in robotic gas tungsten arc welding (GTAW) and gas metal arc welding (GMAW). The key aspect in using vision techniques to track welding seams is to acquire clear real-time weld images and to process them accurately. This is directly related to the precision of seam tracking. In order to further improve the accuracy of seam tracking, in this paper, a set of special vision system has been designed firstly, which can acquire clear and steady real-time weld images. By analyzing the features of weld images, a new and improved edge detection algorithm was proposed to detect the edges in weld images, and more accurately extract the seam and pool characteristic parameters. The image processing precision was verified through the experiments. Results showed that the precision of this vision based tracking technology can be controlled to be within ±0.17 mm and ±0.3 mm in robotic GTAW and GMAW, respectively.     

Research on the Real-time Tracking Information of Three-dimension Welding Seam in Robotic GTAW Process Based on Composite Sensor Technology

Aiming at the shortcomings of teaching-playback robot that can??t track the three-dimensional welding seam in real time during GTAW process, this paper designed a set of composite sensor system for tracking the three-dimensional welding seam based on visual sensor and arc sensor technology, which can effectively acquire three-dimensional welding seam information, such as clear images of seam and pool and stable arc voltage signals. The characteristic values of weld image and arc voltage signals were accurately extracted by using proper processing algorithm, and the experiments have been done to verify the precision of processing algorithms. The results demonstrate that the error is very small, which is accurate enough to meet the requirements of the subsequent real-time tracking and controlling during the welding robot GTAW process.     

一种在铸件缺陷识别中的区域分形分割方法

在利用X射线对铸造缺陷识别的过程中,由于X光图像中铸件形成的背景复杂,传统的区域分割技术难以分割出缺陷集中的兴趣区域。利用缺陷边缘的分形特性从铸件边缘线图中确定缺陷的边缘线,以聚类方法将缺陷边缘线聚集的区域,即缺陷集中的兴趣区域分割出来。针对汽车铝合金轮毂铸件X光图像,用铸造缺陷区域的分割实验结果证明了该方法的有效性。     

基于粗定位与组件树的MAG焊图像熔池边缘提取算法

为了得到清晰、可靠的熔池边缘, 提出了一种新的基于组件树模型的MAG焊图像熔池边缘提取算法。对获取的焊缝区域图像, 使用区域粗定位方法获得关注的熔池区域, 输出标准的梯度级图像后, 使用组件树模型提取出熔池边缘。实验证明, 借助该模型不仅能够实现MAG焊图像熔池边缘提取, 并且与Sobel变换等方法相比, 有效提高了熔池边缘提取的精度。     

卡尔曼滤波焊缝跟踪控制

在视觉传感的电弧自动焊接过程中,需要根据视觉信息来控制电弧准确地跟踪焊缝.由于强烈的弧光干扰,使得从焊接区图像中直接提取电弧与焊缝的偏差信息十分困难.为此提出一种利用熔池图像质心和卡尔曼滤波来间接获取电弧与焊缝偏差的方法.选择熔池图像质心作为状态向量,建立基于图像质心的状态方程和焊缝位置测量方程.利用卡尔曼滤波消除过程噪声和测量噪声的影响,通过对熔池图像质心的状态估计,准确获取焊缝位置以及电弧与焊缝之间的偏差量,为自动焊接过程的焊缝跟踪控制提供准确信息.焊接试验结果表明,利用卡尔曼滤波方法可有效降低过程噪声和测量噪声的影响,从而提高焊缝跟踪控制精度.     

甲骨拓片字形图像复原方法

提出了一种基于自适应阈值和分形几何的甲骨拓片字形图像复原方法。文章分析了甲骨拓片噪声的特点以及字形图像边缘的分形特征,通过计算自适应阈值对噪声区域进行填充。采用统计的方法计算甲骨拓片字形图像边缘的分形维数特征,对字形图像边缘进行压缩变换,进而对甲骨拓片字形图像边缘进行平滑。实验结果显示,这一方法的图像复原效果是比较明显的。     

基于全局图像结构信息的Seam Carving算法*

本文提出了一种基于全局图像结构信息的Seam Carving算法,它根据像素的重要性修改图像尺寸和比例。通过从图像提取特定方向的边缘结构信息,再利用每个像素的梯度信息,从全局和局部两方面定义新的像素能量计算函数,以此来阻止Seam通路与特定方向图像边缘的交叉,避免边缘像素的不一致位移,以此保持图像的边缘结构。实验结果证明,本文算法减少了处理后图像的结构形变,有效改进了Seam Carving算法的处理效果。     

CT图像的分形特征和Facet边缘检测

Facet模型能够获得准确的图像边缘信息,但运用Facet模型对目标进行分割时,时间复杂度比较高。针对该问题,从CT图像目标特征的角度,将分形维数特征引入Facet模型。首先利用图像边缘分形维数较大的特点,获得大致的边缘候选点,然后对边缘候选点集运用Facet模型进行分割,得到边缘点的准确位置。实验结果表明,该方法不仅能获得准确的边缘,而且提高了处理速度。     

Autonomous Acquisition of Seam Coordinates for Arc Welding Robot Based on Visual Servoing

Autonomous acquisition of seam coordinates is a key technology for developing advanced welding robot. This paper describes a position-based visual servo system for robotic seam tracking, which is able to autonomously acquire the seam coordinates of the planar butt joint in the robot base frame and plan the optimal camera angle before welding. A six-axis industrial robot is used in this system, which has an interface for communicating with the master computer. The developed visual sensor device is briefly presented that allows the charge-coupled device (CCD) cameras to rotate about the torch. A set of robust image processing algorithms are proposed so that no special requirements of light source are needed in this system. The feedback errors of this servo system are defined according to the characteristics of the seam image, and the robust tracking controller is developed. Both the image processing program and tracking control program run on the master computer. The experimental results on straight line seam and curve seam show that the accuracy of the seam coordinates acquired with this method is more adequate for high quality welding process.     

经济型焊缝跟踪视觉传感器的研制

利用普通的焊接护目镜玻璃制作了熔池图像视觉传感器,在304#不锈钢等离子弧焊缝跟踪试验中获得的图像是足够清晰的,能够清楚地看到接缝和焊接熔池.在工厂车间里进行的试验证明:这种低成本的视觉传感器可以用于304#不锈钢的等离子弧焊接过程的实时焊缝跟踪和控制.