药芯焊丝水下焊接焊缝跟踪视觉传感系统的设计

为满足药芯焊丝水下焊接自动化的需要,研究了用于水下焊缝自动跟踪的视觉传感系统。该系统较好地解决了药芯焊丝水下焊接弧光对焊缝图像传感的干扰问题,能获取较清晰的焊缝图像。采用基于图像分割的边缘检测技术成功地提取了焊接电弧和待焊焊缝的边缘,使用该系统可获得电弧和待焊焊缝的偏差信息,为进上步实现药芯焊丝水下焊接焊缝的自动跟踪控制打下了基础。     

水下焊接中无弧V形焊缝的识别

设计了一个水下焊接自动跟踪视觉系统,其主要由激光器、滤光片和CCD摄像机组成,被封装在防水的透明玻璃体中.焊接时激光器作为辅助光源,其与CCD成30°照射焊件,得到焊件的V形剖面焊缝.由于水下焊接时拍摄的图像模糊且比较弱,采用中值滤波的方法进行图像增强,然后进行阈值变换得到焊缝,再用Krisch边缘算子对焊缝进行边缘提取,提出了对边缘的灰度值取平均值得到焊缝中心线,最后对其进行直线拟合,提取V形焊缝的中心线所在的最低点,画出中心线以进行标识.     

免疫算法在焊缝识别中的应用研究

对在自然光条件下焊缝识别进行了深入的研究,搭建了TIG焊图像采集系统,实时采集焊接图像。在此基础上,对焊接图像的焊缝识别技术进行研究,在传统的图像分割方法中引入免疫算法。首先定义了图像灰度抗体、抗原,构造免疫亲合度函数,并详细描述了人工免疫操作算子,给出了免疫计算算法流程,以实时获取最优的图像分割阈值。最后,进行了相关的试验验证,试验结果表明,与传统的Ostu法相比,基于免疫计算的焊缝识别法能较好地去除焊缝周围由于光线所造成的干扰,较好地提取焊缝信息,为焊缝跟踪提供更为精准的焊缝信息。     

基于OpenCV的焊缝图像识别算法研究

针对自动焊机器人的视觉引导问题,提出了一种基于OpenCV计算机视觉库的焊缝识别算法。焊缝边缘是焊接图像识别中的重要特征,文中使用分水岭算法进行前景检测与图像分割,Canny算法进行边缘提取,Hough直线检测算法提取焊缝边缘特征,实现对焊缝的图像识别,并加入自动阈值提高算法适用性。识别程序通过Python语言实现,结果表明,该算法计算效率高、适用性强,可以满足机器视觉引导系统中的要求。     

水下焊接中V形焊缝的识别

该水下自动焊接系统的视觉系统主要由激光器、滤光片和摄像机组成,其被封装在玻璃盒子中.采用激光作为辅助光源,当玻璃盒子与钢板的距离及玻璃盒子厚度一定,CCD以垂直于焊件位置摄像时,激光器与CCD在同一平面上且夹角为17.4°时拍摄焊件的V形焊缝图像最佳.对水下焊接图像首先进行滤波,再对其进行阈值变换,然后对焊缝进行边缘提取,接着对边缘的灰度值取平均值,得到焊缝的中心线,最后对其进行直线拟合提取到的焊缝特征点,即焊缝的最低点.提出了三种V形焊缝识别方案,通过对图像进行处理得出了其中最好的方案.     

GMAW管道打底焊视觉监控系统研究

针对熔化极气体保护焊(GMAW)打底焊特点,利用CCD相机和复合滤光技术组成的光学系统,实时获取焊接图像,采用熔池检测、焊丝提取和焊缝跟踪算法,实时处理焊接图像,获取精确的焊缝边缘位置和焊缝宽度完成焊接,统计焊丝中心位置,并计算该位置与焊缝中心位置偏差,控制微调电机,完成焊丝中心纠偏.开发了一套完整的视觉监控系统,实验结果表明,系统能很好地完成GMAW管道打底焊.     

基于磁光图像纹理特征的焊缝识别

研究一种基于磁光图像纹理特征的紧密对接焊缝(间隙小于0.1mm)的焊缝识别方法。与传统采用视觉传感器捕捉焊缝图像并利用焊缝灰度梯度特征进行焊缝边缘检测方法不同,通过磁光传感器采集焊接区域紧密对接焊缝图像,焊件在磁场激励器作用下形成反映焊缝位置特征的磁光图像,利用焊缝位置和母材的磁光成像纹理差异识别焊缝位置。对磁光图像的待焊区和母材区进行纹理分析,提取纹理特征,再利用纹理特征差别,将磁光图形划分为若干子区域,进行图像分割,确定焊缝区域。试验结果表明,该方法能够精确地识别微间隙紧密对接焊缝。     

基于遗传算法的焊接熔池检测

对焊接熔池图像的视觉检测新方法进行了深入地研究。以TIG焊为研究对象,首先搭建了焊接试验平台,实时获取焊接熔池图像。同时选取了中心波长为650 nm的窄带滤光片与7#减光片组成复合滤光系统,对焊接过程中产生的弧光进行过滤。在此基础上,研究了基于遗传算法的熔池图像阈值分割方法,给出了图像算法的处理流程。与传统的Otsu方法相比,GA处理法能提取到更为丰富的熔池及焊缝信息。为进一步去除弧光对熔池图像所产生的干扰,还对GA阈值分割后的图像进行了腐蚀、Sobel边缘检测处理,较好地提取了熔池边缘,为后期的焊接过程控制提供更丰富的信息。     

激光视觉水下焊缝图像处理与特征提取

自动化、智能化是水下焊接的发展方向,水下焊缝位置的实时传感与检测是其中的关键技术之一,激光视觉传感是一种很有前景的检测方法.阐述了激光视觉水下焊缝图像在不同水质环境下干扰噪声的特点,探讨了V形焊接坡口的水下焊缝图像预处理方法,研究了M ean Sh ift算法在水下焊缝图像分割中的应用,以及直线Hough变换提取水下焊...     

手眼自标定的对接焊接系统及关键技术

针对拼板对接焊的特点,提出了图像获取和焊接分离的焊接工艺,并构建基于嵌入式系统的机器视觉焊接系统。焊接工艺过程中首先获取拼板对接焊缝图像,计算焊缝参数并规划焊接路径,然后在焊接过程依据焊接路径数据控制焊枪的运动轨迹与焊缝重合,实现高精度焊接。系统采用运动参数进行手眼关系自我标定和自适应阈值处理技术实现焊缝图像滤波。系统图像扫描速度为15 m/min,焊接速度0.8~1.5 m/min,能够获得良好的单面焊双面成形的效果。实验表明,提出的焊接工艺方法和构建的焊接系统消除了弧光、烟尘的影响,能够提高拼板对接焊的焊接质量和生产效率。     

焊缝位置识别的图像处理方法设计

在基于视觉的自动焊接中，由于焊缝图像是复杂多变的，要准确得到焊缝位置选择合理高效的处理算法是非常重要的。针对这一问题为焊缝图像提出了一系列处理步骤，它包括中值滤波、自适应阈值二值化、孤点滤波、边缘检测，焊缝位置搜索五步，其中详细叙述了重要的自适应阈值二值化与孤点滤波算法。在每一步处理中都用了四幅完全不同的焊缝图像做了观察和对比，结果显示所选算法产生较好的处理效果。     

海底管道干式高压焊接跟踪轨迹的识别

干式高压TIG焊接法是海底输油(气)破损管道修复所用的重要的、焊接质量较高的连接方法,而自动化焊接又是解决潜水员焊接效率低下的有效途径,焊缝跟踪技术则是保证焊接过程正常进行和焊缝质量的关键技术.设计了能克服环境压力影响的CCD图像摄取装置,研究了一套焊缝跟踪路径识别算法.运用直方图均衡化方法强化坡口与非坡口的差别,增加焊缝图像的理解性.提出了以图像灰度最低值拟合成的曲线将整个图像分为两个部分的图像分解法,提高了图像识别目标的焊缝坡口部分所占的比重,有利于二值化阈值的选取.采用基于数学形态学的二值图像边界识别方法分离出焊缝边界,用Hough变换法确定坡口边线位置,最后用图像分解逆过程经合并后识别出坡口所在的位置.所提出的方法组合后抗干扰能力强,计算速度快,为进一步实现自动化焊接奠定了基础.     

水下湿法焊接电弧图像的边缘检测技术

通过复合滤光技术和水下ＣＣＤ摄像系统,采集了药芯焊线水下湿法焊接电弧区域图像,重点论述了边缘检测理论,确定了基于中值滤波和梯度算子的电弧区域图像边缘检测方法,有效地分了弧燃烧区域和电弧气泡区域,从而为水下湿法焊接电弧的机理分析及水下焊接过程控制奠定了基础。     

薄板机器人自动焊接焊枪三维偏差的有效提取

机器人自动化焊接中焊枪三维偏差的提取是实现自动纠偏的前提.薄板机器人MAG对接焊接中对试件开坡口,试验中利用被动视觉传感器采集焊缝图像.通过调整滤、减光组合使得同一帧图像中出现稳定的电弧区域、坡口边缘线和缝隙接头线.设计有效算法直接提取缝隙接头线.以电弧区域的几何中心反馈焊枪位置,设计有效算法在缝隙接头线上确定焊枪当前跟踪位置,并借助视觉标定技术将其转换为世界坐标.利用用户软件系统从机器人控制系统中获取焊枪在世界坐标系下的坐标及转换后的坐标.结果表明,文中算法可以有效获取焊枪的三维偏差.     

基于小波变换的MAG焊焊缝跟踪

提出了一种基于CCD视觉传感的MAG焊焊缝跟踪方法.由于MAG焊过程中通常伴有大量的飞溅、烟尘以及强烈的弧光干扰,所以很难从CCD中获取到清晰的焊缝图像.基于M带Bubble小波变换的方法,检测捕获MAG焊过程熔池的图像边缘.结果表明,该方法在检测焊接熔池边缘以及焊缝识别中,即便图像中出现大量噪音也是有效的.在焊缝识别的基础上,采用PID控制算法跟踪所设计的S形焊缝的成形.试验结果表明其焊缝跟踪方法具有较高的精确度.     

Enhancement algorithm for underwater weld seam image

It is hard to treat the underwater weld seam images for the reason of bad brightness, low contrast and less welding seam information, so a new enhancement algorithm is proposed here. Firstly, the high frequency component was separated by Gaussian filter from origin image, and then it is processed by improved local contrast enhancement(LCE) algorithm to enhance the edge information. Secondly, the gamma transform with adaptive parameters was used to strengthen the image brightness, furthermore, contrast limited adaptive histogram equalization(CLAHE) algorithm was applied to enhance the image contrast. Finally, the two manipulated images were integrated together to obtain the desired image. Experiments on typical images were carried out, and evaluation results showed that this designed algorithm can effectively improve image contrast, highlight welding seam information. Moreover, the image average grey value was moderate, and the information entropy and average gradient were much higher than other algorithms.     

CO2焊熔池图像的Bubble小波零交叉边缘检测

在用CCD捕获的CO2焊熔池图像中存在大量的弧光噪声和飞溅形成的点噪声，要准确地检测熔池图像的边缘较为困难。首先采用中值滤波和乘法运算对CO2焊图像进行降噪处理。基于零交叉边缘检测方法和多孔算法，研究了熔池边缘的Bubble小波检测方法及算法实现，对比分析了不同小波尺度对边缘检测结果的影响。试验结果表明，用Bubble函数构造的小波基对提取熔池边缘效果较好，为熔深控制、焊缝跟踪等奠定了坚实的基础。     

Vision based seam tracking system for underwater flux cored arc welding

Abstract

Manual underwater welding is usually time consuming, expensive and hard to perform because of the rigorous underwater environment. Automatic underwater welding can be performed faster at less cost and with higher quality. An automatic seam tracking system for underwater flux cored arc welding has been developed. It consists of a vision sensing module, a seam recognition module, a fuzzy controller (FC) and an X–Y travel platform. The vision sensing module can capture clear seam images during welding, successfully resolving the problem of welding arc interference during underwater flux cored arc welding. The seam recognition module filters, enhances and thresholds the seam images and then recognises the seam deviation angle with a three layer back propagation neural network. The FC outputs the control parameters according to the seam deviation angle and then controls the X–Y platform to drive the torch to the centre of the seam. In this study, three different welds were considered: a straight line, a kinked straight line and an S curved line. These welds were tracked real timely during underwater flux cored arc welding. The results show that this seam tracking system can meet the requirements of the automatic underwater flux cored arc welding.     

基于多曝光的明弧焊接视觉系统

在明弧焊接中,由于弧光的强烈干扰,常用的视觉系统难以获得清晰的图像. 针对以上问题,设计了数字相机配合电焊减光片的视觉系统. 通过对多曝光图像序列进行融合处理,获得了熔池区域和焊缝区域都清晰的最终图像. 提出了基于软件触发和在线更改曝光参数来获取多曝光图像序列的方法. 通过伽马变换后累加图像的融合方法获得了暗部细节增强,无人工合成痕迹的图像. 使用近似的光照响应曲线说明了融合方法的合理性和有效性. 结果表明,能够获得20帧/s的最终显示帧速,可以满足焊工远程监控的需求,同时为后期实现智能化焊接提供了信息丰富的图像.     

基于钨极倒影的GTAW三维焊缝位置检测

为了同时实现钨极惰性气体保护焊(GTAW)中弧长控制和焊缝跟踪,文中提出一种基于钨极倒影的焊缝位置检测新方法.该方法将所研制的视觉传感器固接于焊枪上,从侧前方观测熔池,拍摄得到的图像包含有钨极前端、熔池前部、焊缝棱边以及钨极在熔池中所成的像等元素.通过所提出的基于实际钨极中心线约束的弧长算法和基于熔池水平约束的钨极左右偏差算法,计算得到焊缝相对钨极的三维位置,以此为控制量可以实现三维精密焊缝跟踪.结果表明,该方法是有效的,检测精度达到±0.1mm,满足精密焊接应用要求.