X射线检测图像焊缝分割方法研究

本文通过对大量X射线焊缝检测图像的列灰度分布曲线的分析,设计了基于灰度梯度和灰度阈值的焊缝分割方法。经验证,该方法对于对比度较低的焊缝检测图像可以很好地分割出焊缝,而不会产生过度分割的问题,从而实现了焊缝区域的自动分割。     

基于局部曲面重构的焊缝X射线图像缺陷分割技术

背景消除是焊缝X射线自动检测中缺陷分割的常用方法,其核心是焊缝背景图像的获取。由于焊缝的多样性,常用的低通滤波和曲线拟合方法所得到的背景不够准确,造成较多误检率。研究了基于局部曲面重构的背景消除法,先对焊缝列灰度进行分析,获取潜在的缺陷区域,再对该区域进行曲面重构,获得焊缝背景图像。试验表明,该方法可有效减少误检和漏检,并获得良好的焊缝缺陷形貌。     

X射线检测中焊缝的分区

介绍在X射线检测中焊缝分区的原则，举例说明如何进行分区。     

基于图像过渡区的CO2气体保护焊焊缝识别算法

利用过渡区图像分割技术实现CO2气体保护焊焊缝的识别.采集到的焊缝图像在目标区和背景区存在过渡区域,在直方图上表现为双峰之间的谷比较宽广且平坦.通过对原始图像进行高端剪切和低端剪切变换,利用不同灰度像素的梯度信息来确定过渡区,进而利用过渡区来确定图像分割的阈值.克服了图像中非目标区域的影响,可以抗噪声和干扰.算法简单,实时跟踪性也较好.结果表明,该方法边缘检测效果良好,是一种比较适合CO2气体保护焊焊缝识别的方法.     

GD系列管道焊缝自动爬行X射线探伤机

管道焊缝自动爬Ｘ射线探伤机“适用于Φ１５９ｍｍ－Φ５２９ｍｍ中小管径钢管道焊缝质量检测。本文主要介绍该机的结构，工作原理，技术特点及应用情况。     

焊缝X射线检测及其结果的评判方法综述

分析了焊缝X射线检测方法的现状，指出了目前存在的主要问题；介绍了焊缝X射线检测结果的人工评定和计算机辅助评定方法，论述了国内外焊缝X射线检测结果计算机辅助识别的研究现状，研究结果表明，X射线数字实时成像技术是焊缝射线检测的发展方向，焊缝射线数字图像的计算机自动分析与识别技术是射线实时成像技术成功应用的基础。     

X射线焊缝图像中缺陷的实时检测方法

为了检测X射线探伤图像中螺旋钢管焊缝缺陷,提出了一种新的实时自动检测算法。它是一种基于图像空间特性(空间对比度与空间方差)的模糊识别算法,与人眼视觉识别特性相近,与其它传统缺陷检测算法相比,有较低的漏判率和误判率,并能满足生产线上实时检测的要求。     

X射线实时成像在焊缝探伤中的应用

X射线实时成像是一项新兴的无损检测技术,它具有快速、准确、直观、成本低廉等优点,可以代替常规的X射线胶片照相探伤方法.概述了X射线实时成像技术的要点和在焊缝探伤中的应用情况.     

薄钢板焊缝中条状夹渣的X射线照相研究

针对薄板焊缝中的条渣缺陷的X射线检测的可靠性问题进行了研究，通过试验发现，利用补偿泥制作模拟试板，使用铜丝模拟条状夹渣进行试验是完全可行的。分析了模拟缺陷和真实条渣的区别，并给出了试验条件下可检测的最短条渣的长度。     

X射线检测图象中缺陷的自动提取和分割

随着生产技术的发展,现代工业对X射线的自动检测和识别的需求越来越迫切,而要实现X射线的自动检测和识别,至关重要的一环是如何将缺陷信息从检测图象中正确提取和分割出来,这也是X射线自动检测和识别技术中的难点之一。对目前国内外学者在这方面的研究成果进行了综述,并就其今后的发展发表了看法。     

基于磁光成像的微间隙焊缝信息提取

焊缝跟踪的精确性是保证良好焊接质量的关键因素,为精确检测焊缝位置,研究一种基于磁光成像(MOI)技术的焊缝识别新方法。在激光平板对接焊实验中,通过对焊件施加感应磁场,由磁光传感器将焊缝处感应磁场分布的变化转换成相应的光强变化,实现对焊缝的实时成像。对获取的焊缝磁光图像进行灰度变换、中值滤波和二值化处理,与传统边缘检测方法不同,引进一种抗噪性更好的形态边缘检测算子进行边缘检测,继而提取出焊缝中心坐标。结果表明,该方法可获得较高的测量精度,能有效检测出焊缝中心位置。     

基于斜率分析法的焊缝条纹直线特征提取分析

提出了一种基于直线拟合的斜率分析法,用于提取线结构光焊缝条纹特征直线. 该方法将光条上的所有n个像素点按坐标大小顺序排列,从起始点开始顺次推移,每连续n0个光点进行直线拟合,共记录n-n0个斜率值,通过斜率变化特征计算光点在各条纹直线上的分布数量,以完成点集划分,根据划分后的各点集拟合直线作为求得的焊缝特征直线,最后讨论了参量n0对拟合直线的影响. 结果表明,该方法能够有效地检测角接、搭接及V形等各类焊缝特征直线,满足焊缝检测的试验现场要求.     

基于多视觉特征获取与信息融合的焊道识别方法

焊接过程的复杂性与对象的多样性对焊缝视觉识别与跟踪提出了较高要求,依靠单一特征难以保证识别算法的稳定性与可靠性.文中提出了基于置信度加权的信息融合方法,对获得的不同光照条件下的同视场图像分别进行结构光条形状特征与灰度特征的提取,并分别根据两者的结果进行焊缝边缘的识别,将结果表示为位置的概率密度与置信度的形式,采用置信度加权的方法对概率密度进行叠加,得到融合结果,并针对算例进行了融合算法的验证.结果表明,算法能够实现稳定准确的焊缝边缘识别.     

基于网格激光线的横向焊接焊缝下塌检测方法

提出了一种基于网格激光的横向焊接焊缝下塌检测方法,根据5×5网格激光投影在焊缝表面的变形来检测焊缝的下塌情况.首先对网格图像进行处理,分别得到竖向和横向的像素点集.在此基础上,利用高斯函数对竖向点集进行样条曲线拟合,再对获得的高斯样条曲线分四段进行拟合,并求曲线段和直线段的交点.采用基于横向线的最小二乘法,对获得的交点以及焊缝最高点进行直线拟合.最后,通过计算三条拟合直线的距离,得到焊缝的下塌量.结果表明,该方法可以实现横向焊缝下塌情况的在线检测,为横向焊接焊缝成形闭环控制提供了基础.     

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.     

Inflection point identifying of weld seam based on force sensing in tele-teaching

Weld seam inflection points are inevitable in tele-teaching process on many welding occasions.The inflection points identified accurately is one of the prerequisites of ensuring tele-teaching precision.On the basis of the inflection point characters,the concept of inflection point direction coefficient is proposed,the human-simulation intelligent control model of inflection point is established.The algorithms above,the inflection point identifying of box workpiece can be well performed.The experimental results show that the identifying average error of inflection point can be reduced to less than 0.5 mm by using optimal treatment of robot off-line programming system.The identifying control can automatically identify weld seam inflection points which can meet tele-teaching requirements.     

基于LBP-KPCA特征提取的焊缝超声检测缺陷分类方法

焊缝缺陷影响结构安全,缺陷定性是实现结构安全评价的重要基础.研究了一种基于一维局部二元模式（one-dimensional local binary pattern,1-D LBP）算法结合核主成分分析（kernel principal component analysis,KPCA）提取焊缝缺陷回波信号特征的方法.采用1-D LBP算法提取缺陷回波信号的LBP特征,通过KPCA对此LBP特征集进行主成分分析,选取贡献率之和超过90%的前N个主成分作为缺陷分类的特征向量,利用基于径向基核函数的支持向量机（support vector machine,SVM）实现了缺陷类型的自动分类.以夹渣、气孔和未焊透三类焊缝缺陷为对象,开展了缺陷特征提取及分类试验.结果表明,使用LBP-KPCA特征进行缺陷分类时,准确率达到96.7%,优于常规特征,为焊缝缺陷分类及无损评价提供了重要参考.     

一类窄焊缝的结构光图像特征提取方法

提出一种新颖的窄焊缝的特征提取与图像处理方法,有效地克服了环境的各种干扰,可靠地提取出了焊缝的特征点.首先设计了一套基于线结构光的显微视觉系统,可靠地检测出了结构光焊缝图像;接着提出一种基于阈值变换的行像素点统计算法和自适应形态学收缩算法可靠地分割出结构光条纹图像;然后采用过度参数直线拟合和B样条曲线拟合算法准确地得到了结构光条纹的中心线.最后,提出一种基于距离搜索的算法,得到了焊缝的特征点.结果表明,窄焊缝结构光图像特征提取方法可行.     

基于视觉传感的机器人水下焊缝跟踪

根据视觉条件下水下自动化焊接的特殊要求,设计了一套机器人水下视觉焊缝跟踪系统.针对水下焊缝图像干扰严重、模糊等特点,采用小波变换技术去除了弧光、飞溅等干扰噪声,采用改进的模糊增强图像处理方法,提高了图像处理的效率,获取了清晰的边缘图像.边缘检测后,对焊缝左右特征点进行扫描,准确地提取了焊缝中心.为了减小跟踪误差,将焊缝轨迹中的每个小线段的坐标偏移量分成50等份,同时设计了有效地机器人轨迹跟踪控制程序.水下斜线和曲线焊缝的跟踪试验表明,在正常的条件下,可以满足跟踪要求.     

用于焊缝检测的比色图像偏心算法

提出了基于焊接比色图像偏心的概念并给出计算公式.从比色图像信号强度与焊接区域发射率、光谱辐射强度等的关系、比色值与焊接温度场及比色系统波长的关系以及比色图像偏心计算公式出发,分析了比色图像比色值分布对称性,推导并建立了焊接比色图像偏心与焊接区温度的函数值、焊缝中心与电弧中心偏差间关系模型.研究了以比色图像偏心作为检测对象的优异特性,给出了模型在某一焊接工艺参数条件下的数值解,发现模型的输出与输入有很好的线性关系.仿真试验证明以比色图像偏心可以代替焊缝中心偏差,为进一步研究比色图像偏心算法的实际应用打下理论基础.