焊缝成形线结构光视觉检测方法研究

针对焊缝尺寸测量和表面成形质量评估问题,研究一种基于线结构光的焊缝视觉成形检测系统。在详细论述结构光视觉传感器的组成结构以及标定过程的基础上,优化图像预处理流程,提出了基于边界限定的灰度重心法来提取激光条纹中心线。以单像素的激光条纹为信息源表征焊缝轮廓,融合多特征点提取算法实现激光条纹轮廓特征点的检测并基于特征点建立角焊缝的尺寸计算模型,最终实现焊缝尺寸测量。结果表明：该焊缝成形视觉检测系统能满足焊缝检测性能的要求。     

一种基于计算机视觉技术的焊缝成形参数测量方法

焊缝外观质量是焊接生产质量保证体系重要组成部分。目前对焊缝外观成形参数测量以手工测量为主。这种测量方法效率低,工作强度大,且人为因素的干扰较大,不能满足焊接技术向智能化发展的需求。计算机视觉技术被广泛应用于精确测量、目标辨识等领域,还能实现路径引导及规划。采用计算机双目立体视觉获取焊缝表面成形图像,通过一系列处理计算,获取了焊缝的宽度、余高等参数。结果表明,用计算机视觉系统测量的焊缝外观参数具有较高的精度。     

角点检测与光流跟踪的焊缝特征提取与定位研究

针对V型坡口中厚板对接焊焊缝特征点检测精度不高的问题,研究了一种基于激光视觉传感的角点检测与光流(LK)跟踪的焊缝特征快速提取与定位方法。根据三角测量原理,设计了能够实时检测焊缝特征图像的激光视觉传感器,并建立了由激光条纹特征点像素坐标到焊缝特征点三维坐标的数学模型;对焊缝图像进行了预处理,采用Shi-Tomasi角点检测提取了焊缝特征;最后使用光流法为后续帧匹配特征角点,实时计算出了图像中焊缝特征点的亚像素位置。研究结果表明:基于角点检测与光流法跟踪的焊缝特征提取与定位方法,其特征点检测精度较高,平均误差在±0.13 mm以内,可以实时、准确地识别焊缝特征。     

高精度三维物体轮廓测量系统

西安交通大学精密工程研究所研制成功的高精度三维物体轮廓测量系统 ,不久前通过了由陕西省科技厅组织并主持的科技成果鉴定。高精度三维物体轮廓测量系统是以三角测量原理为基础 ,通过出射点、投影点和成像点三者之间的几何成像关系来确定被测物体轮廓各点的高度信息。具体方法是将一线结构光源 (光刀 )投射到被测物体表面 ,由两个对称分布的 CCD摄像机从不同角度获取光刀图像 ,通过图像处理和数据处理的方法得到整个被测表面各点的三维坐标 ,最终将此数据信息形成标准的 CAD/CMA数据文件 ,为产品的进一步设计、开发及数控加工成快速成…     

基于DLP数字微镜的结构光三维扫描系统

为了提高现代化生产中的效率和满足三维扫描的需求,设计了一种能够准确提取物件表面三维轮廓信息的扫描系统。系统采用结构光三维成像方法,先通过普通白光将光栅投影到被测物体表面,利用工业相机采集变形光栅图,再根据变形光栅图像中的灰度值变化,用傅里叶变换轮廓法解调出三维坐标信息。实验结果表明,使用傅里叶变换轮廓法重构可获得效果理想的三维点云,其为三维轮廓扫描提供了实验方法,同时也为提高点云精度提供参考。     

机器视觉及激光轮廓扫描的电流互感器外观信息自动识别算法

为了提高电流互感器外观信息的识别精度,对基于机器视觉及激光轮廓扫描的电流互感器外观信息自动识别算法进行了研究.利用线激光轮廓传感器获取了电流互感器外观轮廓的三维点云数据,依据三维点云数据重构了电流互感器外观轮廓图像,丰富了外观细节信息.按照外观图像形状信息特征参数,采用二叉决策树分类器识别了污渍与裂纹等外观形状信息.利用形态学字符定位方法与垂直投影法,自动识别外观图像空间信息即字符信息.实验结果表明,该算法识别电流互感器外观信息的准确率高于９９％ ,识别速率为 １．０１ 个/ s ,具备较好的自动识别性能.     

基于单目立体视觉的焊缝粗定位方法

针对传统焊缝粗定位方法存在过程繁琐、适应性差等问题,提出一种基于单相机的立体视觉测量技术来实现焊缝粗定位.沿着直线或圆弧焊缝布置发光条削弱周围环境因素影响,控制单目相机以两个不同位姿采集图像,经灰度质心法提取发光条图像中心线,基于立体视觉模型重建焊缝特征点和直线或圆弧方程,获取焊缝在机器人基坐标系下的粗定位信息.实验表明:焊缝点坐标平均误差约为1.27 mm,能够在保证精确度的情况下实现对不同场景下的焊缝粗定位.     

硅棒特征点三维坐标视觉检测技术研究

针对人工接触式硅棒参数检测中存在的耗时、低效、误检等问题,提出一种采用四CCD机器视觉系统作为硅棒参数实时检测的非接触式测量方案。系统基于多目视觉检测原理,以四CCD多目视觉检系统作为机器视觉检测前端数据采集模块,拍摄待测硅棒表面轮廓图像信息。相邻两CCD构成正交双目交汇数据采集子模块,子模块基于正交双目交汇测量原理实时采集两路含有目标空间信息的数字图像数据并保存到上位机。上位机图像处理系统读取采集图像,完成多目相机标定,特征点提取、同名点匹配以及视差计算后提取出目标特征点三维坐标。该检测技术有效避免了人工主观因素造成的漏检、错检,满足实时在线检测要求,实现了硅棒特征点空间三维坐标高精度检测的目的。     

基于分段线性拟合的典型焊缝特征提取

针对角接、搭接、V型坡口对接和窄对接等四种典型焊缝特征的提取问题,搭建了一套基于激光视觉的焊缝图像采集系统,通过图像预处理和焊缝激光条纹中心线提取,建立了基于分段线性拟合的焊缝特征提取方法.该方法通过计算斜率划分中心线像素坐标点集,然后采用最小二乘法对各分段点集进行直线拟合来实现焊缝特征点的有效判别.结果 表明:特征点的平均提取时间为9ms,平均提取误差为0.035 mm,为基于线激光视觉图像的焊缝跟踪系统提供判据.     

一种视觉示教与纠偏的焊缝跟踪方法

提出一种基于结构光视觉传感器的示教及纠偏的机器人焊缝跟踪方法,探讨了图像特征提取方法和机器人跟踪控制的策略.机器人移动的同时,视觉传感器定时对焊缝上各特征点坐标进行测量记录,完成示教;再现时,基于图像模板匹配测出实际特征点位置与示教点的偏差,控制机器人根据偏差对跟踪路径实时调整,从而实现自动跟踪.     

V型焊接坡口中心的高精度提取方法

焊缝跟踪精度对焊缝成形质量有很重要的影响,V型坡口是一种最常见的焊接接头。提出了一种提高激光视觉机器人跟踪V型坡口精度的软件措施,介绍了提取V型坡口中心亚像素级坐标的方法。采用多尺度的LOG(Laplacian of Gaussian)算子检测焊接坡口特征边缘,在分析图像灰度直方图的基础上选取适当的阈值进行二值化。用曲率极值的角点检测法从细化后的图像中提取焊接坡口中心点像素级图像坐标,然后对此点邻域的梯度值进行拉格朗日多项式插值求得亚像素级坐标。实验结果表明,该方法简单可行,能满足机器人焊缝跟踪的实时性要求。     

应用SVM算法的相位—三维坐标标定方法

在采用光栅投影轮廓术的立体视觉方法对目标物体重构过程中,关键的步骤就是求得目标物表面特征点的相位与三维坐标的映射关系。通过对单目相机与投影仪组成的视觉系统建立模型,并对相机坐标系与投影仪坐标系进行空间解析,可得空间中任意一点在图像中坐标(u,v)、绝对相位θ与其在相机坐标系下的三维坐标(xc,yc,zc)存在复杂的非线映射关系。提出基于SVM算法的相位—三维坐标标定方法,用带有圆形标志点的平面标定板进行SVM回归模型的样本采集与训练。并通过对测试集回归预测的数据与实际测量中的数据进行对比,分析实验结果显示该标定方法确实可行,具有较高的标定精度。     

基于双重配准的机器人双目视觉三维拼接方法研究

针对机器人图像视觉视野不够开阔,不能获得全面障碍物信息的问题,提出了一种基于轮廓识别的三维重建与可变视觉三维拼接方法。对双目立体视觉系统拍摄的两幅图像中提取出的边缘点进行了边界跟踪,然后基于窗口灰度匹配法,对两幅图像上的像素点进行了匹配,来寻找双目立体视觉系统左右两幅图像中对应的像素点,重建出了障碍物的三维轮廓,并根据目标物体轮廓的连续性对三维轮廓进行了优化;在此基础上提出了基于双重配准算法的可变视角三维拼接方法,采用改进ICP算法对转换到同一坐标系下的两片三维点云进行了精确配准,并对拼接处进行了融合处理,从而得到了大视野的障碍物信息。研究结果表明:通过可变视角三维拼接方法重建的三维模型具有较高空间坐标精度,并且能够通过改变双目立体视角范围获取大视野图像,最大限度地满足机器人障碍物检测和路径规划的要求。     

基于双目立体视觉的低频振动测量

为了满足物体振动的测量要求,基于双目立体视觉测量的原理,设计了一套可以在线采集、离线处理的非接触式低频振动测量的视觉系统。通过滤波去除噪声,采用Canny算子和最小二乘法椭圆拟合提取到标志点的轮廓和中心坐标,在已知特征点的空间分布规律的条件下,通过相应的坐标排序方式,对左右视图对应特征点进行准确的匹配,获得了特征点的三维坐标数据。最后对比每一帧图像中对应特征点三维坐标数据,得到待测物的振动信息。通过直线导轨作为振动源带动待测物运动的方式进行了测量实验,实验结果显示,该系统的检测精度达到±0.15mm/m以上,基本满足低频振动测量的稳定可靠、精度高等要求。     

基于单目视觉的自由曲面三维坐标测量方法

本文将单摄像机与三坐标测量机结合设计了一种自由曲面的三维坐标测量方法.自由曲面的表面经坐标测量机带动摄像机序列采集图像后形成图像体积,然后使用调焦评价函数在图像体积内寻优判断,找到自由曲面的正焦图像表面.根据物像关系式和正焦图像表面即可推得自由曲面点的三维坐标.经实验比较,本系统测量结果与接触式坐标测量机测量曲面点Z坐标极限偏差13 μm.     

焊缝跟踪的激光视觉传感器图像处理研究

焊接自动化及智能化已成为焊接业的发展趋势,焊缝跟踪技术是实现焊接自动化的关键。文中依据传统弧焊机器人系统的基础上,首先通过激光视觉传感器采集工件上激光线的成像信息,经过控制系统模数转换后,以灰度矩阵的形式存入计算机存储器得到数字图像,然后对这些数字图像运用滤波去噪、图像分割、边缘检测特征点提取等一系列图像处理技术,得到焊缝中心特征点像素坐标,最后经过像素坐标与位置坐标变换得到焊缝中心坐标,控制系统根据数学模型成像原理得到焊缝中心位置与电弧的偏差进行实时纠偏,最终实现焊缝位置检测与焊缝跟踪。     

基于机器视觉的金属边缘细微缺陷检测方法的研究

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

基于机器视觉的金属边缘细微缺陷检测方法的研究北大核心

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

面向机器人精密装配的高精度圆片位姿视觉检测

为了引导机器人精密装配过程的轴孔自动对中，提出一种高精度圆片位姿视觉检测算法。根据圆片的几何性质，对采集图像进行圆片轮廓提取、上表面轮廓椭圆检测和亚像素精度优化，从而获得能高精度拟合圆片上表面的轮廓椭圆方程。基于该椭圆方程，利用圆锥曲线透视投影原理建立了从2D椭圆到3D空间圆的位姿转换数学模型，可以根据圆片表面轮廓椭圆方程和圆片半径解算圆片上表面圆心坐标和圆片轴线方向向量，并提出两个轮廓点筛选准则以消除图像中部分非高斯噪声的干扰。针对位姿解算的二义性问题，提出一种利用圆片下表面圆心重投影的二义性消除方法，其优势在于无需增加环境约束。仿真分析和视觉检测实验结果表明，所提出算法鲁棒性好且检测精度达到：圆片上表面圆心的x,y轴位移检测精度0.01 mm，圆片轴线方向向量的角度检测精度0.7°。     

基于工业机器人弧焊的焊缝识别研究

从视频或图像序列中准确有效提取出焊缝位置信息是实现工业机器人自主弧焊的基础和研究关键。根据主动视觉识别技术,利用CCD摄像机和激光视觉传感器搭建硬件系统,进行焊缝图像采集,提出了一种基于图像预处理与后处理相结合的焊缝检测方法,以适应于复杂焊接环境情况下的焊缝识别。对原始采集图像做图像滤波等预处理工作滤除噪声和提高焊缝图像清晰度,通过改进图像分割和孤点滤波滤等图像后处理提取出焊缝感兴趣区域,最后通过几何分析法和斜率法提取出焊缝中心线和特征点,得到准确的焊缝位置特征信息,从而完成图像信息到焊缝位置信息转换。实验仿真结果表明,所提出算法在搭建硬件系统上的焊缝识别率达到92%,能够把误检率控制在11%左右,能够在复杂背景情景下准确提取出焊缝位置信息,满足工程应用要求。