排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
建立了一种基于熔池图像质心的焊缝位置测量模型,通过视觉传感器获取焊接区熔池图像,选择熔池前端为处理区域,对该区域进行中值滤波与图像灰度变换,并计算该区域的熔池图像质心值及相对应的焊缝偏差.在不同的焊接条件下,获取多组熔池图像及对应的样本数据,应用最小二乘法建立熔池图像质心与焊缝偏差之间的关系,得到基于熔池图像质心的焊缝位置测量数学表达式.在此基础上,通过分析比较各数学表达式之间的关系,建立焊缝位置测量数学模型.计算机仿真及焊接工艺试验结果表明,该模型可有效地检测焊缝位置. 相似文献
6.
7.
8.
熔池图像特征的提取对于分析焊接质量十分重要,而频域图像处理算法相对空域有很多优势,可以克服传统的空域图像处理算法对噪声敏感的不足,并有利于增强图像特征.为此,首先采用中值维纳滤波方法对焊接熔池图像进行组合滤波去噪,然后对去噪后的熔池图像运用基于傅立叶变换的巴特沃思滤波器进行高通滤波,以增强图像,并采用加强滤波算法对图像实现补偿,同时进行直方图均衡化,最后运用Canny算子边缘检测与数学形态学运算获得熔池边缘,提取出熔池特征信息.结果表明,运用傅立叶变换高频加强滤波进行熔池图像增强处理,并结合空域中较为成熟的图像处理算法,可以得到较好的熔池特征提取效果. 相似文献
9.
用于焊缝位置识别的视觉模型设计与试验 总被引:1,自引:0,他引:1
理论与试验研究用于焊缝位置识别的视觉模型,该模型主要由弹性梯度下降训练法BP神经网络组成.在焊接工艺条件下,使用视觉传感器获取焊接区熔池图像,并选取特定区域进行中值滤波与图像灰度变换处理以增强被测对象的特征.在此基础上,计算和处理熔池特性参量(熔池图像质心差值、质心位移、质心移动速度)以及相对应的焊缝与电弧之间的偏差值,将其输入所设计的神经网络进行网络权值参数训练和推理学习,从而建立基于BP神经网络、具有一定认知和环境适应能力的焊缝位置识别视觉模型.对该模型进行通用性检验,试验结果表明该模型通过熔池特性参量可以较精确地识别焊缝位置. 相似文献
10.