基于线结构光的铝合金对接焊缝特征提取方法研究

在对接焊缝的焊后质量检测中,由于环境干扰、材质反射程度及激光功率等因素的影响,造成焊缝表面信息的提取困难。针对上述问题,提出了一种基于线结构光的铝合金对接焊缝特征提取方法,设计了一种基于线结构光的视觉检测系统,实现焊缝表面激光条纹图像的快速采集。针对复杂环境下激光条纹图像的几何分布以及灰度特征,采用直线重投影、图像滤波、连通域分析等图像预处理操作,实现焊缝图像的ROI提取以及噪声滤波;采用加权灰度重心法提取激光条纹的中心线,并通过插值平滑算法得到连通性、拟合程度高的中心线;最后采用最大距离法得到对接焊缝特征点,并计算所需焊缝成形尺寸参数。试验结果表明,该方法能够有效提高图像检测效率及精度,满足工业检测标准。     

膜式壁焊缝图像处理及其识别方法

提出一种基于新的单目视觉线性结构光的膜式壁焊缝识别方法,克服了焊接过程中的飞溅、烟雾等干扰,快速地提取了膜式壁角焊缝特征点。首先,根据激光条纹图像与背景的显著性差异,采用灰度级频率法提取了激光条纹图像;其次,基于骨架抽取提取了激光条纹中心线,并对中心线坐标应用Takagi Sugeno模糊算法进行滤波;最后,应用动态ROI搜寻法快速找到含有焊缝特征点的区域,结合快速排序算法找到焊缝特征点坐标。经实验证明,该算法能够快速准确地提取焊缝特征点,结合控制算法,能够准确跟踪焊缝。     

基于激光视觉的钢结构焊缝图像处理系统

针对钢结构件品种多、批量小,焊缝形状位置一致性差,机器人重复定位过程复杂等缺点,设计了一种基于激光视觉的钢结构焊缝图像处理系统. 运用CCD工业相机和激光器,采集带有激光条带的焊缝图像,分别利用中值滤波柔化噪音,Otsu算法自适应阈值分割,开操作和形态学处理相结合去除图像中除目标像素外的小连通区域,提取激光条带的中心线,最终利用Hough变换对中心线直线拟合,得到特征点位置,并通过骨支架试验验证该技术的可行性. 结果表明,该方法可快速准确地检测到焊缝特征点,满足实际要求.     

基于线结构光视觉的焊缝类型识别与特征提取

提出一种基于概率神经网络的焊缝类型识别和亚像素级焊缝检测与特征提取算法。先对激光视觉传感器采集的焊接图像进行兴趣区提取、滤波、二值化等预处理操作,再采用概率神经网络识别焊缝类型,采用改进的Steger算法提取激光条纹中心线,并根据不同焊缝类型从Hough变换所得的条纹中心直线中提取出焊缝中心点位置、焊缝宽度等特征信息。实验结果表明,该方法的焊缝类型识别率和特征提取精度较高,具有很好的实用价值。     

不等厚激光拼焊板焊缝质量检测图像处理方法

针对激光拼焊过程中的各种噪声干扰,使得焊缝图像复杂多变,本文对结构光视觉焊缝质量检测系统图像处理方法进行了深入研究。在图像预处理中,首先通过加窗处理来获得兴趣区域,采用中值滤波去除图像噪声。针对母材区域和焊缝区域对结构光反射率不同,提出了使用局部阈值来分割目标图像的方法,并使用形态学开运算进一步去除噪声干扰;在结构光条纹中心线提取过程中,使用模板法获得了条纹的边界并用几何中心法提取了条纹中心线;提出了基于焊缝灰度图像的灰度突变和拟合直线法来检测特征点的方法。试验表明,该方法具有较高的特征点检测可靠性,并且运算速度快、抗干扰能力强,具有较高实用价值。     

激光传感图像处理方法研究

针对激光传感图像研究了用于焊缝跟踪的实时图像处理算法,以典型的V型坡口焊缝为例展开论述.就中值滤波运算量大的缺点,提出了改进的中值滤波算法,省去了模板元素排序环节;采用灰度比较得到最大值的方法巧妙实现图像细化;充分利用点与直线的距离关系和激光结构光图像的特点可靠捕捉到跟踪特征点.在图像处理的关键环节上实现了高效的图像处理,试验证明这些方法可靠性高,具有抗杂散光或激光反光的独特优点,能够满足焊缝跟踪系统实时性的要求.     

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.     

基于激光视觉的焊缝特征提取算法研究

随着工业技术的发展,基于视觉传感器的焊缝跟踪得到了广泛应用和快速发展。实现焊缝跟踪,其中最关键的步骤是要实现焊缝的自动识别。基于视觉传感的焊缝识别需要用到图像处理技术,图像处理的复杂性、多样性等特点促使对焊缝的识别成为研究热点。视觉传感器得到的是一段包含焊缝轮廓信息的条纹图像,文中主要针对的是激光条纹中心线及焊缝坡口特征点提取的研究现状进行了论述。     

一种激光视觉引导的自动识别V形焊缝的算法

如何准确地识别线结构光在V形焊缝上留下的光带是机器视觉的一个关键技术,对此文章提出一种新的图像处理方法。首先对原图像进行中值滤波。然后选用一种新的高斯模板对其进行滤波,可以有效地去除面积较大,宽度较宽的噪声。接着采用一种新的ROI区域提取算法,可以有效地确定光带所在位置,提高运算效率。然后采取孤点滤波删除散落在图像上的曝光点。接着对其进行细化,提取激光条纹中心线。提取焊缝特征点时,运用斜率法将图像中的点进行分类随后进行最小二乘法的直线拟合,得到特征点坐标。然后将特征点坐标从图像坐标系转到基坐标系下。最后通过计算得到焊缝参数。实验结果表明:V形坡口的角度、高度、宽度的计算结果与实际值的相对误差分别为0.33%、0.585%、0.186%。满足的抗干扰能力强、精度高和实际焊接等要求。     

基于三线激光的除锈爬壁机器人焊缝实时辨识方法

为实现船体焊缝除锈自动化,提出了一种基于三线激光的船体除锈爬壁机器人焊缝中心线提取方法。搭载视觉传感器的爬壁机器人在除锈过程中使用三条平行线激光扫描焊件表面并获取实时图像,通过图像卷积、二值化、细化等算法得到激光条纹骨架。利用中值滤波和链码特征排除法去除骨架中的干扰点,对骨架进行分段拟合,提取焊缝特征点并确定焊缝中心线。实验表明:系统可有效检测出焊缝中心的位置,为除锈爬壁机器人的焊缝跟踪奠定基础。     

基于多视觉特征的激光拼焊焊缝宽度检测

针对激光拼焊焊缝宽度测量中,仅依据结构光单一特征进行检测鲁棒性不强的问题,提出了基于结构光光纹信息、焊缝纹理信息、图像灰度信息、图像序列信息等多视觉特征信息进行焊缝宽度测量的方法。先依据图像灰度信息确定感兴趣区域,再针对正面焊缝图像,通过骨架法提取结构光光纹中心线,计算中心线的畸变位置识别焊缝特征点;针对背面焊缝图像,采用纹理能量模板对焊缝图像滤波确定焊缝区,然后计算焊缝区和结构光条纹的交集,识别焊缝特征点;识别的特征点通过序列图像信息进行校正,最后依据特征点计算焊缝宽度。搭建了激光拼焊焊缝宽度测量系统,并分别对焊缝正面和背面的宽度进行了测量试验。试验结果表明,该方法精度高,可靠性强,实时性好,有助于实现激光拼焊高速、高精度的焊缝质量在线检测。     

机器人多层多道焊缝激光视觉焊道的识别

厚板多层多道焊缝形状特征的自动识别,对保证焊接质量和实现机器人自动化焊接生产具有重要意义.文中建立了基于条形激光源CCD视觉传感多道焊缝自动检测系统,通过对多道焊缝激光条纹图像特征的分析,提出了合理的图形处理识别流程,即经过图像平滑处理、纵向灰度梯度法识别条纹中心、再经过二重斜率平滑处理、多个峰值搜索等处理流程,可获得焊缝形状的四个拐点,为焊缝跟踪、弧长控制和焊枪位姿调整提供了重要的信息,其图像处理结果与试验结果相吻合.     

基于灰度的螺旋缝焊管X光焊缝识别

焊缝识别是螺旋缝焊管X光缺陷识别的基础。以MATLAB软件图像处理工具箱IPT为基础,根据螺旋缝焊管X光图像的特征,通过中值滤波、屏蔽等预处理,利用图像梯度及概率求取焊缝中心线,并进一步精化,从而实现焊缝分割。通过实例给出识别算法,并分析该X光焊缝识别方法的适用性。     

一种焊缝结构光图像处理与特征提取方法

提出了一种焊缝结构光图像处理与特征提取方法,有效克服了焊缝结构光图像中的反光等干扰,准确提取图像中焊缝位置特征.对于激光条纹中心线的提取,采用基于图像列方向像素灰度分布的曲线峰值提取方法,并利用激光条纹位置在时间和图像空间上的连续性和相关性,进行判断提取.对于焊缝图像特征的提取,根据沟槽类焊缝图像形状特点,选择焊缝沟槽图形中心作为图像特征.焊缝图像处理与焊缝跟踪试验结果证明了该方法的有效性和可靠性.     

基于图像处理的高精度激光-MIG复合焊焊缝跟踪系统

针对目前激光-MIG复合焊的缺点,设计了一种基于视觉控制的激光-MIG复合焊焊缝跟踪系统,研究了基于图像处理的激光视觉技术,对焊缝进行直线/圆弧拟合,利用插补算法对焊缝进行仿真跟踪.实验结果表明:图像经过滤波、细化可以得到清晰的结构光骨架,利用直线/圆弧算法对采样点进行拟合,拟合精度在允许范围以内,通过直线、圆弧插补对焊缝进行仿真跟踪,跟踪精度较高.     

激光视觉焊缝跟踪系统图像处理

对视觉焊缝跟踪实时图像处理的方法进行了研究,首先采用图像增强来增加图像对比度,采用中值滤波去除图像噪声,并用二值化法将目标图像从背景图像中提取出来.在后处理的研究中激光视觉焊缝跟踪系统图像处理的关键技术--激光带中心线的抽取和特征点的检测提出了切实可行的方法.采用中轴变换法提取的中心线单一、连续;用斜率分析法来检测特征点方便可靠.该处理方法能准确检测焊缝特征点,处理速度快,能够满足跟踪系统的实时性要求.     

基于激光视觉的角焊缝图像特征点提取

提出一种借助线激光从图像中提取角焊缝特征点的方法,克服了线激光在角焊缝表面的反光对提取光条中心线的影响,有效地识别出了角焊缝特征点. 首先,根据局部对比度区分实际光条与反光条纹,用阈值分割结合图像形态学方法分割出实际光条,并确定ROI区域;其次,根据光条截面的灰度分布提取光条中心点;最后,用迭代最小二乘法拟合分段光条中心线方程并确定角焊缝特征点. 结果表明,该方法能够快速准确地提取表面光亮角焊缝的亚像素图像特征点,在主频3.4 GHz的PC机上共用时0.35 s,能够满足焊接速度为0~25 mm/s的普通焊接设备的实时性要求.     

基于区域连通滤波的薄板焊缝跟踪图像处理算法

针对工件表面经过局部打磨或点固的薄板对接、搭接焊缝的焊缝中心线提取和焊接起始位置搜索问题,提出了一种基于区域连通滤波与Hough直线变换相结合的图像处理算法。采用自适应二值化算法有效分离打磨后灰度值非常接近的背景区域和目标区域;然后根据薄板对接、搭接焊缝宽度窄、直线型的形态学特征,采用区域连通滤波方法提取出焊缝区域;对于焊接图像中存在的点固点干扰,通过区域连通滤波与Hough直线变换相结合进行滤除。试验结果表明,该方法能实现快速准确的薄板对接、搭接焊缝跟踪,跟踪精度在±0.3 mm以内。     

棱形管与法兰角焊缝图像处理及特征提取

由于棱形管与法兰角焊缝的位置多变,且实际生产中棱形管端面加工精度不高,自动化焊接程度低,文中搭建了一套棱形管与法兰环焊缝的自动化焊接系统,对于提高棱形管与法兰焊接的自动化程度有较大的应用价值。该系统通过CMOS相机和单条纹激光组成激光视觉传感器,获取角焊缝位置和间隙信息。针对采集的图像及工件特征,设计了适合的图像处理算法,首先采用了灰度变换、均值滤波和形态学处理的方法对图像进行预处理,然后根据对激光条纹图像灰度值分析结果,寻找合适的阈值,并采用极值法提取光条中心点,最后采用霍夫变换拟合直线,提取出角焊缝位置信息,并提出激光条纹端点搜索方法,提取出了角焊缝间隙大小。结果表明,该图像处理方案效果较好,抗干扰能力较强,可以准确的提取出焊缝中心位置和间隙大小,满足焊接机器人对焊缝跟踪的要求以实现自动化焊接。 创新点： (1)设计出适用于棱形管与法兰角焊缝的自动化焊接系统。 (2)设计了适用于该系统的焊缝中心位置提取算法。 (3)设计了角焊缝间隙提取算法。     

基于焊缝兴趣点的多尺度形状描述符模板匹配算法

针对厢体焊接涉及多种类型焊缝,提出了一种焊缝类型识别方法. 采用激光条纹提取算法获取焊缝骨架,对焊缝骨架进行直线拟合,求取焊缝骨架特征点作为兴趣点,利用多尺度形状描述符对兴趣点进行特征描述,获取焊缝类型的形状信息. 选取多种类型焊缝模板,通过模板匹配算法进行焊缝类型识别. 结果表明,焊缝类型分类正确率可达95%以上,这种焊缝类型识别方法是可行的.