基于数据拟合的激光焊接焊缝图像表面缺陷检测

为了检测等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和数据拟合技术进行了焊缝图像表面缺陷检测的实验研究。首先采用高斯拟合法提取出具有亚像素精度的激光条纹图像中心线;然后通过最小二乘法拟合出2条直线和1条二次曲线,求直线和二次曲线的交点以获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷：凹度和凸度的计算方法,并以等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,在此提出的基于数据拟合技术的焊缝表面缺陷图像检测方法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。     

不等厚板激光焊接焊缝缺陷结构光视觉检测

为了检测不等厚钢板激光焊接焊缝表面缺陷,采用结构光主动视觉检测法和高斯数据拟合技术进行了焊缝表面缺陷检测的实验研究。首先采用高斯拟合法对激光条纹图像进行处理,提取出具有亚像素精度的激光条纹中心线;然后通过最小二乘法拟合出3条相交直线并求其交点,近而获得精确的焊缝端点位置坐标;最后给出焊缝表面缺陷-凹度和凸度的检测方法,并以不等厚钢板激光焊接焊缝为检测对象进行验证。结果表明,这种基于拟合技术的结构光视觉检测法为判断激光焊接焊缝质量是否合格提供了较为准确的判断依据。     

基于Steger算法的多线结构光中心提取

针对Steger算法在提取中心线时易产生大量冗余点的问题,提出一种基于Steger算法的多线结构光中心提取方法。首先利用全局阈值化法有效地提取出激光条纹区域,运用Steger算法初步求取出条纹中心线,通过阈值法滤除掉一些噪声点,其次利用最小二乘法将共线的中心线进行拟合,计算被过滤掉的点到拟合直线的距离,设置合适的阈值来恢复有效点,最后利用拟合直线来校正线点的坐标。试验结果表明,与Steger算法相比,该方法有效地过滤掉了噪声点和Steger算法带来的大量冗余点,在对应点精度值小于1个像素的同时,条纹中心点的数量减少了16.2%;三维重建后激光点到拟合平面距离的标准差与Steger算法相差了0.48×10^-5 mm,但提取的激光线更加平直且没有冗余点和噪声点,更符合实际工程的需求。     

一种基于线结构光的焊缝三维重建方法

介绍了一种基于结构光和双目视觉的焊缝三维重建方法。该方法利用轮廓点曲率提取激光条纹的轮廓关键点,再由所提取的关键点计算轮廓横截面法向量。并根据激光条纹服从正态分布的特点,借助灰度重心法提取条纹中心线。将焊缝在双目摄像机中的图像坐标点转换为世界坐标点,从而完成焊缝三维空间信息的重建。实验结果证明本文方法快速、准确,可以满足自动焊接机器人系统的应用要求。     

基于卡尔曼滤波器的焊缝识别算法

为了提高工业现场焊缝跟踪的准确性和抗干扰能力,提出了一种基于约束卡尔曼滤波器的焊缝识别算法。采用结构光测量系统获取焊缝连续图像,然后利用形态学处理定位焊缝图像角点,并通过高斯拟合法提取激光条纹中心点,将角点和中心点的位置和速度作为卡尔曼滤波器的状态变量,建立卡尔曼滤波器的状态方程和测量方程,再由角点和中心点的位置关系构建等式约束方程,通过约束方程对卡尔曼滤波后的结果进行修正。结果表明该算法能有效实现焊缝跟踪,提高了焊缝识别的精度和抗干扰能力。     

一种基于激光视觉的焊缝实时检测技术研究

提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。 本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。 实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。     

基于图像的点读坐标提取方法

为快速准确地获取点读机的点读坐标,提出一种基于图像的点读坐标提取方法,该方法首先采用邻近像素差分、图像二值化、连通域检测和最小二乘直线拟合等方法建立书本坐标系;其次,利用点读笔颜色和杆状特征,并采用扫描法实现了图像中笔尖坐标的定位;最后,对图像坐标进行标定后,计算得到点读坐标。实验结果表明,该方法具有误差小、抗干扰能力强、通用性好的特点,能达到点读机对坐标精度的要求。     

管道焊接激光视觉跟踪的定位方法研究

为解决在管道自动焊接过程中V型坡口的识别定位问题,提出了一种基于激光视觉传感的局部区域内分步式定位方法。首先建立模板匹配,利用模板匹配方式获取焊缝初始位置区域;然后采用阈值分割和边缘提取获得激光条纹边缘线,通过Shi-Tomasi算法对边缘线进行角点检测,得到边缘线上的亚像素角点位置坐标;最后采用最小二乘法拟合得到精确的边缘直线,对上下边界线求平均值提取激光条纹的中心线,求取直线的交点得到坡口轮廓的拐点信息。通过对实际焊接现场拍摄的50幅同一高度不同位置的图像进行检测,结果表明,分步式定位方法抗干扰性强,精度较高,为完成整个跟踪自动焊接过程奠定了基础。     

基于单目主被动视觉结合的焊接偏差检测方法

针对管道全位置机器人自动焊,提出了一种基于单目主被动视觉结合的熔化极气体保护焊(gasmetal arc welding,GMAW)焊接偏差测定方法。设计出一种调光玻璃,使采集到的同一帧焊接图像中包含了激光条纹和焊丝尖端等信息。首先,根据焊接图像噪声类型呈高斯分布这一特性,针对性的采用LoG算子分别对电弧区域和激光条纹区域图像进行滤波处理;然后,设计图像处理算法分别提取出焊丝和焊缝坡口中心位置坐标;最后,计算出两坐标点在Y轴方向的偏差值。试验证明,此方法能在填充焊焊接图像中实时测定出焊接偏差量,焊接误差可以控制在02mm以内,可为实现管道焊接机器人自动焊缝跟踪控制提供可靠依据。     

基于改进TLD算法的激光视觉传感型焊缝跟踪

为了解决基于线激光视觉传感的焊缝中心位置定位精度不高的问题, 采用了一种基于改进跟踪-学习-检测(TLD)算法的焊缝跟踪方法。由激光视觉传感器实时获取焊缝图像, 采用将跟踪器与检测器结合的TLD算法实时跟踪焊缝特征点, 同时通过在线学习机制更新分类器参量。在此基础上对激光条纹图像截取感兴趣区域, 大幅减少检测器的搜索区域; 根据激光条纹光强分布特性, 结合纠偏方向选取跟踪器有效特征点, 以此提高算法效率, 对不锈钢板V型焊缝和搭接焊缝进行跟踪试验。结果表明, 跟踪与检测可实现共同定位焊缝中心位置, 其融合的焊缝跟踪方法能够准确地提取焊缝特征点, 两种焊缝跟踪平均绝对误差分别为0.062mm和0.052mm。此方法为提高焊缝跟踪精度提供了依据。     

插值求导法提取全息检测复合材料缺陷特征

提出了一种激光全息检测复合材料粘接缺陷特征的提取方法,该方法基于对全息检测条纹实行插值求导,提取表征缺陷大小特征的条纹畸变点的始、末位置信息。主要工作包括：对采集、骨化后的全息检测图像进行条纹跟踪,获得条纹坐标参数;运用插值导数方法,提取缺陷条纹畸变点的始、末位置信息,该位置信息具有表征缺陷大小的特征。运用该特征提取方法,对参数已知的模型条纹和复合材料试样粘接缺陷激光全息检测条纹的特征进行提取,利用所提取的特征评估缺陷大小,所得结果与设计已知值比较,其相对误差在±5%范围内,从而验证该方法的有效性。     

多层单道电弧增材表面3-D重构方法研究

为了研究多层单道电弧增材表面3-D成形特征，采用激光视觉传感系统采集电弧增材制造表面条纹图像。提出基于边界约束条件的感兴趣区域(ROI)提取法对焊缝特征曲线进行定位，获取ROI的激光条纹像素坐标。进行了理论分析和实验验证，得到电弧增材表面的3-D离散点数据，采用Delaunay三角剖分对离散点拟合形成3-D实体表面。结果表明，锯齿靶标的线性标定方法，3-D重构精度在0.2mm以内; 基于边界约束条件的ROI提取方法能准确定位电弧增材上表面和侧表面的条纹特征曲线。这一结果对电弧增材表面的3-D成形检测是有帮助的。     

激光条纹亚像素中心精确提取方法

利用激光三角法对工件进行三维测量时，激光条纹中心位置的提取是实现高精度测量的重要因素之一。为了能够更好地取投射在工件形状突变处的激光条纹信息，通过改进最大类间方差法在激光条纹图像中选取多阈值以实现二值化分割。所提算法基于最小二乘法获取激光条纹骨架上的法向，避免了大量卷积计算，从而提高运行速度，最后在其法向上利用灰度重心法得到激光条纹中心的亚像素坐标点。实验结果表明：该算法在激光条纹中心提取过程中，相较于经典的Steger算法，在运行速度上提高近6倍，分辨率上提高近16%,在工业上适用于在线精确测量。     

一种基于曲线拟合提取干涉条纹中心点的新方法

介绍一种提取干涉条纹中心点的边界法向曲线拟合法。根据干涉条纹灰度分布规律，首先对干涉图像依次进行二值化处理和边缘提取，对所得到的条纹边缘进行曲线拟合，计算边缘上各点法线方向；再根据条纹灰度余弦分布特点，对法线方向上的条纹灰度数据进行最小二乘法拟合，求出极值点位置；进而获得条纹中心点坐标。该方法具有精度高、抗干扰的特点，不仅适用于平行直线型条纹图像，而且对含闭合条纹的复杂干涉图像同样适用。     

基于外接圆方法的点云法向量提取

在线结构光测量中,为快速准确地提取点云的法向量,提出了一种外接圆方法。通过图像细化法求得光条纹初值中心点集,然后判定相邻三点是否共线:若共线,该点初始法线垂直于该直线;否则,这三点可以确定一个外接圆,连接外接圆心坐标和该点坐标得到该点的初始法向量。为减震荡,需对相邻三条初始法向量做平均,得到最终法向量。通过与Hessian矩阵法和Sobel梯度法进行对比,表明该方法能够准确提取法向量,且处理一幅320 pixel×240 pixel的图像的时间低于8 ms,能够满足实时性要求。     

线结构光条纹中心亚像素自适应提取算法

为了解决传统条纹中心提取算法对物体材质及噪声敏感问题, 采用自适应结构光条纹中心提取算法来提取条纹亚像素坐标。该算法首先对图像进行预处理, 利用图像掩模操作提取条纹图像感兴趣区域, 通过自适应卷积模板消除噪声干扰, 得到条纹区域截面宽度及条纹中心坐标的像素集合; 其次根据中心坐标的像素集合采用二次加权灰度重心法求取条纹中心初始坐标值, 将此作为种子点进行区域生长运算, 并结合主成分分析分解特征矩阵; 最终得到线结构光中心的亚像素坐标点。结果表明, 该算法能够有效快速地获取结构光条纹中心亚像素坐标, 相比灰度重心法, 所提算法实验结果波动性较小且标准误差也相对较小, 提取速度相比基于Hessian矩阵的Steger法提高近4倍, 满足工业测量系统实时性要求。所提出的结构光条纹中心提取算法具有较高的提取精度和良好的稳健性, 计算复杂度低, 具有较高的实时性, 可为后续3维视觉测量系统提供良好的精度保障。     

基于条纹式激光传感器的机器人焊缝跟踪系统研究

提出了基于条纹式激光传感器的机器人焊缝跟踪系统,采用机器人末端安装条纹激光传感器,在焊接过程中实时获取焊缝轮廓数据;利用小波变换模极大值理论对焊缝轮廓数据进行分析,确定焊缝特征点;以特征点为分界点,采用最小二乘法拟合焊缝直线并求取交点,精确确定焊缝轮廓特征点坐标;通过机器人坐标变换实时获得焊缝运动轨迹,从而实现焊缝跟踪。对不同的V型焊缝进行实验验证,并对有无采用最小二乘法精确定位进行对比实验。实验结果表明:只采用小波模极大值理论获得的跟踪误差约为0.514 mm,但轨迹存在较严重的抖动现象;而采用了最小二乘法精确定位特征点后,跟踪误差约为0.304 mm,抖动现象明显减弱,满足自动焊接误差要求在0.5 mm之内的要求。     

基于改进灰度重心法的线结构光中心提取算法

针对传统算法无法准确提取线结构光条中曲率变化较大区域中心线的缺陷,提出了一种基于改进灰度重心法的线结构光中心线提取算法。基于阈值法提取感兴趣区域和开闭运算滤除图像中的噪声点,获取质量相对较高的待处理图像;利用灰度重心法提取光条中心点,得到初始坐标并设置一个矩形计算区域,根据最小二乘法计算每个初始点的方向向量和法向量;在设定的矩形区域内计算初始点在其法线方向上的偏移量,得到精确的中心点坐标。实验结果表明：提出的算法能在线结构光中心中曲率变化较大区域精确提取中心线,提取精度均值为0.096 pixels,精度比率为44.2%,平均提取速度为0.082 s。     

基于光学低相干的焊缝外观特征检测

针对目前焊缝外观检测实时性差、精度低等问题,提出一种基于光学低相干的焊缝外观特征检测方法。利用光学低相干测量原理获取焊缝外观的三维坐标信息,并利用滤波算法提取出焊缝三维轮廓;基于焊缝轮廓线的特征,提出采用DBGBCA算法对点集进行分类,以确定拟合区间;利用RANSAC算法进行直线拟合后,精确调整多项式拟合区间和拟合阶数进行曲线拟合;基于直线拟合和曲线拟合确定特征点,得到焊缝外观参数。试验结果表明,所提方法可使检测结果精确到0.004 mm,满足工业生产要求。     

激光视觉焊缝跟踪图像处理与坡口识别

针对激光引导焊缝跟踪过程中坡口图像特点,首先对图像进行Radon变换,检测出激光条纹所在位置;然后对变换后图像进行处理,消除噪声对应的信息,保留激光条纹所对应的信息,再进行Radon逆变换复原图像,可较好地消除噪声;最后,采用OTSU法对图像进行分割,并识别出坡口区域。该方法效果较好,抗干扰性较强,耗时较少,适合于激光视觉焊缝跟踪过程。