基于图像形态学的焊缝区域提取与对比度提升技术

铝板焊接后可使用X射线进行焊缝内部缺陷检测,由于X射线成像存在噪声多、对比度低、焊缝区域边缘模糊、焊缝区域与背景区域灰度分布较为相似等问题,使用传统边缘检测方法效果欠佳。提出了一种自动提取焊缝区域并提高其对比度的方法,通过去噪处理、边缘检测、形态学操作等步骤,最终确定焊缝区域位置,并对焊缝区域内像素值进行线性变换,提高了焊缝区域的对比度。实验结果表明,该方法针对大批量的铝板X射线图片,都能够自动提高焊缝区域的对比度,具有良好的鲁棒性和准确性。     

基于二次滤波的对接焊缝路径识别

当前视觉传感器广泛应用于焊接机器人的轨迹规划。针对焊接图像噪声干扰引起的焊缝路径提取精度差的问题,本文提出了一种基于二次滤波的方法实现焊缝的路径识别。通过对采集的焊接图像依次进行灰度处理,滤波处理,边缘提取和填充,将焊缝特征通过二值图像体现出来。同时,为了去除二值图像上噪声的干扰,再次进行滤波处理,并通过灰度重心法提取整张图像上的焊缝坐标。最后,在对接焊缝上验证了本方法识别焊缝路径的平均误差在1像素以内,满足工业的要求。     

基于焊接路径节点提取的对接焊缝路径规划方法

当前,焊接机器人大都采用离线编程和示教再现的方式进行路径规划,存在着焊缝定位复杂度高和灵活性差等问题。为了提高路径规划效率和焊接自动化程度,本文提出了一种基于焊接路径节点提取的对接焊缝路径规划的方法。首先通过视觉传感器获得焊接图像,经滤波去噪和阈值分割将焊接图像中的焊缝特征提取出来,进一步通过灰度重心法提取焊缝坐标点并进行直线拟合,将相邻的拟合直线交点作为焊缝的节点输出,完成焊接路径的轨迹规划。最后在对接锯齿形焊缝上进行实验,验证了本文方法的可行性。     

Faster_RCNN用于工业火花塞图像焊缝缺陷检测

工业火花塞图像数据量大,焊缝宽度小且肉眼不易分辨.传统火花塞焊缝图像缺陷检测依赖人工手动完成,任务繁琐,个人经验占比大,检测标准不一,导致图像检测结果有误差.针对上述情况,对工业X射线火花塞焊缝图像进行了深入研究,提出了一种基于快速区域卷积神经网络(Faster_RCNN)的目标检测方法对焊缝图像精确定位并提取.由于火花塞焊缝是直线,利用图论方法对焊缝进行直线检测,之后提取出焊缝,校正倾斜焊缝直线并计算出其高度,最后加入焊缝判断系统,筛选出不合格的火花塞图像.实验结果表明,工业X射线焊缝缺陷检测准确率高于93%,误判漏判率低,有效缩短检测时间,提高工业检测效率,对实际工业火花塞智能检测有重要意义.     

基于相关系数的改进各向异性扩散去噪模型

经典Perona-Malik各向异性扩散去噪模型中仅考虑了图像的梯度信息,在去除噪声时不能很好的保持图像中的目标边界.针对该问题本文提出了一种基于相关系数的改进各向异性散去噪模型.该模型在考虑图像梯度信息的同时,增加了灰度相关系数这一图像局部统计信息因子.实验结果表明:和经典模型相比,改进模型在噪声去除的同时能够较好地...     

粉状炸药自动包装工艺的改进研究

目的 针对印刷品表面缺陷检测中计算实时性差、缺陷类型识别率不高等问题,提出一种改进灰度共生矩阵(GLCM)的印刷品表面缺陷检测方法。方法 首先对主流的缺陷检测流程进行优化设计,通过对图像进行预处理和差分操作,判断待测印刷品表面是否存在形状缺陷;然后针对传统灰度共生矩阵的特征提取维度高、信息易丢失、旋转不变性差等问题,设计一种综合考虑效率和实时性的缺陷区域特征参数提取算法;最后结合得到的特征参量,通过基于支持向量机的分类器完成不同形状缺陷的分类识别。结果 实验结果表明,文中所设计的改进算法所提取的特征参量更能精确表征缺陷区域的特征,同时,特征参数的提取时间和缺陷分类识别率等指标均比传统检测方法更有优势。结论 在保证计算实时性的前提下,文中所设计的检测方法能有效完成印刷品表面缺陷区域的纹理特征识别能力,具有较高的分类识别率。     

焊缝射线立体视觉检测中图像匹配的特征提取算法研究

目的　研究焊缝射线立体视觉检测中图像匹配的特征提取方法 .方法　依据焊缝射线图像的特点 ,提出了几种特征提取方法 .结果　采用这些方法快速地提取出了图像的边缘特征点 .结论　找到了对于焊缝射线像立体匹配边缘特征提取效果较好的方法     

焊缝射线立体视觉检测中图像匹配的特征提取算法研究

目的 研究焊缝射线立体视觉检测中图像匹配的特征提取方法。方法 依据焊缝射线图像的特点，提出了几种特征提取方法。结果 采用这些方法快速地提取出了图像的边缘特征点。结论 找到了对于焊缝射线像立体匹配边缘特征提取效果较好的方法。     

基于相位一致性改进的DRLSE超声图像分割模型

针对距离正则化的水平集演化(the Distance Regularized Level Set Evolution Mode,DRLSE)模型难以处理弱边缘图像、演化效率低问题,提出一种新的基于相位信息的水平集超声图像分割算法(the Distance Regularized Level Set Evolution Mode Based on Phase Congruency,PDRLSE)。该算法利用相位一致性检测原理,构造新的边界指示函数,代替了DRLSE模型中的边界停止函数,得到新的能量泛函。实验结果表明:该方法在分割超声图像时,能够较好的分割出甲状腺肿瘤目标,且演化效率也有所提高。     

窄间隙P-GMAW多信息融合侧壁熔合状态识别研究

窄间隙焊缝坡口间距小且焊道较深,摆动中心与焊缝中心偏差较大时,坡口两侧侧壁受热不良,易发生未熔合缺陷。为了及时了解窄间隙侧壁熔合情况,掌握侧壁内部焊接质量,本文提出了一种基于BP神经网络和D-S证据理论的多信息融合方法,预测侧壁熔合状态。对窄间隙焊接未熔合缺陷产生机制进行了分析,研究发现焊接电弧信号和熔池变化与侧壁成形质量存在密切关系,为此进行了一系列偏差实验,建立了电弧电信号和电弧熔池图像信号的实时采集系统,采用批量特征提取算法,提取了与侧壁熔合状态密切关联的峰值电流、峰值电压、电弧弧长、熔池长宽比、熔池面积和熔池周长等特征参量。采用BP算法训练神经网络,在此基础上通过D-S证据理论进行决策级融合。实验结果表明,该模型识别率可达96.667%,避免了神经网络识别时的误诊,获得了比单一传感信息更好的预测结果,提高了熔合状态识别的准确度和可靠度。     

Robust identification of weld seam based on region of interest operation

For welding path determination, the use of vision sensors is more effective compared with complex offline programming and teaching in small to medium volume production. However, interference factors such as scratches and stains on the surface of the workpiece may affect the extraction of weld information. In the obtained weld image, the weld seams have two distinct features related to the workpiece, which are continuous in a single process and separated from the workpiece’s gray value. In this paper, a novel method is proposed to identify the welding path based on the region of interest (ROI) operation, which is concentrated around the weld seam to reduce the interference of external noise. To complete the identification of the entire welding path, a novel algorithm is used to adaptively generate a dynamic ROI (DROI) and perform iterative operations. The identification accuracy of this algorithm is improved by setting the boundary conditions within the ROI. Moreover, the experimental results confirm that the coefficient factor used for determining the ROI size is a pivotal influencing factor for the robustness of the algorithm and for obtaining an optimal solution. With this algorithm, the welding path identification accuracy is within 2 pixels for three common butt weld types.The full text can be downloaded at https://link.springer.com/article/10.1007/s40436-020-00325-y     

磁瓦表面缺陷机器视觉检测与识别方法

针对磁瓦生产过程中表面缺陷检测的重要性和人工检测的弊端,研究基于机器视觉的磁瓦表面缺陷自动检测与识别方法.为解决磁瓦表面缺陷种类多、对比度低、图像中存在磨痕纹理背景和整体亮度不均匀等难点,定义扫描线梯度,其标准差与扫描线灰度标准差构成特征向量,提出基于两类支持向量机的图像分割方法来判别和提取缺陷;并提出一种改进的多类支持向量机方法,对缺陷进行分类识别,解决了多类支持向量机存在不可分区域的问题,提高了分类器的准确性和有效性.实验结果表明,该方法能准确快速地提检测磁瓦表面各区域的各类缺陷,检出率可达到96％以上,识别率超过91％.     

基于改进YOLOv5的新材料地板表面缺陷检测研究

目的 提升质检过程中新材料地板的表面缺陷检测精度。方法 通过翻转、水平迁移和垂直迁移对采集到的缺陷图像进行扩充,构建新材料地板缺陷数据集。基于YOLOv5算法,增加一个预测头,使算法对微小缺陷更加敏感;其次在网络的特征融合层应用Swin Transformer模块,形成注意力机制预测头,提高网络特征提取效率;然后在网络主干末端加入SE模块,使网络提取有用的信息特征,提高模型精度。结果 实验结果表明,提出的新材料地板表面缺陷检测方法能够准确判别地板好坏,并能够识别出白色杂质、黑斑、边损、气泡胶等4类表面缺陷,各缺陷类型的平均精确均值为82.30%,比YOLOv5 Baseline提高了6.58%,相比其他典型目标检测算法也能够更准确和快速地识别地板表面缺陷。结论 通过改进的YOLOv5算法可以更准确地对地板表面缺陷进行分类与定位,从而大大提高工业质检效率。     

玻璃表面缺陷检测系统研究

目的针对玻璃表面存在的划痕、漏点、结石和水印等4种主要缺陷,研究一种基于背光照射的玻璃表面缺陷检测方法,提出一种改进K均值聚类算法用于水印缺陷的检测。方法首先,通过设计的图像采集系统对玻璃图像进行采集,并对采集图像背景估计;然后根据水印缺陷与其他3种缺陷的灰度差异,将含缺陷的玻璃分成2类,完成缺陷粗分类;接着利用边缘检测算法对含划痕、漏点和结石缺陷的玻璃图像进行处理,利用结合了Otsu阈值分割方法和补偿系数f的改进K均值聚类算法对含有水印缺陷的玻璃图像进行处理,最终实现对玻璃表面4种缺陷的识别与标记。结果实验表明,该系统操作方便,算法复杂度低,缺陷识别准确度高,检测速度快。结论通过上述玻璃表面缺陷检测系统,可准确高效地检测出玻璃表面存在的4种主要缺陷。改进的K均值聚类可以准确实现对水印缺陷的检测,且该方法可以克服聚类迭代次数高,聚类结果容易陷入局部最小等缺点。极大地提高了缺陷检测的效率,可用于玻璃生产过程中的实时检测。     

基于机器视觉的编织袋表面缺陷检测系统设计与实现

目的 针对编织袋生产中表面缺陷检测效率和精度低等问题,应用机器视觉技术于编织袋表面缺陷检测,进而提高编织袋的生产效率。方法 基于机器视觉设计编织袋表面缺陷检测系统:首先为了降低背景灰度变化对缺陷检测的影响,研究一种同时具有噪声滤除与图像增强功能的预处理算法;其次选取二维最大熵值法对预处理后的编织袋图进行分割,并采用改进遗传算法对它进行优化以增强算法的收敛速度和效果;然后利用特征提取结合形态学处理的方法实现了编织袋表面缺陷的识别与分类;最后应用连通域进行分析,对分类出的缺陷进行统计与定位以获取缺陷的尺寸以及位置信息。结果 采集了200个编织袋缺陷样本,采用文中编织袋表面缺陷检测系统对编织袋样本进行缺陷识别,平均识别准确率为94.0%,处理一幅编织袋图像的时间约为600 ms。结论 该系统具有较高的识别效率和正确率,可实现编织袋表面缺陷的快速检测,满足工业生产的需求。     

电阻点焊质量Hopfield神经网络在线评估方法

目的 电阻点焊广泛应用于汽车、家电等领域,但目前少有准确的无损质量评价方法。为此,研究一种基于低碳钢板焊接功率信号的焊接质量在线评估方法,并探索利用该信号来评价电阻点焊焊点质量的可能性。方法 对焊接电流、电压信号进行测量和分析,研究功率信号表征焊接质量的可靠性,提出一种有效的模式特征提取方法,将动态功率信号转换为二值图像并用二值矩阵表征,该方法避免特征提取和选择,且尽可能保留焊点质量信息。通过拉剪试验将焊接样本分为6种不同的焊接等级,利用Hopfield关联记忆神经网络建立焊接质量分类器,将具有不同焊接质量水平的焊接样本模式特征矩阵记忆为稳定状态。结果 将焊接样本的模式特征矩阵输入分类器,通过Hopfield网络关联记忆将其收敛到最相似的稳定状态,最终锁定了稳定状态对应的焊接质量。60个测试样本中59个样本都可以被正确分类,该分类器的分类准确率达到98%。结论 分类性能试验结果表明,所提出的模式特征提取方法快速、有效,并能可靠地在线评估低碳钢板的焊接质量。     

高压电缆铝护套焊缝缺陷ACFM检测方法及检测系统的研究

针对在氩弧焊型高压电缆铝护套焊接过程中易出现表面漏焊、埋藏未焊透和焊穿等缺陷的问题,提出了焊缝缺陷的交流电磁场检测（alternating current field measurement, ACFM）方法。首先,利用COMSOL多物理场仿真软件建立高压电缆铝护套焊缝缺陷ACFM模型,研究U形磁芯上的励磁线圈在不同类型铝护套焊缝缺陷区域产生的感应电流的密度分布特点和和磁场信号特征;其次,设计了可获取缺陷长度和深度信息的正交式接收线圈,制作了带有缺陷的电缆铝护套焊缝试件及ACFM实验平台;最后,进行了不同类型铝护套焊缝缺陷的检测及结果分析。实验结果表明,ACFM方法能够有效用于3 mm厚的高压电缆铝护套焊缝表面漏焊和焊穿缺陷的检测,并且能够有效识别埋深为2 mm,长、宽、深分别为10,0.3,1 mm的埋藏未焊透缺陷。研究结果为高压电缆铝护套焊缝缺陷的识别和焊缝质量的评价提供了重要参考。     

基于图像配准的药用玻璃瓶印刷字缺陷检测

目的准确检测出药瓶印刷字的缺陷。方法采用目前流行的SIFT特征点提取算子,选用欧氏距离进行初匹配,RANSAC进行精确匹配。结果药瓶在传送过程中不管发生怎样变化,都能被检测出其印刷字的缺陷,成功剔除不合格药瓶。结论实验结果表明该方法能够精确地提取图像特征点,准确地匹配图像特征点对。