微间隙焊缝磁光成像跟踪回归检测新方法

针对激光焊接紧密对接微间隙焊缝,构建以磁光传感器为核心的微间隙焊缝检测系统,通过该检测系统检测出反映焊缝特征的磁光图像。通过分析磁光图像的特点,确定了测量系统形成磁光图像机理是由于恒定电磁场在焊缝两侧产生极性相反的磁极,不同极性的磁场会使偏振光有不同的旋转方向,通过磁旋光效应形成焊缝磁光图。对焊缝磁光图进行多种数字化处理,获得其对应的二值化焊缝图像;利用回归分析方法,建立和验证铁磁焊件微间隙焊缝设定偏差与焊缝位置测量偏差的关系模型,确定二元回归建模对微间隙焊缝应用磁光成像跟踪方法具有很高的精度。     

激光焊磁光彩色成像焊缝检测方法

针对激光焊接平板对接微间隙焊缝(间隙小于0.1 mm),研究彩色图像信息的磁光成像焊缝检测算法,为微间隙焊缝的精确跟踪提供一种新方法. 采用磁光传感器采集焊接过程的焊缝区域图像,对焊缝磁光图像在RGB(red, green, blue)和HSV(hue, saturation, value)彩色空间的灰度分布进行分析,提取RGB图各分量的灰度图,根据各分量灰度分布曲线确定阈值提取焊缝边缘,合成3个分量的焊缝边缘得到焊缝过渡带轮廓;对HSV图的每个分量图灰度直方图进行分析确定阈值,然后综合形成单一的焊缝过渡带分割图像. 结果表明,该方法能有效检测肉眼难以分辨的微间隙焊缝.     

微间隙焊缝磁光图像磁荷理论建模检测分析

对于激光焊接要求的微间隙焊缝(≤0.1 mm),可采用磁光传感器进行检测跟踪。利用磁荷理论建模,在外加直流磁场对焊件焊缝磁化的情况下,研究焊缝表面所产生漏磁场分布特征,并利用磁光传感器把焊缝近表面磁场分布特征转换为对应的磁光图像。 通过对焊缝近表面磁场分布特征和其对应磁光图像焊缝过渡带特征进行了对比分析研究,确定焊件微间隙焊缝磁光图像焊缝过渡带中心,对应实际焊件焊缝中心。研究结果表明,该模型能有效地解释焊缝磁光图焊缝信息,为采用焊缝磁光图进行焊缝跟踪识别提供了合理的理论依据。     

微间隙焊缝磁光成像检测方法

针对激光焊接紧密对接微间隙(0~0.1 mm)焊缝,研究一种基于法拉第磁光效应成像的焊缝检测新方法.以碳钢平板对接激光焊为试验对象,采用磁场激励器使焊件感应磁性并在焊缝处改变磁场分布,磁光传感器置于待测焊缝上方,不同磁场强度将导致磁光传感器偏振光不同角度的旋转,形成反映焊缝位置特征的磁光图像.对焊缝磁光图像进行滤波去噪、灰度转换以及形态学等处理,快速准确地提取出焊缝中心位置.结果表明,磁光图像能够有效反映微间隙焊缝位置,可以获得较高的测量精度,为解决微间隙焊缝检测和跟踪问题提供了一条有效途径.     

激光紧密对接焊磁光成像焊缝识别

准确检测焊缝中心位置是保证焊缝自动跟踪的前提。针对激光焊接碳钢紧密对接焊缝(间隙不大于0.1 mm),利用磁光传感系统获取焊缝磁光图像,分析焊缝磁光图像的灰度分布特征,对磁光图像进行中值滤波去噪,通过逐列扫描磁光图像灰度梯度极大值后拟合焊缝中心位置。焊缝位置检测试验结果表明,基于焊缝磁光图像灰度梯度特征的焊缝中心拟合法优于直接边缘检测算子;所提出的方法能够识别微间隙焊缝中心位置,为实时控制激光束跟踪紧密对接焊缝奠定了基础。     

基于磁光图像纹理特征的焊缝识别

研究一种基于磁光图像纹理特征的紧密对接焊缝(间隙小于0.1mm)的焊缝识别方法。与传统采用视觉传感器捕捉焊缝图像并利用焊缝灰度梯度特征进行焊缝边缘检测方法不同,通过磁光传感器采集焊接区域紧密对接焊缝图像,焊件在磁场激励器作用下形成反映焊缝位置特征的磁光图像,利用焊缝位置和母材的磁光成像纹理差异识别焊缝位置。对磁光图像的待焊区和母材区进行纹理分析,提取纹理特征,再利用纹理特征差别,将磁光图形划分为若干子区域,进行图像分割,确定焊缝区域。试验结果表明,该方法能够精确地识别微间隙紧密对接焊缝。     

微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.     

微间隙焊缝磁光成像小波多尺度融合检测

针对微间隙(小于0.1 mm)对接焊缝,通过对焊件施加感应磁场,并利用法拉第旋光原理构成的磁光传感器,获取焊缝磁光图像.为了获取焊缝的准确位置,研究一种焊缝磁光图像的小波多尺度信息融合边缘检测方法.对焊缝磁光图像进行3层小波分解,获得包含焊缝边缘信息的小波高频图像.根据各尺度高频信息包含的细节丰富度,融合各尺度高频图像,然后用小波模局部极大值对融合图像进行边缘检测,得到抗噪性和连续性好、定位精度高的焊缝边缘,最后进行焊缝跟踪试验.结果表明,磁光图像小波多尺度信息融合是一种有效的焊缝边缘提取方法,适用于磁光成像传感的微间隙焊缝跟踪图像处理过程.     

卡尔曼滤波磁光成像计盒维数焊缝跟踪算法

在激光焊接过程中精确地识别和跟踪焊缝十分重要。采用磁光成像传感器能够获取紧密对接微间隙焊缝(0~0.1 mm)的磁光图像。由于磁光图像存在较多干扰,根据计盒维数算法和卡尔曼滤波算法综合处理焊缝磁光图像,可获取较准确的焊缝位置。对焊缝磁光图像进行滤波去噪,将图像细分成块并计算出每个图像块的分形维数,再选取合适阈值分割图像,提取出焊缝位置参数。建立基于焊缝位置参数的系统状态方程和测量方程。应用卡尔曼滤波算法对焊缝位置进行最优状态估计,得到最小均方差条件下的焊缝偏差最优预测值。试验结果表明,卡尔曼滤波与计盒维数融合方法能够提高焊缝跟踪精度。     

磁光成像自适应卡尔曼滤波焊缝跟踪算法

焊缝跟踪是保证焊接质量的前提.针对0~0.05 mm的微间隙焊缝,研究一种色噪声环境下应用卡尔曼滤波实现焊缝跟踪的方法.通过对焊件施加磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像,提取焊缝中心位置构成状态向量,建立基于焊缝中心位置的系统状态方程与测量方程.针对系统过程噪声为色噪声,使用Sage自适应卡尔曼滤波,采用新息序列估计过程噪声协方差矩阵,准确预测焊缝中心位置.结果表明,根据自适应卡尔曼滤波方法能够有效提高焊缝跟踪精度.     

磁光成像焊缝跟踪卡尔曼滤波算法

在激光对接焊过程中,精确控制激光束使其始终对正并跟踪焊缝是保证激光焊接的前提,为此首先须精确检测焊缝位置。针对小于0.05 mm的微间隙对接焊缝,通过对焊件施加感应磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像。通过图像处理提取焊缝中心位置并构成状态向量,建立基于焊缝中心位置的系统状态方程和测量方程。采用卡尔曼滤波算法对焊缝中心位置进行最优估计,得到焊缝中心位置最优预测值,消除过程噪声与测量的干扰影响。试验结果表明,卡尔曼滤波方法能够有效减少噪声干扰并提高焊缝跟踪精度。     

遗传算法在微间隙焊缝分割中的应用

焊缝识别是焊缝跟踪的前提条件。针对激光焊接紧密对接微间隙(焊缝间隙不大于0.15 mm)焊缝,利用磁光传感器实时采集焊缝区域信息,焊缝与母材在磁场作用下进行成像,研究遗传算法在焊缝图像阈值分割中的应用。介绍遗传算法的基本理论,重点阐述遗传算法在微间隙焊缝检测中的应用,与传统的焊缝边缘检测算法相比,遗传算法能够更准确地提取焊缝信息,得到完整的焊缝边缘轮廓。试验结果表明,该方法能有效地识别微间隙焊缝。     

微间隙焊缝磁光图像恢复算法

为了检测紧密对接、无坡口、肉眼难以分辨的微间隙焊缝,研究基于磁光成像识别的焊缝图像恢复算法问题。在磁光传感器检测焊缝过程中,磁光图像会受到各种外界条件的干扰,如光强度变化和磁场背景噪声,因而采集到的磁光图像往往存在退化现象,难以对微间隙焊缝进行准确检测。研究一种约束最小二乘滤波恢复和盲去卷积相结合的图像恢复算法,对退化的焊缝磁光图像进行恢复处理,有效提高焊缝磁光图像质量。试验结果表明,经图像恢复后可以更精确地测量焊缝位置。     

微间隙焊缝磁光成像传感自适应识别方法

对于微间隙(小于0.1mm)对接焊缝,针对焊接过程中磁光传感器提离高度不断变化的状态,设计焊缝位置检测试验系统。通过对焊件施加感应磁场,并利用法拉第旋光原理构成的磁光传感器获取焊缝磁光图像序列。为了识别焊缝的准确位置,研究一种改进的多阈值最大类间方差算法。根据传统最大类间方差法的基本思想进行多阈值推广,并使用松弛余量的方法优化算法的搜索过程。根据焊缝磁光图像的特征,运用算法自适应确定图像的两个分割阈值,获得焊缝的准确位置。焊缝位置识别试验结果表明,改进的多阈值最大类间方差识别算法是一种有效的焊缝位置自适应识别方法,适用于基于磁光成像检测的焊缝路径实时跟踪。     

紧密对接焊缝多尺度形态学磁光成像检测方法

利用磁光传感器获取紧密对接微间隙（0~0.1 mm）焊缝磁光图像.针对传统形态学图像处理方法检测微间隙焊缝时容易出现边缘细节丢失的问题和存在检测精度不高的缺点,在四个不同方向上各选取三种不同尺度的结构元素,应用多尺度多结构元素形态学方法提取微间隙焊缝边缘信息,并与小波边缘检测和Sobel边缘检测结果相比较.在激励磁场变化情况下进行三组试验,分别采用多尺度形态学算法和传统形态学算法提取焊缝中心位置.结果表明,多尺度多结构元素形态学算法能更有效地检测出微间隙焊缝中心位置,为紧密对接焊缝的识别与跟踪控制提供试验依据.     

微间隙焊缝磁光成像NN-KF跟踪算法分析

针对紧密对接微间隙焊缝,分析基于磁光成像的神经网络补偿卡尔曼滤波（kalman filtering compensated by neural network,NN-KF）跟踪算法,建立焊缝位置测量模型并运用卡尔曼滤波对焊缝位置偏差进行最优预测.卡尔曼滤波进行最优估计需建立准确的系统模型和观测模型,而在焊缝跟踪过程中,系统噪声具有非先验性.对于针对测量模型误差、过程噪声和测量噪声对卡尔曼滤波结果的影响,运用反向传播（back propagation,BP）神经网络对卡尔曼滤波结果进行修正,补偿模型误差及噪声统计不确定性造成的滤波误差.结果表明,BP神经网络补偿卡尔曼滤波算法能有效抑制滤波发散,减小噪声干扰影响,提高焊缝跟踪精度.     

基于磁光成像的微间隙焊缝信息提取

焊缝跟踪的精确性是保证良好焊接质量的关键因素,为精确检测焊缝位置,研究一种基于磁光成像(MOI)技术的焊缝识别新方法。在激光平板对接焊实验中,通过对焊件施加感应磁场,由磁光传感器将焊缝处感应磁场分布的变化转换成相应的光强变化,实现对焊缝的实时成像。对获取的焊缝磁光图像进行灰度变换、中值滤波和二值化处理,与传统边缘检测方法不同,引进一种抗噪性更好的形态边缘检测算子进行边缘检测,继而提取出焊缝中心坐标。结果表明,该方法可获得较高的测量精度,能有效检测出焊缝中心位置。     

微间隙焊缝磁光成像NN-KF跟踪算法

针对紧密对接微间隙焊缝,分析基于磁光成像的神经网络补偿卡尔曼滤波(kalman filtering compensated by neural network,NN-KF)跟踪算法,建立焊缝位置测量模型并运用卡尔曼滤波对焊缝位置偏差进行最优预测.卡尔曼滤波进行最优估计需建立准确的系统模型和观测模型,而在焊缝跟踪过程中,系统噪声具有非先验性.对于针对测量模型误差、过程噪声和测量噪声对卡尔曼滤波结果的影响,运用反向传播(back propagation,BP)神经网络对卡尔曼滤波结果进行修正,补偿模型误差及噪声统计不确定性造成的滤波误差.结果表明,BP神经网络补偿卡尔曼滤波算法能有效抑制滤波发散,减小噪声干扰影响,提高焊缝跟踪精度.     

焊缝缺陷磁光成像模糊聚类识别方法

以激光焊接高强钢(HSS)为对象,研究基于法拉第磁旋光效应的焊缝缺陷磁光成像检测方法.通过施加交变磁场改变焊缝处磁感应大小,利用磁光传感器获取焊缝缺陷磁光图像,选定特定区域提取灰度共生矩阵(GLCM)特征,并进行分析.为准确识别和分类焊缝缺陷类型,建立焊缝缺陷模糊聚类识别模型.通过调整模糊C-均值聚类(FCM)的模糊指...     

焊缝磁光图像全变分模型恢复方法

针对紧密对接微间隙焊缝,研究磁光成像识别的焊缝图像恢复算法,建立基于能量泛函的全变分（Total Variation）图像恢复模型,解决磁光图像退化和清晰度不高的问题.根据偏微分方程论证全变分图像恢复模型解的存在性,将图像恢复过程转化为约束最优化问题,通过泛函变分给出模型的欧拉-拉格朗日方程,对数值近似解的离散形式进行磁光图像恢复.试验分析采用全变分图像恢复模型降噪的同时,保持焊缝图像良好的边缘和纹理特征.结果表明,经全变分模型图像恢复后可有效提高焊缝磁光图像质量,准确地测量焊缝位置.