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.     

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.     

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。     

微间隙焊缝磁光成像分形维数识别方法

针对紧密对接、无坡口、肉眼难以分辨的微间隙焊缝,采用磁光成像方法获取焊缝位置信息,并运用分形维数方法解决焊缝磁光图像存在较多干扰的问题.根据图像大视野相关信息处理图像,避免受到图像微小细节干扰对焊缝位置识别精度的影响,较传统图像处理法具有显著的抗干扰性.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,再选取合适阈值对图像进行分割,准确地提取出焊缝中心位置.试验结果表明,运用分形维数提取磁光图像焊缝边缘区域特征,能够获取较准确的焊缝位置信息,为焊缝跟踪控制提供重要基础.     

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。     

基于小波边缘检测的焊缝跟踪技术

在基于视觉传感的焊缝跟踪系统中,焊缝图像复杂多变,要准确得到焊缝中心线,选取合理高效的处理算法是十分重要的.在详细分析焊缝图像特点基础上,采用先行基于梯度信息的自适应平滑滤波,运用3阶B样条双小波多尺度边缘检测方法,减少了误检漏检率,有效地提高了小波变换在抗噪性能和定位精度上的优越性.在此基础上提取出焊缝中心线,用于焊缝自动跟踪控制.试验结果表明,该方法复杂度适中,处理速度较快,效果良好,能有效地提高焊缝跟踪控制的精度.     

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。     

微间隙焊缝磁光成像卡尔曼滤波跟踪新方法研究

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,通过该检测系统能检测出呈现焊缝特征的磁光彩色图像。通过分析所检测出的磁光图像的特点,确定系统反映焊缝的磁光成像的机理是由于恒定磁场在焊缝两侧产生极性相反的磁极,不同极性的磁场导致偏振光不同的旋转方向而形成。接着,先对微间隙焊缝磁光图像进行中值滤波,并把彩色磁光图转换为灰度图,再根据焊缝两侧的不同灰度阈值分割并经形态学处理后获得其对应的焊缝图,最后,通过对偏斜焊缝进行跟踪检测试验,建立卡尔曼滤波跟踪模型,通过分析该模型的结果,确定卡尔曼滤波建模对微间隙焊缝应用磁光成像跟踪的有效性及可行性。     

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.     

基于图象分割的图象处理法在焊缝识别中的应用

提出了无须外加光源的基于图象处理的焊缝边缘识别方法和边缘特征提取过程,对采用小波滤波去噪后的焊缝图象采用符合实时性要求的焊缝图象处理方法,包括基于图象分割的焊缝图象分区法以及根据实际焊缝图象的实际性质加以分析得出的基于ＣＣＤ扫描性质的焊缝边缘识别法,这些方法既简单又适用,在实际焊缝跟踪中能得到良好的效果。通过多次实验得出：此种方法算法简单,响应速度快,适合于实际应用,能快速获得清晰的焊颖边缘,可以     

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.     

MAG焊熔池图像的超分辨率分析

由于MAG焊外部干扰大,用CCD采集的MAG焊熔池区图像不够清晰.因此,在进行进一步处理比如边缘检测之前,需要进行必要的图像增强和去噪等预处理操作,这样才能获得更加清晰的图像边缘信息.针对以上问题,采用超分辨率技术对MAG焊熔池图像进行处理和分析.在此基础上,提出了基于小波分形插值的超分辨率图像重建方法.结果表明,该方法相对于基于传统的小波双线性插值的超分辨率方法,能有效提高MAG焊图像的分辨率,获得更加清晰的焊缝位置和图像的边缘信息,为后续的焊接质量控制和焊缝跟踪工作提供了很好的基础.     

多新息理论优化卡尔曼滤波焊缝在线识别

针对间隙小于0.05 mm的低碳钢对接焊缝,用磁光传感方法获取焊缝位置信息,研究多新息理论优化卡尔曼滤波在焊缝识别及跟踪中的应用.在获取磁光图像及提取焊缝位置的过程中存在较多干扰,而传统卡尔曼滤波受噪声的影响较大,难以对焊缝偏差进行最优估计.为此,结合多新息理论,提出一种焊缝位置检测的卡尔曼滤波改进算法,在对当前时刻进行预测时,充分考虑之前多个时刻的运动状态,综合历史数据估计出焊缝位置信息,对不同新息值进行试验比较并考虑计算量和滤波精度,发现选用两个新息值优化卡尔曼滤波算法可得到较好的效果.结果表明,多信息理论优化卡尔曼滤波算法可有效提高焊缝位置检测精度.     

基于焊缝中心的焊缝信息的直接提取

如何快速而准确地寻找到焊缝中心的位置是实时焊缝跟踪系统要解决的首要问题。本文提出一种根据焊缝的先验知识来寻找焊缝中心的新的算法。这种算法主要是根据焊缝的横向和纵向两个方面的特征来判别焊缝CCD图像中自焊缝中心的位置,具有定位精确及速度快的优点,能够大大提高焊缝跟踪系统的实时性能。     

Method of weld recognition based on textural feature matching

In this paper an automatic visual method of seam recognizing and seam tracking based on textural feature matching was proposed,in order to recognize the weld of multi-layer or multi-pass welding in which the weld is difficult to be recognized by conventional visual methods.This method focuses on the obvious difference of image textural feature between the weld region and the base metal region,as well as the similarity of the textural features along the welding direction.The method consists of the following steps: setting image template and choosing the edge region as ROI (region of interest),extracting the image textural feature of the template and the edge region,feature matching,and recognition of weld region.Experiment showed that the method proposed was effective for weld seam recognition in multi-layer welding.     

基于视觉传感的焊缝中心检测技术研究

通过视觉传感器获取焊缝图像，采用多种去噪技术对焊缝图像中的噪声进行滤波试验。针对焯缝图像中的干扰噪声特性，对各种滤波方法进行了分析和比较，并对滤波效果较好的焊缝图像进行边缘检测计算。提出3种识别焊缝特征的组合图像处理方法，并研究提取焊缝中心特征信息的效果和精度。试验结果表明，对焊缝图像采用Wiener滤波与Robert边缘检测算法能较好地提取焊缝中心位置的特征信息。