基于Canny算子的焊缝图像边缘提取技术

为了实现对焊缝表面缺陷的自动检测与分类,研究一种有效识别焊缝表面缺陷的激光视觉检测方法. 通过激光视觉传感器采集焊缝图像并进行预处理,包括图像分割,灰度化,平滑去噪以及焊缝轮廓提取. 采用方向梯度直方图(Histogram of Oriented Gradient, HOG)提取焊缝激光条纹轮廓图像的特征向量. 其次,基于5折-交叉验证网格搜索方法进行模型参数寻优,最终建立了支持向量机(Support Vector Machine, SVM)智能模型识别与分类焊缝表面缺陷. 通过调整焊缝轮廓提取算法、HOG特征维度得到不同特征数据并进行对比、分析焊缝缺陷的识别效果. 在相同试验条件下,发现支持向量机比随机森林分类器、K最近邻分类器以及朴素贝叶斯分类器的识别率更高,达到97.86%. 基于HOG-SVM的焊缝表面缺陷智能识别方法可有效提高焊缝缺陷(气孔、凹陷、咬边)及无缺陷的分类精度.     

机器视觉与钢板表面缺陷的无损检测

通过分析几种具有代表性的机器视觉检测系统的结构、原理和性能,论述了钢板表面缺陷的在线机器视觉检测技术的特点及现状,探讨了目前研究中的关键技术、难点及其解决方法,指出机器视觉检测技术必将在今后钢板表面质量控制系统的研究中发挥重大作用。     

管屏拼焊焊缝表面缺陷的激光视觉检测方法

针对管屏多道焊缝表面缺陷存在焊缝定位困难、计算量过大的问题,文中提出一种管屏拼焊焊缝表面缺陷激光视觉检测方法,建立基于激光视觉的管屏焊缝检测系统,并基于激光视觉相机拍摄管屏图像。分析管屏特征并结合形态学操作定位焊缝,使用高维多项式拟合解决焊缝缺陷快速检测问题,实现了对管屏拼焊表面缺陷的快速检测。结果表明,该检测方案能识别的最小缺陷为1 mm2,检测速度为0.438 m/s,提升了管屏焊缝表面缺陷的检测效率,解决了曲面焊缝定位难、数据量大的难题,实现快速对大量焊缝轮廓进行检测,并符合应用要求。创新点： (1)提出了一种管屏拼焊焊缝表面缺陷激光视觉检测方案,提升管屏焊缝表面缺陷检测效率。(2)提出了基于高阶曲面的焊缝缺陷检测方法,实现快速对大量焊缝轮廓进行检测。(3)管屏拼焊焊缝表面缺陷激光视觉检测方法经过数据集验证,效率和精度均满足应用要求。     

基于边界方向直方图的激光环焊焊缝表面缺陷检测

针对汽车喷油器接杆的激光环焊焊缝图像,提出了一种基于边界方向直方图的缺陷检测方法。通过设定门限的方法对待测图像进行分割,再对分割后的图像提取边界点;采用边界方向直方图表示目标的边界方向特征,并采用边界点的不同梯度方向上的灰度平均值表示目标的边界灰度特征,两者结合能有效地描述目标的形状轮廓信息,准确地识别出焊缝图像中的正常收焊点和焊缝缺陷。实验证明:这种基于边界方向直方图的缺陷检测方法具有令人满意的准确性。     

基于同轴视觉传感的激光穿透焊接焊缝尺寸检测

利用CMOS同轴视觉传感系统,通过分析匙孔和熔池区域光辐射的特征,对Nd:YAG激光深熔焊接的焊缝形态进行了检测.结果表明,在匙孔穿透型激光深熔焊接中,匙孔在工件背面穿透将导致光辐射衰减区域的出现,衰减区域的尺寸和光辐射衰减的程度均随着焊接速度的增加而减小,且相对于匙孔的前沿,其位置向熔池的后方移动.通过分析匙孔区域的光辐射衰减程度和匙孔前壁角度的变化,将光辐射分布的特征与焊缝的尺寸结合起来,建立了两者之间的对应关系,从而实现了焊缝尺寸的检测.     

基于激光视觉传感的角焊缝外形尺寸检测

针对目前角焊缝外形尺寸手工检测的缺点,采用了一种基于激光视觉传感的角焊缝外形尺寸检测方法.该方法利用基于三角形测量原理的激光传感器,采集反映焊缝几何形状特征的激光条纹图像,利用中值滤波、二值化、中心线提取以及特征识别等算法,从而获得了角焊缝的外形尺寸信息.结果表明,与传统的手工检测方法相比,该方法具有检测准确度高、可靠性好、耗时短、检测内容丰富、使用方便等特点,并且消除了人为主观判断的影响.此外,检测的数据可长久保存在计算机中,便于后续的统计分析.     

水下机器人激光视觉传感焊缝跟踪

为实现水下焊接的智能化,在设计好的水下机器人平台上,开发了一套焊缝自动跟踪算法。采用2自由度PID控制算法控制横向滑块实时精确跟踪焊缝,爬行小车依据滑块的位置与速度信号粗略跟踪焊缝轨迹的模糊控制方法实现大范围的焊缝自动跟踪。焊接试验表明,该算法具有较好的稳定性、可靠性,跟踪精度高,可达到±0.3 mm,在水下环境中移动机器人自动焊接具有良好的应用前景。     

基于激光视觉传感的焊缝三维测量

焊缝的三维测量是焊接过程自动化领域的关键技术之一.为了能够还原焊缝表面的轮廓并计算其各项参数,本文提出了一种基于激光视觉的焊缝表面非接触式测量系统,重点介绍了光学成像系统的设计、检测系统参数标定方法以及结构光光条图像的处理过程,最终得到了较为理想的焊缝轮廓曲线,并结合标定结果对焊缝的参数进行了计算.实验证明,整个检测系统具有较高的检测精度和稳定性.     

激光焊缝无损检测技术研究现状

针对近几年来国内外关于激光焊缝无损检测技术的研究工作进行了详细分析与研究,比较了激光焊缝各类无损检测方法的优劣性,并对未来激光焊缝质量检测技术发展方向进行了探讨。     

焊缝表面缺陷激光扫描三维重构测量

为检测工件焊缝表面缺陷,采用点激光位移传感测距法和数据拟合技术进行焊缝表面缺陷检测试验研究. 首先采集缺陷表面轮廓数据点,利用高斯滤波对原始数据降噪处理. 再对处理后的数据点进行Delaunay三角剖分,使散乱点连接并结合其空间坐标重构出缺陷的三维模型. 结果表明,基于点激光位移传感测距技术及焊缝表面缺陷三维重构方法可以准确判断焊缝成形情况.     

Thermographic detection of surface breaking defects using a scanning laser source

Surface breaking defects are detected using a scanning laser source to deposit heat into a sample surface. Any lateral flow of heat is disturbed by such a defect, with a change in thermal spot shape being detected by an infrared camera. An apparent increase in temperature as the laser passes over a defect is due to a localised change in emissivity, allowing defects to be distinguished from surface markings. Defects have been detected in both stainless steel and aluminium.     

基于扫描激光视觉传感的焊缝图像特征信息识别

特征点提取是激光视觉焊缝图像识别的关键技术,目前常用的斜率分析法虽然原理简单、计算速度快,但适应性不好、精度不高,对于一些复杂的深坡口焊缝甚至无法识别.对基于扫描激光视觉传感的焊缝图像识别进行深入研究后,提出一种新的特征点提取思想———由形到点,将焊缝坡口特征点分为直角拐点和斜角拐点,分别设计斜率极值法和斜率截距法来提取.实际焊缝跟踪时,根据拐点类型分别调用对应的提取算法,就能完成全部焊缝坡口所有特征点的提取.结果表明,"由形到点"提取特征点精度高,抗干扰能力强,对不同焊缝坡口形式适应性好,在厚板深坡口焊缝跟踪领域有很大的实用价值.     

CO2焊接熔池直接视觉图像传感研究

应用被动式视觉传感方法进行CO2焊焊接熔池的形状检测。为了消除弧光干扰并获得清晰的熔池图像,设计了由窄带滤光片、中性密度滤光片和普通焊接滤光片构成的复合滤光系统。基于CO2焊焊接弧光的光谱分布特征,首先确定了窄带滤光窗口机心波长为632．8nm。然后,通过实验确定了中性密度滤光片和普通焊接滤光片的规格,以及它们与窄带滤光片的最佳组合方式。图像检测实验结果表明,该复合滤光系统有效地消除了弧光干扰,获得了高质量的熔池图像。同时,对CO2焊焊接熔池的图像特征进行了初步分析,为进一步进行熔池图像处理和焊缝成型控制的研究奠定了基础。     

Realizing precision pulse TIG welding with arc length control and visual image sensing based weld detection

Methods of arc length control and risual image based weld detection for precision pulse TIG welding were investigated. With a particular all-hardware circuit, arc voltage during peak current stage is sampled and integrated to indicate arc length, deviation of are length and adjusting parameters are calculated and output to drive a step motor directly.According to the features of welding image grabbed with CCD camera, a special algorithm was developed to detect the central line of weld fast and accurately. Then an application system were established, whose static arc length error is 0. 1 mm with 20 A average current and 1 mm given arc length, static detection precision of weld is 0. 01 mm, processing time of each image is less than 120 ms. Precision pulse TIG welding of some given thin stainless steel components with complicated curved surface was successfully realized.     

基于视觉的不锈钢Nd：YAG激光焊焊接熔池和小孔的图像处理

在激光焊接过程中存在众多干扰因素,为保证焊接质量,需要对激光焊进行质量控制。实现焊接质量控制的关键是表征焊接质量信息的获取,而焊接熔池和小孔包含丰富的焊接质量信息。针对不锈钢Nd：YAG激光焊,构建了同轴视觉检测系统,获得了熔池和小孔图像。根据熔池和小孔图像的特点,设计了图像处理算法,并分别针对熔池和小孔确定了搜索起始点和搜索准则。     

Real-time automatic detection of weld defects in steel pipe

In order to detect weld defects in steel tube, a real-time imaging and detecting system is setup. In the extracted weld seam, based on spatial characteristics near defects—variance and contrast, defects such as slags, blowholes and incomplete penetration are automatically detected using the method of fuzzy pattern recognition, and the system will automatically alarm if the defect exceeds the national standard. Compared with other methods, it is simple and fast, and has fewer misinterpretations. It can detect weld defects in real-time.