基于背景差分法在焊缝缺陷检测中的应用

现代工业对于焊接技术的使用越来越多,如何保证焊件质量是焊缝技术的重要环节。在机器视觉中,背景差分法是一种重要的运动检测方法。基于背景像素点在图像序列中被观测到的概率是最大的前提假设,并结合背景像素点可以看作高斯分布的加权的前提假设,提出了一种实时焊缝检测算法。该算法在准确检测焊缝缺陷的同时,能够在一定程度上对焊缝缺陷类别进行分类;既能提高产品的合格率,有通过反馈焊缝缺陷的分类,对焊缝生产线的调节提供帮助。实验结果证实了所提算法的有效性和实时性。

基于D-S证据理论的金属薄壁罐焊缝缺陷检测

针对薄壁金属制罐焊缝的缺陷类型,提出两种基于机器视觉的焊缝缺陷检测方法,一种是累积灰度值波形分析法,另一种是帧差法。累积灰度值检测方法主要基于统计学原理,对焊缝部分所表现出来的统计学特征进行分析来判断焊缝是否存在缺陷;帧差法主要是根据连续两帧之差来检测是否存在焊缝缺陷。最后,通过使用Dempster-Shafer(D-S)证据理论来减少误判和漏判。实验结果表明,两种检测方法的结合使用,达到了90%以上的准确度。同时,由于算法计算量不高,对于检测的实时性要求也能得到满足。