基于改进型U-net神经网络的焊缝图像处理

对于基于线结构光的视觉焊缝跟踪系统,焊缝信息提取的精度和速度是焊缝图像处理算法的两个关键指标.对于含有强噪声的焊缝图像,传统的图像处理算法很难达到较高的提取精度;而基于传统全卷积神经网络的图像处理算法则可以有效地提取焊缝信息,但该网络仅对深层的抽象特征进行连续的上采样,忽略了焊缝像素点间空间位置的关系,从而割裂了空间的一致性,降低了焊缝信息提取的精度.针对以上问题,提出基于改进型U-net全卷积神经网络的焊缝图像处理模型以实现焊缝信息的逐级恢复.该模型通过引入双U型结构,将下采样倍率从16倍降为4倍,更多地保留了下采样时的空间信息;通过桥接的方式将第1次下采样时的焊缝特征传入第2次上采样阶段,为抽象的特征信息融入更多的空间信息,提高了焊缝信息提取的精度;将带泄漏的修正线性单元作为神经网络的激活函数,有效避免了原生U-net网络神经元坏死的现象.网络训练结果表明,使用相同数据集训练时,与传统FCN-32s网络和原生U-net网络相比,该模型的像素精度、平均像素精度和平均交集对联合均为最高.实验结果表明:该模型的焊缝位置提取平均偏差为1.64 mm,单帧焊缝图像处理时间为6.4 ms;该模型对含强噪声图像的焊缝信息提取精度和速度均优于Sterger算法和传统FCN-32s网络.

遥控操作返修机器人视觉系统焊缝图像处理算法设计

针对遥控操作返修机器人,研究其视觉系统的焊缝图像处理算法。通过对视觉检测传感器、焊缝信息采集及处理算法、远端场景恢复算法的设计,完成遥控操作返修机器人视觉系统焊缝图像处理,形成待返修焊口的三维模型。

一种基于数学形态学的焊缝图像处理方法

介绍了二值及灰度数学形态学进行图像处理的基本原理。针对机器人焊接中的激光结构光焊缝图像,提出了数学形态学滤波去噪方法。实验结果表明,该方法能获取清晰的焊缝坡口特征,便于提取焊缝中心。经测定,总的处理时间为23ms,满足实时控制的要求。

用DSP实现焊缝图像处理算法中的小波变换算法

利用模板匹配算法获取焊缝中心位置。该算法首先通过二维小波变换得到焊缝的模板,再将该模板在后续焊缝图像中平移,计算模扳平移到各位置的互相关系数,取互相关系数最大值对应的列为被测图像的焊缝中心位置。基于DSP在数字信号处理中的优势,使用TDS642EVM实现焊缝识别图像处理算法。文中分析了二维小波变换算法的原理,开发了用DSP(数字信号处理器)实现小波变换算法的程序,最后列出了用TDS642EVM处理管道焊缝图像实例。

基于二值形态学的焊缝图像处理

研究了一种基于二值形态学的焊缝图像处理新方法。针对视觉传感获取的焊缝图像的特点,选择合适的结构元素,运用数学形态学的多种形态运算对焊缝图像进行处理,消除图像噪声,提取焊缝,检测焊缝边缘,抽取焊缝中心线。试验表明该方法是一种快速、有效的焊缝图像处理方法。

小波分析在焊缝图像处理中的应用

从原始焊缝图像中准确检测出焊缝边缘、提取出焊缝中心位置,是实现焊缝跟踪的关键技术。将小波分析方法应用于焊缝图像处理中,首先对焊缝图像进行小波分解,然后对分解后的小波系数进行阈值处理,最后用阈值处理后的小波系数进行焊缝图像重构,有效降低了焊缝图像噪声,突出了熔池和焊缝边缘轮廓,便于机器识别及处理。接着再对消噪增强后的焊缝图像进行平滑、边缘检测,提取出焊缝中心线,用于焊缝自动跟踪控制。试验结果表明:该方法效果良好,能有效地提高焊缝跟踪精度。

一种V型坡口焊缝图像处理方法及特征提取算法研究

为了提高V型坡口焊缝特征提取算法的效率和准确性,对V型坡口光条图像预处理,在图像感兴趣区域(Region of Interest,ROI)开窗基础上构建差异化卷积模板,经图像差分后实现光条纹增强及噪声颗粒化.通过形态学开运算和小连通域去除提取出二值化光条,并采用几何中心法完成光条骨架细化.通过对光条形态学特征分析,初步定位角点,分区域提取光条中心线,最终获得焊缝的精确特征点.实验结果表明,采用该方法能够有效去除噪声,准确提取出亚像素级特征点,相较传统角点检测算法效率提升60%,满足工业应用的高精度和实时性要求.

FPGA在焊缝图像处理中的应用研究

实时图像处理技术在图像的提取与检测中有着广泛的应用。SOPC技术在硬件上对图像进行实时处理是图像处理技术新的发展方向,FPGA是运用SOPC技术进行图像处理的核心器件。针对焊缝图像处理的特点,提出一种基于FPGA的图像处理算法开发平台,将应用于焊缝图像处理中的中值滤波、二值化、边缘检测等算法在FPGA上实现,达到实时处理的要求。使用FPGA处理焊缝图像能够获得较好的处理效果,提高图像的处理速度,减少占用逻辑单元。探讨实时图像处理算法及FPGA的硬件实现为焊接机器人实现实用化和智能化的进一步研究和开发应用提供了良好基础和新的途径。

基于CCD的埋弧焊焊缝跟踪系统数字图像处理方法

提取焊缝信息、确定焊缝中心是实时焊缝跟踪系统要解决的首要问题,本文介绍了以CCD视觉传感器和V系列图像采集卡为核心的焊缝检测跟踪系统,基于该系统并根据焊接现场条件采集的图像信息,结合Sobel边缘检测算子及二值图像连通域像素标记算法对焊缝图像进行处理,该算法可以满足埋弧焊焊接生产现场实时处理图像要求,且对光源无严格要求。

埋弧焊焊缝跟踪系统数字图像处理方法研究

提取焊缝信息,确定焊缝中心是实时焊缝跟踪系统要解决的首要问题。设计了以CCD视觉传感器和V系列图像采集卡为核心的焊缝检测跟踪系统,并基于该系统根据焊接现场采集的图像信息,以Sobel边缘检测算子及二值图像连通域像素标记算法相结合,并以Del-phi为开发工具对焊缝图像进行处理。试验表明,该算法可以满足埋弧焊焊接生产现场实时处理图像要求,且对光源无严格的要求。

基于自适应沃尔什-哈达玛变换的焊缝图像压缩方法

焊缝广泛存在于工业现场,基于X射线检测的焊缝质量检测对维护生产生活的正常运行至关重要。然而,高质量的X射线检测图像比特数高,因此,焊缝图像处理系统存在读取缓慢、功耗高和实时性差等问题。提出了一种基于沃尔什-哈达玛变换的焊缝X射线图像压缩方法。该方法基于沃尔什-哈达玛变换的能量集中性质实现图像优化,保留焊缝图像的重点特征边界;利用量子粒子群算法实现对焊缝图像沃尔什-哈达玛变换的压缩参数自适应寻优。实际生产现场图像的验证结果表明压缩图像大小为原图像的十分之一时,所提方法能最大程度地保留焊缝特征与图像质量,能提高基于X射线图像的焊缝检测效率。

基于视觉引导的焊接机器人焊缝纠偏技术的研究

当前焊接机器人因自适应性不足,存在着工件安装误差、间隙变化、热变形等问题,基于视觉引导对焊接机器人焊缝纠偏技术进行研究,通过焊接图像处理、提取特征点、离线在线纠偏等方法实现焊缝的跟踪与校正,改善工件焊接质量。

一种有效的盒维法及其在焊缝图像边缘检测中的应用

分形维数是一个很有价值的特征,可用来描述粗糙的、具有自相似特征的图像。这些特征已经被用在纹理分割、图像压缩、形状分析以及其他方面。本文提出了一种有效的局部盒维数的计算方法,并把它应用在焊缝的X射线图像上,试验结果表明,局部盒维数是边缘区域的重要特征,能够为焊缝的分割提供重要的信息。

基于K-L算法的焊缝红外图像检测技术

提出计算机对所得图像进行滤波和图像分割,讨论了K-L算法的原理及其在红外焊缝图像检测中的应用;以红外光源照射焊缝,通过CCD摄取焊缝的图像,建立已焊和未焊的图像模板库,采用K-L算法对焊缝图像进行处理,并与模板库进行比较,得出焊缝是否焊接的结论;试验结果表明,该方法检测精度高,检测速度快,可以实时运用于对手工电弧焊的焊缝质量检测中。

爬壁机器人焊缝跟踪过程中的焊缝检测与识别研究

实现爬壁机器人焊缝自动跟踪的前提条件是获取实时的焊缝位置信息。首先,基于爬壁机器人系统平台,提出了一种结合被动视觉传感器和辅助光源的焊缝采集方案。采用了一套精确度与实时性较高的焊缝图像处理及特征提取算法,并针对焊缝图像细化后的轮廓线上存在毛刺的问题,提出一种有效的毛刺去除递归算法。结果表明,设计的焊缝识别算法能够提取到准确的焊缝位置信息,并且单幅焊缝图像的平均处理时间为56ms,能够满足焊缝跟踪的实时性要求。

带状光源V字扭曲焊缝识别技术

为了满足埋弧焊设备实时跟踪缝焊的需要,及时准确地找到焊缝的中心,借助垂直于焊缝的带状辅助光源,使CCD摄像头获得的焊缝图像光带产生明显的V字形扭曲.通过去噪程序剔除图像中的噪点,寻找到V字图形2个边上的点,采用最小二乘法,迅速、准确地得到V字形光带扭曲的2个边的最佳拟合直线,计算出2个拟合直线的交点,找到了焊缝中心.利用基于最小二乘法的埋弧焊V形坡口焊缝识别方法,得到的焊缝特征明显,具有处理速度快、系统稳定性好等特点.

焊缝图像多分辨率Hough变换分析

通过对参数空间的θ参数进行低、高分辨率分级,用迭代的方法,由粗到细,逐步细化参数空间的θ参数,直至达到要求的精度.该算法先后需要进行两次Hough变换:低分辨率全局Hough变换和高分辨率局部Hough变换.研究了当θ参数的分辨率△θ0在2°、3°、4°、5°、6°、7.5°、9°和10°不同取值时,多分辨率Hough变换对焊缝图像的分析结果,并与同等精度下的标准Hough变换分析的结果进行了对比.结果表明:本文提出的多分辨率Hough变换与标准Hough变换分析的结果一致,且内存需求降低,运算速度得到提高。当△θ0为6°时,运算速度至少提高三倍。