管道焊接熔池图像处理与特征提取

提出了一种管道焊接熔池成像系统,能够有效克服弧光干扰,获取焊接熔池在焊缝坡口内图像。采用基于统计的鲁棒图像处理方法,对熔池图像进行预处理,抑制飞溅等噪声。在图像自适应分割和边缘提取基础上,根据熔池图像和焊缝坡口图形特点,分别提取熔池图像在焊缝内的灰度分布特征以及焊缝坡口图形特征,得到熔池相对焊缝坡口的动态偏移量,以及熔池振动幅度和频率,为焊缝跟踪和焊接质量控制提供了视觉信息反馈。进行了焊接过程实时图像处理和特征提取试验,试验结果验证了熔池成像系统和图像处理方法的有效性和可靠性。

基于多视觉的熔池图像处理与特征提取

提出了一种多视觉焊接熔池采集系统,采用复合滤光的方法,能够有效地克服弧光的干扰,获取清晰的熔池图像。针对采集的熔池图像特点提出了一系列的图像处理方法。首先对熔池图像进行中值滤波去除图像中的噪声,然后采用CANNY多阈值方法提取熔池边缘特征,并利用去伪边缘、迭代拟合处理,从而获得熔池边缘特征。利用提取的熔池边缘特征和CCD摄像机与熔池的位置关系,得出熔池的后托角和堆高。将计算的熔池堆高与实测熔池堆高对比,偏差小于0.06 mm,证明了双视觉特征提取在熔池图像中的有效性和可靠性。

铝合金MIG焊正面熔池图像视觉传感与处理

建立了铝合金脉冲MIG焊熔池图像检测CCD视觉传感系统。应用窄带滤光的方法成功地解决了强弧光干扰 ,通过大量试验 ,在获取清晰焊接熔池区图像的基础上 ,分析了铝合金焊接熔池图像的特征 ,研究了适合铝合金MIG焊熔池图像处理方法和熔池几何尺寸的边缘检出方法 ,获得了满意的熔池边缘特征图像 。

铝合金TIG焊熔池图像的获取与处理

研究建立了适用于铝合金TIG焊接过程中焊接熔池图像传感系统,探索了获取铝合金熔池图像的条件,详细论述了图像传感系统与焊接电源特性之间的匹配关系。给出了图像传感系统中各个部分之间的空间位置关系。在多种不同的焊接规范下进行了大量的图像获取试验,获得了不同规范下清晰的铝合金熔池正反两面图像。分析了铝合金焊接熔池图像的特征,设计了相关中值滤波和基于统计理论的双期望值阈值方法以及小波变换等方法对焊接熔池图像进行处理,获得了铝合金焊接熔池图像的准确边缘,为焊接过程的智能控制打下基础。

基于熔池背面图像的薄壁筒体熔透自整定PID控制系统

在薄壁筒体环缝焊接中,工艺参数及坡口尺寸的波动都会导致焊接熔透状态的变化.为保证稳定的熔透,需要对焊接熔透状态进行实时检测和控制.本文针对薄壁筒体环缝钨级惰性气体保护焊(TIG焊),建立了基于视觉传感的直接传感法,获取了清晰的熔池背面图像,经图像处理得到了满足熔透要求的熔池背面熔宽范围,并通过自整定PID控制器实时调节焊接速度对熔透状态进行自适应控制.结果表明:该方法提取熔透状态信号可靠,基本消除了熔透状态间接传感法的控制盲区.

三光路熔池图像的视觉注意特征提取

焊缝跟踪和熔透控制都是焊接质量控制中的重要部分.试验采用三光路视觉传感系统,在铝合金脉冲GTAW焊接过程中,三个光路同时采集熔池正前方、斜后方、斜下方图像,并投影到同一幅图像上.图像包含了焊缝、正面熔池和背面熔池等丰富的信息.采用视觉注意的方法找到图像各部分与熔池特征参数相关的小区域进行处理,将图像中包含的熔池特征参数提取出来.结果表明,视觉注意方法用于焊接过程中熔池特征的实时检测时,由于只处理感兴趣的小区域,比一般方法具有更高的明确性以及高效性.

可见光和近红外熔池图像融合方法

为了获取质量信息更佳的熔池图像,设计用分束镜将采集的同一路光源平均传输给两个相机,利用同步触发装置,建立了可见光和近红外熔池图像同路光源同步采集系统.由于两个相机的图像之间具有不同的形变,提出了基于仿射变换的熔池图像配准方法,配准了可见光和近红外熔池图像.在此基础上,提出了基于主成分分析的图像融合方法对可见光和近红外熔池图像进行图像融合.结果表明,与加权平均融合,亮度色度饱和度融合和小波融合等传统图像融合方法相比,主成分分析图像融合方法最有效,得到的熔池图像质量最好.

分段线性灰度变换在熔池边缘提取中的应用

电弧焊接过程中,熔池形态与焊接质量密切相关。应用图像处理方法得到熔池的边缘轮廓对提取熔池相关几何参数具有重要意义。采用分段线性灰度变换突出熔池区域,用Canny算子提取熔池图像边缘。试验结果表明:该方法能够有效提取熔池图像边缘,适用于熔池图像的实时处理。

基于机器学习的不锈钢薄板MIG焊焊穿缺陷识别

随着焊接工艺在工业环境中的广泛应用,对焊接缺陷的研究受到越来越多的关注,焊穿缺陷作为焊接过程中最严重的缺陷之一,必须采取相应的措施对其进行监测以及控制。提出了一种采用被动视觉传感技术,利用工业CCD相机结合减光、滤光系统消除焊接过程中强弧光干扰,获得MIG焊熔池图像的方法。设计正交试验并从图像的多维特征出发,提取熔池图像4个种类对应的10个维度特征作为机器学习的输入。在进行焊穿缺陷的标签标定时,基于所提出的特征提取对正交试验中获得的熔池图像数据进行预处理,通过反向搜索实现对无效数据的剔除和有效数据的正确归类,同时发现了数据在空间分布的规律。最后探究了不同维度输入特征下三种分类器的识别效果,结果表明:所选择的特征在三种分类器上均获得了不低于97%的分类精度,为后续开发基于视觉在线焊穿缺陷检测系统提供了技术支撑和理论依据。