基于机器视觉的带式输送机高精度煤流检测研究

针对现有基于机器视觉的带式输送机煤流检测方法存在的图像细节缺失、在多处断裂或断裂间距较大区域拟合效果较差的问题,基于直射斜收式激光三角测量原理,提出了一种基于机器视觉的带式输送机高精度煤流检测系统,将线激光发射器布置在带式输送机测量位置正上方并垂直照射煤堆,煤堆随带式输送机匀速运动,利用相机在斜上方实时拍摄包含激光条纹的煤堆表面图像。对煤流检测系统进行标定,包括相机内参数标定和激光平面标定,得到煤堆的高度信息;对煤流截面激光条纹图像进行处理,从提取精度、算法实时性等角度对比分析了灰度重心法和区域骨架法,根据对比结果选用区域骨架法提取激光条纹中心;针对利用图像膨胀操作进行激光条纹断裂修补拟合效果较差的问题,提出采用最小二乘法作为激光条纹断裂修补算法,相较于闭运算,最小二乘法拟合处理的平滑效果更好,精度较高;建立煤流截面积计算模型,通过计算每一帧上煤堆的横截面积,即可得出不同带速下的煤流体积。实验结果表明,当带速分别为0.25,0.5,1 m/s时,煤流检测系统误差均较小,最大误差分别为2.78%,3.61%和3.89%,验证了煤流检测系统具有较高的准确性。

飞秒激光参数对硅橡胶表面结构与防冰性能影响的研究

目的采用飞秒激光刻蚀硅橡胶表面,获得表面结构较优、润湿性能与防冰性能优异的超疏水硅橡胶表面。方法通过控制变量,设计单因素试验,研究飞秒激光参数(填充间距、能量密度、扫描速度)对硅橡胶表面结构的影响规律。基于正交试验设计和极差分析获得使表面结构规整且表面粗糙度最大的相对最优工艺参数,研究飞秒激光参数对表面粗糙度的影响主次顺序。结果飞秒激光刻蚀硅橡胶的相对最佳工艺参数如下:能量密度为5 J/cm^(2),扫描速度为200 mm/s,填充间距为20μm。最优参数组下激光刻蚀的超疏水硅橡胶表面粗糙度达到最大值5.954μm,具有规整的峰状凸起与微纳结构和优异的超疏水性能,水接触角高达165.3°,滚动角低至2.6°。该超疏水硅橡胶表面具有优异的防冰性能,在低温高湿环境下,与未处理的硅橡胶表面相比,结冰时间由67 s延长至312 s,冰黏附强度由39.6 kPa降低至7.4 kPa。超疏水硅橡胶还具有良好的循环除冰性能,经20次结冰/除冰循环后,冰黏附强度仍不超过20 kPa;此外,该表面还具有优异的耐腐蚀性能和良好的耐磨损性能。结论飞秒激光增大能量密度和减小扫描速度会使激光刻蚀宽度增大,要避免纵向条纹,应控制填充间距不超过激光刻蚀宽度。激光参数优化后刻蚀出的超疏水硅橡胶表面具备优异的防冰性能,并且机械与化学稳定性较好,在恶劣环境中的防冰领域,具有广阔的应用前景。

融合显著性检测的V型焊缝激光条纹提取

针对在背景亮度不均的情况下提取的V型焊缝坡口激光带准确度低的问题,提出一种基于视觉注意机制融合颜色特征和方向特征的方法。首先,使用FT(Frequency-Tuned)显著性检测算法获取焊缝图像中激光带的颜色显著图。然后,利用Gabor滤波器得到激光带的单方向特征图,对各方向图阈值分割消除噪声后等比例加权融合得到方向显著图。使用多层元胞自动机融合颜色显著图和细化后的方向显著图,得到最终的焊缝激光带条纹。实验结果表明该方法简单有效,效果较好,准确度高,为后续工作打下基础。

条纹型织构对81107轴承干摩擦性能的影响

为揭示条纹型单元织构化推力轴承的干摩擦磨损行为,以81107TN推力圆柱滚子轴承为对象,在轴承轴圈表面制备不同宽度和不同深度的条纹型单元,然后从摩擦系数、磨损量、表面形貌等方面,研究了条纹型单元的深度和宽度对“滚道-滚动体-保持架”系统干摩擦磨损性能的影响。试验结果表明:在干摩擦条件下,条纹织构化轴承的摩擦系数相比无织构光滑轴承有所升高,改变条纹的深度和宽度可以影响摩擦系数的变化范围;条纹织构可以显著增强轴承的抗磨能力,且与摩擦系数呈负相关,织构宽度为50μm,深度为7μm的轴承表现最明显,相比光滑无织构轴承磨损量降低约75.6%;条纹织构化轴承的磨损程度和范围,相比光滑无织构轴承明显减小,这得益于织构边缘对基体起到了保护作用。

基于线性模型划分的煤流体积测量

针对基于线激光条纹的带式输送机煤量测量精度和计算效率较低、胶带运行过程中存在拖尾现象及跑偏、飘带造成的数据不对齐问题,提出了一种基于线性模型划分的煤流体积测量方法。首先,利用高速线激光相机进行煤流数据采集;然后,通过基于线性模型划分的点云配准算法将胶带底部点云数据与煤流表面数据融合,形成完整的三维煤流数据;最后,通过煤流体积测量模型实现对煤流体积的测量。试验结果表明,基于线性模型划分的煤流体积测量方法在高粉尘环境、煤流表面洒水环境、昏暗环境及正常光照环境下测量粗糙表面铁块、光滑表面铁块及实物(煤和矸石)所得结果精度均在95%以上;且光滑表面铁块较粗糙表面铁块在4种模拟环境下的测量精度高,说明物体表面平整度越好测量精度越高,环境对测量精度影响不大。实际测试结果表明,基于线性模型划分的煤流体积测量方法的测量精度均在97%以上,对应平均耗时均在80 ms以内;与基于KD树的测量方法相比,整体精度提高了6%以上,处理时效性提高了1倍。

基于信度评估的线结构光多重曝光条纹提取

在单线结构光三角测量法的实际应用中,图像中条纹截面灰度分布的可靠性是保证条纹中心提取精度的重要基础。在物体表面反射特性不均匀的测量场景中,受欠曝光与过曝光的双重影响,造成条纹截面灰度分布不均匀、条纹中心可信度低等问题。基于上述问题,对复杂反射特性表面的单线结构光条纹提取技术进行了研究。提出了一种基于信度评估的条纹提取方法。创新性地应用了条纹能量密度与条纹宽度相结合的双参数评价标准,有效避免了单一能量信度标准下约束力不够的问题。该方法依据信度阈值识别多重曝光图像中的可信条纹,并将可信条纹拼接重建成最终条纹图像。试验结果表明,重建图像具有全局可信度,有效提升了条纹中心计算精度。该方法能够为复杂场景下三维测量技术的发展提供一定参考。

基于分段拟合算法的V型焊缝识别

激光视觉引导的焊接方式在工业产品线上应用广泛,其中图像处理算法的复杂性会直接影响焊接的效率。为解决激光视觉中的V型焊缝直线识别速度问题,利用“一”字激光光源实验,在分析了不同图像预处理方法对激光条纹直线特征的提取效果上,提出一种基于斜率分析的点集分割方法。该方法能够正确区分V型焊缝不同线段上的点,结合最小二乘法进行分段拟合,准确提取焊缝的中心线特征。结果表明,该方法与Hough变换相比,可避免因误差而拟合成非连续线段,具有计算量小、反应速度快、适应性强的特点。

基于FPGA的实时线结构光传感器激光条纹中心提取方法

激光条纹提取方法是线结构光传感系统中的一项重要技术,其准确度和速度直接影响系统的测量性能。然而,传统Hessian矩阵法可能会产生多余中心点和缺失中心点,限制了其准确度和鲁棒性。此外,传统Hessian矩阵法计算复杂,难以应用于实时测量场景。为此,提出了一种适合在FPGA中实现的激光条纹中心提取改进方法。首先,设计了一个新的判断函数来代替最大特征值来选取显著中心点,以增加真实中心和其他区域之间的数值差异,并通过修改中心判断标准,采用非最大值抑制的方法处理多余中心点和缺失中心点。其次,将所提出的方法在FPGA中进行实现。在不降低精度的前提下,对计算进行了合理优化,减少了FPGA的资源利用率和延迟时间。在准确度对比试验中,在噪声水平分别为0,0.01,0.02和0.03时,平均绝对误差分别为0.0039像素,0.0373像素,0.0520像素和0.0646像素,均方根误差分别为0.0068像素,0.0469像素,0.0654像素和0.0811像素;在FPGA中实现时,运行时间和延迟时间分别为14.89 ms和216.42μs。实验结果证明,所提出的方法准确度高、鲁棒性好,能够进行实时中心提取。

一种基于单目视觉的焊缝成形检测与评价方法

提出了一种基于单目视觉的焊缝成形质量检测与评价方法。在搭建的视觉检测系统基础上,实时采集并处理扫描焊缝的激光条纹视觉图像,采用Harris角点检测算法检测条纹畸变点,实现凹坑缺陷的实时检测;建立了凹坑缺陷最大面积、平均面积、最大宽度的评价指标。试验结果表明,所建立的焊缝视觉检测与评价方法可以快捷有效地检测与评价焊缝凹坑缺陷。

立体视觉对宽度不均焊缝的识别与评价

提出了一种基于线激光辅助的焊缝成形宽度不均的单目视觉检测及评价方法。首先,搭建了一套单目视觉检测与评价系统,并对系统进行标定;其次,实时采集叠加在焊缝轮廓上的激光条纹图像,通过图像处理,获取表征焊缝外形轮廓的细化条纹;最后,基于提取的条纹图像,建立了焊缝成形宽度缺陷的识别与评价算法。结果表明,激光扫描辅助下的视觉检测及评价方法实现了焊缝宽度的实时检测,并能够满足焊缝成形宽度缺陷评价的需求。

用于钢板测量的线激光条纹中心提取方法

针对用于钢板测量的线激光条纹中心提取方法,提出一种基于Steger方法的改进算法。首先,对原始图像进行自适应裁剪处理;其次,通过多次中值滤波操作进行噪声处理;最后,提出一种间隔n行采用Steger算法、中间行近似拟合的方法来计算条纹中心。应用结果表明,该算法将条纹中心提取速度提高了5倍,对于钢板实时测量系统具有一定工程意义。

一种结构光条纹中心快速检测方法

为解决三维扫描仪中图像处理的实时性 ,提出检测结构光条纹中心快速算法 .本算法把阈值法与可变方向模板法相结合 ,充分发挥两者的优点 .先由主机计算激光条纹灰度阈值 ,再结合像素的灰度邻域属性实时确定激光条纹 ,然后用可变方向模板检测激光条纹中心 .实验表明这种方法具有数据存储量小、实现速度快的特点 ,而且还有抗白噪声能力和一定的修补断线能力 .此外 。

基于激光视觉的角焊缝图像特征点提取

提出一种借助线激光从图像中提取角焊缝特征点的方法,克服了线激光在角焊缝表面的反光对提取光条中心线的影响,有效地识别出了角焊缝特征点.首先,根据局部对比度区分实际光条与反光条纹,用阈值分割结合图像形态学方法分割出实际光条,并确定ROI区域;其次,根据光条截面的灰度分布提取光条中心点;最后,用迭代最小二乘法拟合分段光条中心线方程并确定角焊缝特征点.结果表明,该方法能够快速准确地提取表面光亮角焊缝的亚像素图像特征点,在主频3.4 GHz的PC机上共用时0.35 s,能够满足焊接速度为0～25 mm/s的普通焊接设备的实时性要求.

粗糙金属表面光条中心提取方法

为了精确提取粗糙金属表面的光条中心,提出了一种基于光切法的光刀条纹中心提取方法。从图像形态学角度出发,分析了图像的噪声来源,利用图像增强处理将噪声转化成颗粒状形态,并保持有效光条的连续条纹状特征。然后,通过对图像连通区域面积计数,分割噪声和有效光条信息,将得到的二值化光条图像作为掩模板,与原图像相乘来复原光条图像的灰度信息。最后,应用灰度重心法对已去噪的光条灰度图像进行中心提取。实验结果表明,提出的方法可使提取的光条中心全部落在光条位置区域。对噪声较多的直线条纹区域进行的中心提取显示,此方法的平均误差为0.337 5个像素。

焊接机器人实时引导中光条快速提取算法研究

在结构光视觉测量系统中,激光条纹的提取精度和速率直接影响到最终测量结果的精确度。为了解决现有激光条纹提取方法难以同时达到抗干扰能力强、稳定性好和运算量小等问题,采用了一种优化Steger快速提取激光条纹中心的方法,利用梯度阈值分割出有效条纹区域,采用优化的扫描方式,用灰度重心法对条纹中心进行粗提取,然后用Hessian矩阵法对条纹中心进行精提取。对激光条纹提取原理进行了理论分析,并对软硬件设计进行了实验验证,取得了较好的实验数据。结果表明,该方法与传统方法相比,具有提取精度高、提取速率快的优点,这一结果对柔性传感器的高精度和实时性是有帮助的。

结合分层处理的激光光条亚像素中心提取方法

为实现大型航空零件三维测量过程中激光光条的快速高精度提取,提出了一种结合分层处理的激光光条亚像素中心提取方法。首先,根据序列图像的结构不变性将高分辨率图像压缩为低分辨图像。接着,通过二次拟合求解低分辨率图像中激光光条中心的法线斜率。然后,将低分辨图像求得的法线斜率还原到高分辨激光光条图像中。进而通过灰度重心判断准则,快速计算激光光条的亚像素中心。最后,采用所提出的方法分别在实验室和大型航空零件装配测试台上进行了复合材料标准样件和复杂零件的三维形貌测量。实验结果表明:该方法的单激光光条重建误差为0.269 mm,三维形面的重建误差为0.268 mm。该方法可有效提高工程零件快速测量过程中激光光条提取精度,满足大型航空零件现场测量的工程要求。

基于结构光投影的焊接熔池图像获取与处理

建立一种主动视觉传感系统,以小功率激光器作为主动光源投射激光到特制光栅上,在焊接熔池表面形成变形激光条纹,用加了窄带滤光片和中性滤光片的CCD在系统另一侧实时拍摄熔池图像。选取合适的激光入射角度和CCD拍摄角度,较好的避开弧光对熔池图像的干扰,采集到熔池区变形激光条纹。对熔池图像特征进行分析,变形的激光条纹反映了熔池的下塌或上凸状态;成功提取熔池边缘和激光条纹边缘;通过标定、计算得到熔池正面几何参数,为今后实时检测焊接熔池表面的三维信息奠定了基础。

双目视觉测量中等匹配点的光条中心提取

为了精确、快速提取激光条中心,使其提取结果更适用于工业现场特征尺寸的双目视觉测量,提出了一种等匹配点的激光条中心提取方法。利用灰度重心法粗提取出激光条中心点,计算灰度梯度方向,确定光条边界。接着,根据左右图像中激光条的粗提取结果确定基准光条,对另一幅图像中的对应光条进行插值。然后结合灰度梯度方向与插值结果对激光条进行重提取,得到等匹配点的亚像素中心坐标。最后,利用激光条中心点提取结果重建陶瓷平板、金属板表面及加工现场锻件表面的特征信息。实验结果表明,本文方法提取陶瓷板与金属板的激光条中心点的匹配率分别为99.887%与98.276%,宽度重建的相对误差分别为0.638%与0.488%,激光条中心提取结果能有效重建锻件表面的特征信息,满足工业现场对测量的精度、速度和鲁棒性要求。

互参考激光光条图像质量评价

提出了互参考激光光条图像质量评价方法用于检测激光辅助立体视觉测量中的图像质量。分析了立体视觉测量中单幅激光光条图像的灰度分布特性以及左右激光光条图像灰度分布的相关性。利用光条截面灰度分布梯度表征图像清晰度,并建立了综合考虑单幅图像质量与左右图像相关质量的互参考激光光条图像质量评价方法。然后,确定质量系数的阈值,通过分析噪声对光条提取误差的影响,确定提取误差不高于1个像素的单幅图像质量系数QL,QR∈[0.2,1),通过不同表面激光光条投影实验,确定左右图像相关质量系数QLR∈[0.8,1)。最后,在锻造车间进行了现场实验,重建方形锻件高度为1 747.0mm和491.3mm。实验结果显示,清晰的光条图像质量系数符合确定阈值,受噪声干扰的光条图像质量系数偏离设定阈值,验证了本文提出的质量评价方法能较好地反映激光光条图像缺陷。

一种基于极线约束的激光条纹匹配算法

提出了一种基于极线约束的激光条纹匹配算法。先通过双CCD摄像机摄取左右两幅图像 ,然后对图像进行预处理。处理之后的两幅图像是在不同视角下摄取的两条单像素宽的激光条纹 ,在极线约束和连续性约束的理论基础上 ,提出了一种直线和曲线求交的匹配方法 。