焊接图像存在着大量的噪声干扰,对其进行处理是焊缝识别的前提。针对被动视觉焊缝跟踪系统的图像去噪问题,提出了基于帧间匹配的去噪方法,通过将旋转不变性二进制描述算法(Oriented FAST and Rotated BRIEF,ORB)与随机采样一致性算法(Ra...焊接图像存在着大量的噪声干扰,对其进行处理是焊缝识别的前提。针对被动视觉焊缝跟踪系统的图像去噪问题,提出了基于帧间匹配的去噪方法,通过将旋转不变性二进制描述算法(Oriented FAST and Rotated BRIEF,ORB)与随机采样一致性算法(Random Sample Consensus,RANSAC)相结合,得到两帧图像间的单应矩阵,并以此对齐两帧图像内的焊件,采用帧间图像灰度替换的方式,用焊件图像替换飞溅区域得到无飞溅的焊缝图像。针对角接焊中焊件边缘直线的干扰,对比了最小二乘法、霍夫变换、RANSAC三种直线拟合算法,结果表明RANSAC算法在大量错误数据的干扰下拟合精度可达2个像素,满足焊缝跟踪的需求。展开更多
文摘焊接图像存在着大量的噪声干扰,对其进行处理是焊缝识别的前提。针对被动视觉焊缝跟踪系统的图像去噪问题,提出了基于帧间匹配的去噪方法,通过将旋转不变性二进制描述算法(Oriented FAST and Rotated BRIEF,ORB)与随机采样一致性算法(Random Sample Consensus,RANSAC)相结合,得到两帧图像间的单应矩阵,并以此对齐两帧图像内的焊件,采用帧间图像灰度替换的方式,用焊件图像替换飞溅区域得到无飞溅的焊缝图像。针对角接焊中焊件边缘直线的干扰,对比了最小二乘法、霍夫变换、RANSAC三种直线拟合算法,结果表明RANSAC算法在大量错误数据的干扰下拟合精度可达2个像素,满足焊缝跟踪的需求。