焊缝图象识别的研究及应用

焊缝图象识别的研究及应用

林克正[1]2001年在《基于小波分析的焊缝图象处理与识别的研究》文中指出本文的研究工作是以“八.五”国家重大科技攻关项目(85-302-02-06)为背景进行的。焊管缺陷的自动检测是保证钢管产品质量的重要环节。在钢管生产过程中需要对焊管焊缝进行无损检测,X射线实时成象检测是一种比较有效的检测手段。随着生产率的不断提高,对焊管焊缝的自动化X射线检测要求越来越迫切,实现焊管焊缝的自动化检测具有重要的理论意义和实际意义。小波变换作为信号和图象处理的一种强有力的工具,其理论框架已基本形成,但从工程应用的角度,小波变换技术还处于初级阶段,还需进一步完善。本文主要研究小波分析技术如何用于焊缝图象处理与识别以及一些相关技术。 为建立焊管焊缝自动定位检测控制系统,提出了焊缝图象识别的多机系统结构方案,该系统采用多处理器并行处理的结构,并由上位机IPC协调控制管理。系统能完成对焊缝图象的存贮、焊缝定位、缺陷识别和质量评定。并成功地研制了基于ISA总线的Watch-Dog接口板,使用冗余法进行断点数据存储和恢复,实现了系统的可靠运行。 硬件系统使用了Taxax仪器公司的高速信号处理器TMS320C30。图象采集卡能每秒连续采集25帧焊缝图象,使得实时完成焊缝图象处理与识别成为可能。在充分研究多分辨分析理论和分析信号处理器技术特点的基础上,针对DSP TMS320C3X的特点,提出了一种有限序列的FWT(快速小波变换)的改进算法,详细阐述了信号处理器上FWT的周期性扩展的实现问题,用DSPTMS320C3X汇编语言实现了改进的FWT算法。 通过对小波变换系数进行阈值处理,给出了一种基于二维离散小波变换的图像去噪方法并用算子的形式加以描述。讨论了几种阈值选取方法和阈值策略,并提出了一种鲁棒局部阈值去噪法。用均方差衡量去噪性能,实验表明用鲁棒局部阈值去噪法好于全局阈值去噪法。 为提高边缘检测的准确性和实时性,需要寻找一种适合于低对比度模糊焊缝图象边缘检测的快速方法。本文分析了焊缝图象的主要噪声来源及噪声与信号在小波变换下呈现的不同特点,提出了一种基于小波变换的多分辨率边缘检测方法。实验表明该算法的边缘检测效果明显优于经典的边缘检测方法。 哈尔滨工程大学博士学位论文一 针对具体的钢管直管对接焊缝图象,研究了其椭圆成象的几何关系,提出了焊缝图象区域模型,为进一步处理焊缝图象提供了理论依据。提出了一种模型基多分辨率图象自适应分割算法。该算法以otsu判别准则为基础,结合焊缝区域模型进行焊缝图象的自适应目标分割,具有较好的分割效果。 研究了在焊缝图象中目标缺陷的自动识别这一难题,在借鉴人类视觉系统知觉组织过程的基础上,提出了一种基于知识的多特征融合多窗口结构多分辨率目标识别算法。该算法依据一定的先验知识和准则,辅以人工智能的手段,能够得到较为精确的目标识别结果,是一种极有前途的智能识别算法。 提出了一种几何特征快速提取算法,该算法改变了通常先图象二值化后提取目标参数特征的做法,而是直接对灰度图象进行目标参数特征提取。使用本文提出的几何特征快速提取算法可以有效地实现缺陷目标的快速识别处理。

张华, 陈强, 金建敏, 潘际銮[2]1996年在《基于焊缝CCD图象模式特征的焊缝轨迹识别》文中提出提出了一种基于焊缝CCD图象模式特征的焊缝轨迹识别的新算法,其基本思想是将焊缝等分成为段,每段的灰度分布用特征向量来描述,利用前一段的特征向量来识别下一段的特征向量。从而实现焊缝的识别.这种算法具有对各种坡口快速、准确地识别并能自适应局部和整体噪声等特点,可用于机汛无辅助光源焊接焊缝轨迹预规划,并对实时焊缝轨迹进行了识别

刘中兵[3]2000年在《焊缝图象识别的研究及应用》文中研究表明螺旋埋弧焊接是国内外普遍采用的生产工艺,焊缝缺陷的自动检测是长期以来没有解决的问题,这个问题一直影响螺旋管厂的产品质量以及生产效率。我国所有的石油,天然气等大多数都是采用螺旋焊管传输的。由钢管质量问题引起泄露所酿成的事故屡见不鲜,给国家财产造成了巨大的经济损失,甚至造成了人身伤亡。在通常的检测中,操作者要一直盯着监视器,眼睛十分疲劳,长期从事该项工作往往会造成眼角膜损伤,视力下降,给工人的身心健康造成极大的伤害。因此对本课题的研究具有巨大的社会效益和显著的经济效益。 本文对在螺旋埋弧焊接中产生的各种缺陷的形成原因进行了研究,并根据焊缝缺陷形成机理推断出了各种缺陷的形状。同时还介绍了在目前常用的几种焊缝缺陷探伤的方法。 详细介绍了数字图象处理的基本理论。根据图象处理理论,结合焊缝缺陷的X射线图象,提出了焊缝图象专用的图象处理方法。 本文还详细介绍了自行开发的一套自动焊缝缺陷检测系统——螺旋管X射线探伤图象识别系统。其主要内容有:图象采集卡的选取,8253计数器的设计,速度传感器的设计,喷枪控制器的设计,系统模块的划分和计算机软件流程图。 最后本文还介绍了本系统运行的一些情况和本系统需要进一步完善的地方。

吕新民, 罗志勇, 刘栋玉, 王斌[4]1996年在《运动带钢焊缝识别在高速DSP系统中的实时实现》文中研究说明本文论述了在高速DSP系统中实时识别焊缝的硬件构成,软件流程,以及焊缝识别的具体算法,最后给出了实验结果。

王秀媛, 黄石生, 薛家祥, 蒙永民[5]2000年在《基于图象分割的图象处理法在焊缝识别中的应用》文中研究指明提出了无须外加光源的基于图象处理的焊缝边缘识别方法和边缘特征提取过程 ,对采用小波滤波去噪后的焊缝图象采用符合实时性要求的焊缝图象处理方法 ,包括基于图象分割的焊缝图象分区法以及根据实际焊缝图象的实际性质加以分析得出的基于CCD扫描性质的焊缝边缘识别法 ,这些方法既简单又适用 ,在实际焊缝跟踪中能得到良好的效果。通过多次实验得出 :此种方法算法简单 ,响应速度快 ,适合于实际应用 ,能快速获得清晰的焊缝边缘 ,可以大大简化硬件设备。

高向东, 黄石生, 余英林[6]2001年在《计算机视觉在焊缝跟踪控制中的应用》文中指出研究一种基于计算机视觉的焊缝跟踪控制系统 ,重点论述焊缝图象分割和边缘提取的理论方法 ,通过对视觉传感器CCD检测到的弧焊区图象进行处理来准确地识别焊缝位置 ,从而有效地提高焊缝跟踪精度

周志勇[7]2007年在《船体焊缝缺陷X射线图像自动识别方法研究》文中进行了进一步梳理随着造船工业的发展和焊接技术的提高,船舶焊缝X射线检测面临着越来越多的机遇与挑战。传统的射线底片质量评级方法是由人工进行评片,对底片上的焊缝缺陷进行分析,以确定底片所反映的焊接质量等级。这种方法存在人为客观因素影响大、效率低、对底片损伤大等缺点,难以满足工业生产不断发展的需要。因此出现了许多替代人工评片的技术,其中利用计算机技术的智能评片是一个非常活跃的研究领域。本文主要对船舶焊缝X射线底片扫描后得到的数字底片进行图像的预处理、图像的分析、缺陷的特征参数提取以及缺陷类型的识别等研究工作。图像的预处理是后续图像处理的基础。本文对焊缝X射线图像进行了噪声分析并提出有效的处理方法。针对X射线底片对比度低、边缘模糊等特点,分析了直方图均衡化方法对X射线底片数字图像进行增强,这种方法在一定程度上还拉开了图像的灰度分布,并利用模糊增强法进行图像的有效增强。图像的边缘提取是解决缺陷标记的有效方法,文章分析了几种边缘提取方法的原理,提出了一种基于数学形态学的X射线底片数字图像边缘提取方法,并通过实验对比,证明了这种方法运用在X射线底片数字图像中具有很好的效果。缺陷特征参数的选择和提取是缺陷分类的前提,直接影响着分类结果,本文通过对缺陷特点的分析,选择了一组能够准确反映缺陷本质特征的特征参数,并给出了各自的计算方法。在缺陷分类的解决方案上,采用基于大量数据的统计归类方法对X射线底片反映的焊缝缺陷进行比较识别。

蒋立[8]2007年在《铝合金焊缝X射线底片计算机辅助评定和管理系统》文中指出航天产品要求高质量、高可靠性与“零缺陷”质量目标,在质量控制过程中,我们要求从源头抓起,注重每个环节的质量,确保整体质量。在生产过程中,注重精细管理,对整个过程进行质量控制,开展质量检查确认和复查,确定质量控制重点,对关键生产过程实施控制,严格产品质量的一致性和可靠性。这就要求我们应用现代科学技术和手段,加强和采取有效措施,提高制造水平,杜绝质量问题的重复发生。射线检测技术作为铝合金焊缝的常用无损检测方法在航空、航天产品生产中得到广泛应用。在航天产品的铝合金焊缝检测中,底片评定是最重要的一个环节,目前存在底片数量大,查询困难。评定主要依靠有经验的专业人员,受主观和客观影响较大,而且一致性差,过程控制及产品质量难以保证。本课题正是在这一背景下提出并开展研究。本文针对产品质量控制要求,采用现代信息处理技术,对底片上焊缝和缺陷区域的数字化信息获取、缺陷特征参数的设计与计算、缺陷类型的自动判定以及底片的自动评级等方面进行了系统的研究与开发,建立计算机及辅助评定系统和管理系统。底片计算机辅助评定系统主体是在Microsoft Visual Studio .NET平台上开发而成的,模糊推理系统是在MATLAB6.5上建立、测试的,通过设计和调用MATLAB模糊推理、与VC.NET接口函数库而获得实现,系统采用VisualC++.NET为开发工具,以人工智能技术为支撑的模式识别模块嵌入系统。这种评定系统克服了人工评定的差异性,使评定结果趋于一致性。在质量管理系统中,通过创建Access数据库,利用SQL实现底片查询,实现对焊缝底片信息计算机管理,对缺陷信息进行统计和分析,为焊接过程控制提供可靠依据。采取该种管理方法,改变了相关的操作流程,大大提高了生产效率,缩短了生产周期。这是无损检测技术有力的提升,也是质量管理方法的一个创新。

胡东明, 汪劲松, 张伯鹏[9]1995年在《机器人化大直径钢管螺旋焊缝检测视觉跟踪系统的研究与开发》文中认为本文介绍了一种应用在螺焊管焊缝超声波无损探伤自动线上,跟踪运动焊缝横向偏移的视觉伺服系统.该系统以单CPU运行的软件进行实时图象识别与系统控制.文中提出了一种在线建立特征模型的匹配识别策略,使系统能够很好地适应引起焊缝视觉特征变化的工作环境、条件的变化,准确识别不同特征的焊缝,同时具有较好的识别快速性.在实际检测线上,系统表现了良好的跟踪特性.

刘永[10]2005年在《弧焊机器人工作站智能化技术研究》文中进行了进一步梳理近年来,兵器行业建立了几十套11个自由度的机器人焊接工作站,并在继续推广应用。然而目前弧焊机器人采用示教编程,编程效率低且没有智能化,机器人再现焊接时没有视觉,不能感知焊接真实环境的变化,实际应用局限性大的企业应用现状,提高机器人编程的效率和质量以及智能传感和自动补偿能力意义重大,研究焊接机器人智能化技术是多学科交叉的前沿课题。 本文提出了一个融合视觉传感信息的机器人焊接CAD/CAPP/CAM/PDM的智能化系统(WROBCAM)总体方案,并围绕关键技术展开研究。 机器人焊接过程三维仿真是离线编程的图形平台,提出了一个新的开发方式实现三维图形仿真系统,即自主开发基于C/S结构的包含OLE项的机器工作站离线编程系统WROBCAM,通过COM接口实现焊接工件三维图形及几何拓扑信息的无缝集成。目前焊接机器人图形仿真采用二次开发实现,存在开放性差、仿真效果不理想、无自主产权等问题,本文在VC++开发环境下,使用OpenGL图形开发工具,基于面向对象的编程自主开发了三自由度龙门机架、六自由度关节型弧焊机器人和两自由度变位机的三维造型及焊接过程图形仿真系统。对一类关节型焊接机器人的运动学计算问题,给出了通用解。 焊接工件特征设计是解决机器人焊接CAD与CAPP、CAM系统集成的重要支撑技术之一。探讨了焊接产品特征的定义与分类以及特征造型方法,提出了自动焊接装配的概念。提出了一种复合方式开发焊接标准件、通用件的变量化设计方法,实现了焊接标准件、通用件的特征设计。提出特征库的变量化设计方法,建立了各种坡口特征库,实现了基于特征库的坡口特征设计,并提出了一种改进的坡口特征设计方法。实现了接头特征设计及基于接头特征的自动焊接装配。 为实现焊接产品的信息集成和管理,提出了焊接产品数据管理(PDM)的功能,建立了焊接产品数据模型,解决了与Solid Edge的双向数据流动,实现各系统之间的信息共享和集成管理。提出了焊缝特征坐标系的概念,实现了焊缝特征的识别、提取。 焊接工艺规划和机器人路径规划是实现编程智能化的关键。针对空间焊缝机器人焊接工艺规划问题,提出了一种新的技术途径,将空间焊缝分解为一个立坡焊和横坡焊的组合,设计了空间焊缝焊接工艺的推理策略,实现了针对装甲车辆的富氩气体保护焊工艺规划。针对重型产品的大型机器人工作站的无碰路径规划问题,分析了其特点,提出转化为机器人机座的位置优化和路径及轨迹联合优化两个问题。 对机器人机座的位置优化问题,建立了多目标优化数学模型及解决方法,采用遗传算法为优化方法,建立了本问题的适应度函数,经过大量实践获得了合适的参数。基于该算法对典型空间相贯线焊缝优化实验,并下载到机器人控制器执行焊接实验,

参考文献:

[1]. 基于小波分析的焊缝图象处理与识别的研究[D]. 林克正. 哈尔滨工程大学. 2001

[2]. 基于焊缝CCD图象模式特征的焊缝轨迹识别[J]. 张华, 陈强, 金建敏, 潘际銮. 机械工程学报. 1996

[3]. 焊缝图象识别的研究及应用[D]. 刘中兵. 大连理工大学. 2000

[4]. 运动带钢焊缝识别在高速DSP系统中的实时实现[J]. 吕新民, 罗志勇, 刘栋玉, 王斌. 电子学报. 1996

[5]. 基于图象分割的图象处理法在焊缝识别中的应用[J]. 王秀媛, 黄石生, 薛家祥, 蒙永民. 电焊机. 2000

[6]. 计算机视觉在焊缝跟踪控制中的应用[J]. 高向东, 黄石生, 余英林. 控制理论与应用. 2001

[7]. 船体焊缝缺陷X射线图像自动识别方法研究[D]. 周志勇. 上海海事大学. 2007

[8]. 铝合金焊缝X射线底片计算机辅助评定和管理系统[D]. 蒋立. 重庆大学. 2007

[9]. 机器人化大直径钢管螺旋焊缝检测视觉跟踪系统的研究与开发[J]. 胡东明, 汪劲松, 张伯鹏. 机器人. 1995

[10]. 弧焊机器人工作站智能化技术研究[D]. 刘永. 南京理工大学. 2005

标签:;  ;  ;  ;  ;  ;  ;  

焊缝图象识别的研究及应用
下载Doc文档

猜你喜欢