目前,随着科学技术及生产力的快速发展,焊接技术作为生产中不可缺少的一个重要环节在各行各业中的应用更为广泛。而焊缝特征信息的检测是焊接过程中不可或缺的一环,但传统方法普遍采用塞尺等工具进行手动测量其测量精度不高同时误差也较大。基于图像处理的检测技术为焊缝的非接触式测量提供了新途径。但实际焊接过程工况十分复杂,采集的图像含有大量复杂噪声,如高光反射、飞溅焊渣和激光散射等,因此如何在复杂工况下较为准确的提取出焊缝特征信息是自动焊接技术实现的关键。本文以视觉传感器、线结构光发射器为硬件与作为软件的数字图像处理算法相结合进行了复杂噪声下线结构光焊缝特征提取方法的研究,主要工作如下:首先,根据实际的常见焊接场景设计了一种基于线结构光的视觉传感器系统。并通过归纳总结当前国内外多种焊缝特征提取方法的优点与不足,选择了本文的基本方案,可以稳定、方便、快捷地采集焊接过程中的焊缝图像。其次,针对焊接过程中产生的大量散射及飞溅焊渣等噪声提出了一种基于自适应顶帽变换的线结构光焊接图像去噪方法。采用评价指标互相关系数(CCIH,Cross-Correlation Coefficient of Image Histogram)选取得到最优结构元尺寸L。同时提出一种基于Otsu改进SSIM算法的评价指标相亮比(RSB,Ratio of Structural Similarity Index to Average Brightness)选取得到最优迭代次数I。实验结果表明,与传统方法相比该方法在主观视觉效果及客观去噪指标上均有较大的改善,噪声得到有效去除的同时焊缝图像中的线结构光条得到较好的保留。然后,提出“限制对比度”的自适应直方图均衡化增强算法(CLAHE),放大线结构光条与背景的差异有利于线结构光条的分割提取,并与传统增强方法进行了对比评价。结果显示该方法得到的线结构光焊缝二值图包含更多的有效像素。其次,提出一种多方向双树复小波变换(M-DTCWT)的边缘检测方法得到线结构光条的单像素边缘。最后,对结构光边缘点采用最小二乘直线拟合的方法得到中心线并将其与边界直线联立得到最终的焊缝特征点。
暂无评论