资源描述：
《激光视觉搭接焊缝的图像识别》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、*激光视觉搭接焊缝的图像识别江南春1,2,刘苏宜1，张华1(1.南昌大学江西省机器人与焊接自动化重点实验室,江西南昌330031;2.南昌大学机电工程学院,江西南昌330031)摘要：研究了激光视觉搭接焊缝的图像识别方法。针对原始焊接坡口激光图像中的噪声，比较了均值滤波和中值滤波去噪方法，提出了一种改进的滤波方法，采用自适应阈值调整的最大方差法计算滤波图像的二值化阈值，从而实现对图像的分割。针对搭接坡口激光图像提出了三种坡口中心位置的识别和提取方法，并通过图像处理实验比较了三种识别方法的坐标误差、识别正确率。试验证明，
2、最大方差法的图像处理过程和快速Hough变换识别法有效，能满足焊缝实时跟踪的要求。关键词：激光视觉；焊缝跟踪；图像分割；焊缝识别中图分类号：TG409文献标识码：A文章编号：1674-7720(2011)04-0041-04LaservisionweldingweldedjointimagerecognitionJiangNanchun1,2,LiuSuyi1，ZhangHua1(1.KeyLabofRobot&WeldingAutomationofJiangxi,NanchangUniversity,Nanchang
3、330031,China;2.Mechano-electronicsEngineeringCollege,NanchangUniversity,Nanchang330031,China)Abstract:Wehavestudiedlaserlapweldingofvisualimagerecognitionmethod.Firstly,thresholdselectionisthecriticalpro-cessofimagethresholdsegmentationmethod.Comparedtheaveragef
4、ilterandmedianmethodinthenoiseofseamlaserimage,weproposetoimproveafilteringmethodusingthresholdautomaticallyselectthefilteringmethodtocalculatethevarianceimagethresh-old,andtheimagesegmentationisachieved.Whatismore,weimprovedfourGrooveCenterlocationofrecognition
5、andextractionmethodinweldinggrooveimages,andwecomparethreemethodsofidentifyingcoordinateerror,identifiabilitybytheimagepro-cessingexperiments.FromtheexperimentwecometotheconclusionthatthelargestvarianceoftheimageprocessingandfastHoughtransformidentificationiseff
6、ectiveandcanmeettherequirementsofreal-timetrackingseam.Keywords：laservision;seamtracking;imagesegmentation;seamrecognition焊接过程自动化是焊接的发展方向，焊缝识别技术则是实现焊接自动化的关键技术之一。由于视觉传感方法具有信息量大、信号传感过程不影响焊接等优点，目前，激光视觉传感被广泛应用于焊缝识别。与其他普通光源相比，激光具有波长范围窄、能量相对集中以及受环境影响小等优点，利用它来进行焊缝跟踪识别所
7、得图像效果更好，从激光图像中不仅能检测出焊缝的中心位置，还能够获得焊缝的截面形状和尺寸，适用于各种不同形状的焊缝和焊接方法[1]。焊接接头坡口的形式有不开坡口、V形坡口、U形坡口、X形坡口、搭接坡口等。本文针对搭接焊缝的图像进行识别，取得了较好效果。1图像预处理1.1原始搭接焊接图像分析尽管激光图像的质量相比于其他光源拍摄图像有所改善，但依然会受到焊接飞溅、烟尘以及弧光的影响。如何花费尽可能少的时间消除这些噪声，获得高质量的图像是焊缝跟踪识别的关键。图1为激光视觉焊缝跟踪示意图，试验用的焊丝为天津三英公司的SQJ501
8、气保护药芯焊丝。图2为焊接过程中现场采集的搭接接头激光传感图像，从图中可以看出采集的焊接坡口图像信噪比低，包含很多噪声，多为线状和块状。根据焊接过程分析，这些噪声主要由弧光、强热、飞溅、烟尘等产生，噪声的图像灰度高于背景对这些原始采集图像直接进行焊接坡口中心位置的识别和提取，会严重受到图像噪声的干扰而难以正确识别和提取。为更精确地
