高动态范围焊接场景可视化技术与焊接图像分割研究

《高动态范围焊接场景可视化技术与焊接图像分割研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：UDC：编号：工学博士学位论文高动态范围焊接场景可视化技术与焊接图像分割研究博士研究生：罗祥指导教师：王宗义教授学科、专业：检测技术与自动化装置哈尔滨工程大学2016年5月万方数据万方数据分类号：密级：UDC：编号：工学博士学位论文高动态范围焊接场景可视化技术与焊接图像分割研究博士研究生：罗祥指导教师：王宗义教授学位级别：工学博士学科、专业：检测技术与自动化装置所在单位：自动化学院论文提交日期：2016年4月论文答辩日期：2016年5月学位授予单位：哈尔滨工程大学万方数据万方数据ClassifiedIndex：U.D.C：ADissertationfortheDegreeofD.

2、EngResearchonHighDynamicRangeWeldingScenesVisualizationandWeldingImageSegmentationCandidate：LuoXiangSupervisor：Prof.WangZongyiAcademicDegreeAppliedfor：DoctorofEngineeringSpecialty：DetectionTechnologyandAutomaticEquipmentDateofSubmission：April,2016DateofOralExamination：May,2016University：HarbinEngine

3、eringUniversity万方数据万方数据哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部

4、门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日万方数据万方数据高动态范围焊接场景可视化技术与焊接图像分割研究摘要在焊接系统的智能化进程中，准确可靠的焊接场景可视化技术以及焊接图像分割技术具有重要意义。

5、由于明弧焊接场景中存在剧烈的弧光干扰，是一个高动态范围场景，使用常规视觉系统难以获得场景的完整信息。图像分割技术虽然在很多领域取得了应用性成果，但无法直接应用在焊接图像的处理中，由于焊接图像受到弧光的干扰，存在整体亮度暗、对比度低、噪声多、边缘特征模糊、细节被弧光覆盖以及亮度分布不均等问题，导致难以获得可用的焊接图像分割结果。本文针对高动态范围焊接场景中清晰图像获取以及焊接图像分割的问题进行了如下研究：针对现有焊接场景可视化技术中使用的视觉系统存在成本高、系统复杂和适用范围有限的问题，基于无辅助光的被动视觉框架，提出了一种新的由常规工业数字相机、电焊减光玻璃和工业计算机构成的高动态范围焊接视觉

6、系统。利用数字相机在线修改曝光参数及软件触发的功能获得了实时输出的不同曝光量的图像序列，使用多曝光技术扩展了相机动态范围，提出了适合焊接场景视觉系统的自动曝光控制方法。此视觉系统实现了对焊接场景中暗部和亮部细节信息的获取。为实现远程视觉监控，多曝光图像序列需要进行实时的图像融合。提出了一种基于图像灰度信息的低复杂度多曝光融合方法，使用权重图像对像素信息进行取舍，使用下采样低通滤波的方法保持权重图像空间一致性以消除融合痕迹。在常规工业计算机平台上，对640×480分辨率的彩色图像进行四次曝光融合处理实验，获得了22FPS的平均处理速度，满足了焊接监控中对算法实时性的要求。与多种融合算法进行性能比

7、较，本文算法在自然场景和焊接场景的图像融合中都获得了较优的客观、主观质量评价。针对常见融合算法将弧光溢出伪轮廓作为图像细节保留下来从而造成焊接融合图像质量下降的问题，提出了一种基于自适应引导滤波的双尺度细节增强的融合方法。将焊接图像序列分解为基底层和细节层，分别对不同层图像采用不同的融合策略，在基底层融合图像中保留了低频亮度信息并消除了曝光差异，在细节层融合图像中增强了细节信息并消除了伪轮廓。最后