基于激光结构光视觉传感的焊缝图像处理

论文摘要

在实际工作环境中由于焊接工作条件不可能十分理想,传感器距电弧较近,易受强列的弧光、高温辐射、电磁干扰、烟尘飞溅等不利因素的影响。所以传感器所采集的目标图像不可能是理想的图像,需要进行一定的处理才能改善图像质量供观察和评价,才能从中提取有用的信息参数为控制系统提供信息参数[1-4]。因此,焊缝图像的实时处理对实现焊缝自动跟踪是非常重要的。但国内具有自主知识产权并能够真正应用于实际生产过程中的基于图像传感的焊缝跟踪系统还很少。就其发展趋势而言,具有自主知识产权,性能可靠,价格低廉的图像处理系统将是今后的主要发展方向。本文研究了一套基于激光结构光视觉传感的焊缝图像实时采集和图像处理系统。该系统采用一个波长为650nm的AlGaInP半导体激光器作为光源,用一个面阵CCD摄像机来接收从工件上方漫反射的反映V形焊缝坡口的条形光,通过NI PCI-8254R采集卡采集激光条纹,在Labview assistant中进行图像处理并得到焊缝特征点。传感器主要由半导体激光器、工业CCD、650nm窄带滤光片等组成。通过实验,确定了多视觉传感器的安装位置和结构参数,以保证图像中焊缝参数的精确提取。焊接过程中会产生强烈的弧光、飞溅和烟尘干扰等噪声,严重影响了焊缝特征点的获取。本文采用一系列的焊缝图像预处理来降低这种干扰,包括基于时间序列的多帧图像几何运算、基于直方图修正的图像二值化、数学形态学闭运算、基于聚类算法的孤点去除。预处理后通过Hough变换求取焊缝特征直线,然后求特征直线交点便得到焊缝的特征点。最后对采集到的大量实时图像进行处理,得到焊接过程中的实际偏差量,从处理结果可看出实际偏差与图像处理得到的偏差之间的误差很小,这说明图像处理取得了很好的效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 焊缝跟踪技术的研究现状
• 1.2.1 焊缝跟踪发展现状
• 1.2.2 焊缝自动跟踪控制技术
• 1.3 数字图像处理的主要方法及主要内容
• 1.3.1 数字图像处理方法
• 1.3.2 数字图像处理的主要内容
• 1.4 传感技术在焊缝跟踪中的应用
• 1.4.1 接触式传感器
• 1.4.2 电弧式传感器
• 1.4.3 视觉传感器
• 1.5 焊缝跟踪图像处理的发展状况
• 1.6 本文研究的主要内容
• 第二章 实验系统搭建及图像采集
• 2.1 视觉传感器组成及其功能
• 2.1.1 激光视觉传感器
• 2.1.2 图像采集卡
• 2.1.3 焊接机器人
• 2.1.4 软件 Vision Acquisition
• 2.1.5 冷却系统
• 2.2 图像采集
• 2.2.1 系统调试
• 2.2.2 焊接参数
• 2.2.3 实验调节其他注意事项
• 2.2.4 图像采集
• 2.3 本章小结
• 第三章 焊缝图像预处理
• 3.1 基于时间序列的多帧图像几何运算
• 3.2 基于直方图修正的图像二值化
• 3.3 基于数学形态学的闭运算
• 3.3.1 数学形态学简介
• 3.3.2 采用闭运算处理焊缝图像
• 3.4 干扰点的去除
• 3.4.1 用聚类算法识别连通区域
• 3.4.2 去除干扰点
• 3.5 本章小结
• 第四章 激光光面方程标定及焊缝特征提取与处理
• 4.1 激光光面方程和标定方程及基本原理
• 4.1.1 摄像机的针孔成像模型
• 4.1.2 摄像机标定中不同坐标系之间的转换
• 4.2 焊缝特征提取
• 4.2.1 采用 Hough 变换提取焊缝直线
• 4.2.2 求焊缝交点
• 4.3 特征点处理
• 4.3.1 图像坐标系中偏移量误差分析
• 4.3.2 焊缝实际偏差计算
• 4.4 本章小结
• 第五章 本文结论
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文
• 上海交通大学学位论文答辩决议书