CN102519387B - 一种电子束焊接熔池形状参数的视觉检测方法 - Google Patents

一种电子束焊接熔池形状参数的视觉检测方法 Download PDF

Info

Publication number
CN102519387B
CN102519387B CN201110331374.8A CN201110331374A CN102519387B CN 102519387 B CN102519387 B CN 102519387B CN 201110331374 A CN201110331374 A CN 201110331374A CN 102519387 B CN102519387 B CN 102519387B
Authority
CN
China
Prior art keywords
image
point
coordinate system
crater
electron beam
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201110331374.8A
Other languages
English (en)
Other versions
CN102519387A (zh
Inventor
张秉刚
石铭霄
陈国庆
冯吉才
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201110331374.8A priority Critical patent/CN102519387B/zh
Publication of CN102519387A publication Critical patent/CN102519387A/zh
Application granted granted Critical
Publication of CN102519387B publication Critical patent/CN102519387B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

一种电子束焊接熔池形状参数的视觉检测方法,它涉及电子束焊接熔池形状参数的视觉检测方法,本发明要解决现有熔池图像处理中存在噪声干扰大,无法获得连续,光滑的电子束焊熔池边缘的问题,本发明对电子束焊彩色熔池图像视觉传感系统进行标定,然后启动系统采集熔池图像,采用二值形态学图像处理算法提取熔池图像边缘,最后利用熔池形状参数提取算法对熔池形状参数进行提取;本发明提取的熔池边缘图像完全消除了噪声的影响,边缘连续光滑,熔池形状参数提取精确度高,整个处理过程所需时间大约为30ms,完全可以满足实时检测的需要,本发明应用于焊接自动化领域。

Description

一种电子束焊接熔池形状参数的视觉检测方法
技术领域
本发明涉及一种电子束焊接熔池形状参数的视觉检测方法,特别是一种电子束焊接熔池形状参数的视觉检测方法。
背景技术
对熔池图像进行处理的最终目的是获取熔池宽度、熔池半长和熔池后拖角等与焊接质量有关的表面形状参数,进而建立表面形状参数和焊接规范之间的数学模型,为实现焊接过程自动控制提供理论依据。因此,从焊件正面检测熔池形状参数对于实现焊接自动化具有重要的理论意义和实用价值。
目前,陈章兰等人虽然在电焊机(2005,Vol35,No.2:58-61)上发表的“基于视觉传感的焊缝中心检测技术研究”,提出了采用传统的边缘检测算子处理熔池图像的技术,但该方法同样存在弊端,该方法对空域边缘检测算子对噪声都比较敏感,并且常常会在检测边缘的同时加强噪声。电子束焊接过程中会产生强烈的高温金属蒸汽以及电磁干扰,使得焊接熔池图像背景噪声十分强烈,采用以上边缘检测方法效果较差,无法获得完整的电子束焊接熔池边缘。王建军等人在机械工程学报(2003,Vol39,No.5:125-129)上发表的“铝合金TIG焊熔池图像的获取与处理”,采用神经网络和小波变换检测铝合金TIG焊熔池特征,但是该方法的程序复杂,计算量大,不便于实际应用。
发明内容
本发明的目的是为了解决现有熔池图像处理中存在噪声干扰大,无法获得连续,光滑的电子束焊熔池边缘的问题,而提供一种电子束焊接熔池形状参数的视觉检测方法。
本发明的一种电子束焊接熔池形状参数的视觉检测方法具体过程如下:
步骤A、将待焊工件放入真空室内固定;
步骤B、启动真空室内摄像机,对电子束焊彩色熔池图像视觉传感系统进行标定:一、以焊接工件表面的焊接起点为坐标原点o,焊接方向为x轴正方向,垂直于焊接方向向下为y轴正方向,建立坐标系oxy,即为工件坐标系;二、然后以工件坐标系为参照系画一组同心圆,其中最小圆的半径为1毫米,每个同心圆的半径以1毫米为单位递增,最小的圆与oy轴的交点为A点,最小的圆与ox轴的交点为B点;三、对步骤二所画的坐标系进行拍照;四、以照片平面的左上角为原点O,原点O正下方为Y轴正方向,与Y轴垂直向右为X轴正方向,建立坐标系OXY,即为图像坐标系;五、然后通过下列公式计算出图像坐标系中单位像素在工件坐标系中xy方向上的实际尺寸:
w x = 1 ( X B - X o ) 2 + ( Y B - Y o ) 2
w y = 1 ( X A - X o ) 2 + ( Y A - Y o ) 2
Wx为熔池宽度;Wy为熔池长度;Xo为图像坐标系坐标原点;XB为图像坐标系坐标B点;XA为图像坐标系坐标A点;
步骤C、提取熔池图像边缘:
(1)采用二值形态学提取熔池图像边缘,具体过程如下:设熔池图像灰度值为0~255,设熔池图像灰度阈值为k,将比k大的熔池图像灰度值设为w1(k),平均灰度值为M1(k),方差为σ1(k);将比k小的熔池图像灰度值设为w2(k),平均灰度值为M2(k),方差为σ2(k);设熔池图像灰度值的总平均值为MT,则类内方差
Figure GDA0000416693890000023
类间方差
Figure GDA0000416693890000024
和灰度值的总平均值MT的数学表达式分别为:
σ W 2 = w 1 σ 1 2 + w 2 σ 2 2
σ B 2 = w 1 ( M 1 - M T ) + w 2 ( M 1 - M T ) = w 1 w 2 ( M 1 - M 2 ) 2 ( w 1 + w 2 )
M T = M 1 w 1 + M 2 w 2 ( w 1 + w 2 )
Figure GDA0000416693890000028
取得最大值,即
Figure GDA0000416693890000029
为最大值,
Figure GDA00004166938900000210
为最小值时,阈值k为最佳阈值,通过最佳阈值k对图像进行阈值分割,将图像转化为目标和背景分离的二值图像;
(2)熔池图像腐蚀处理:通过以下数学表达式获得熔池图像腐蚀E(X)的处理结果:
E ( X ) = { a / B a ⋐ X } = XΘB
其中,X为被处理图像;B为结构元素;a为像素点;
(3)熔池图像膨胀处理:通过以下数学表达式获得熔池图像膨胀D(X)的处理结果:
D ( X ) = { a / B a ∩ X } = X ⊕ B
其中,X为被处理图像;B为结构元素;a为像素点;
(4)熔池图像边缘检测,具体过程如下:熔池图像边缘F(X)是通过熔池图像膨胀D(X)与熔池图像腐蚀E(X)相减获得的,数学表达式如下式所示:
F(X)=D(X)-E(X)
步骤D、对熔池形状参数进行提取,具体过程如下:
(1)熔宽的提取:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿oy方向搜索边缘点,当遇到边缘点A时停止搜索,记下A点的坐标值A(XA,YA),则熔池宽度wa的计算公式为:
w a = 2 ( X 0 - Y A ) 2 + ( Y 0 - Y A ) 2
通过系统标定后得到的图像像素与实际尺寸的对应关系即可得到熔宽的实际尺寸wb,具体计算公式如下:
w b = 2 w y ( X o - Y A ) 2 + ( Y o - Y A ) 2
上式所述的wy为熔池长度;
(2)熔池长度的提取:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿ox方向搜索边缘点,当遇到边缘点B时停止搜索,记下B点的坐标值B(XB,YB),则熔池长度l的计算公式为:
l = 2 ( X o - X B ) 2 + ( Y o - Y B ) 2
通过系统标定后得到的图像像素与实际尺寸的对应关系即可得到熔池长度的实际尺寸,即:
l = 2 w x ( X o - X B ) 2 + ( Y o - Y B ) 2
其中,在焊接过程中采用导电布缠绕在摄像机上。
本发明所述的导电布在市面上均能购买得到;
本发明通过对电子束焊接熔池图像进行分析,本发明提取的熔池边缘图像完全消除了噪声的影响,边缘连续光滑。检测误差均在0.1mm以下。
本发明检测方法简单,运算速度快,整个处理过程所需时间大约为30ms,在实际应用中范围广泛,本发明对噪声敏感性低,通过在摄像机上缠绕导电布,可以有效去除图像中的噪声干扰,得到的熔池图像边缘光滑、连续,没有断点和噪声,实现了熔池形状参数的准确提取,可以运用于熔池形状参数的实时检测。
附图说明
图1是电子束焊彩色熔池图像视觉传感系统结构示意图;其中,1为高压电
缆,2为阴极,3为阳极,4为电子束,5为聚焦线圈,6为偏转线圈,7为
工件,8为CCD摄像机,9为计算机,10为真空室;
图2是摄像机与工件的工作角度示意图;
图3是视觉传感系统标定示意图;
图4是熔宽/熔池长度提取示意图;
图5是原始熔池图像;
图6是二值化后图像;
图7是腐蚀后图像;
图8是膨胀后图像;
图9是边缘提取后图像。
具体实施方式
具体实施方式一:本实施方式的一种电子束焊接熔池形状参数的视觉检测方法具体过程如下:
步骤A、将待焊工件放入真空室内固定;
步骤B、启动真空室内摄像机,对电子束焊彩色熔池图像视觉传感系统进行标定:一、以焊接工件表面的焊接起点为坐标原点o,焊接方向为x轴正方向,垂直于焊接方向向下为y轴正方向,建立坐标系oxy,即为工件坐标系;二、然后以工件坐标系为参照系画一组同心圆,其中最小圆的半径为1毫米,每个同心圆的半径以1毫米为单位递增,最小的圆与oy轴的交点为A点,最小的圆与ox轴的交点为B点;三、对步骤二所画的坐标系进行拍照;四、以照片平面的左上角为原点O,原点O正下方为Y轴正方向,与Y轴垂直向右为X轴正方向,建立坐标系OXY,即为图像坐标系;五、然后通过下列公式计算出图像坐标系中单位像素在工件坐标系中xy方向上的实际尺寸:
w x = 1 ( X B - X o ) 2 + ( Y B - Y o ) 2
w y = 1 ( X A - X o ) 2 + ( Y A - Y o ) 2
Wx为熔池宽度;Wy为熔池长度;Xo为图像坐标系坐标原点;XB为图像坐标系坐标B点;XA为图像坐标系坐标A点;
步骤C、提取熔池图像边缘:
(1)采用二值形态学提取熔池图像边缘,具体过程如下:设熔池图像灰度值为0~255,设熔池图像灰度阈值为k,k分别取值1,2…,m,将比k大的熔池图像灰度值设为w1(k),平均灰度值为M1(k),方差为σ1(k);将比k小的熔池图像灰度值设为w2(k),平均灰度值为M2(k),方差为σ2(k);设熔池图像灰度值的总平均值为MT,则类内方差类间方差
Figure GDA0000416693890000054
和灰度值的总平均值MT的数学表达式分别为:
σ W 2 = w 1 σ 1 2 + w 2 σ 2 2
σ B 2 = w 1 ( M 1 - M T ) + w 2 ( M 1 - M T ) = w 1 w 2 ( M 1 - M 2 ) 2 ( w 1 + w 2 )
M T = M 1 w 1 + M 2 w 2 ( w 1 + w 2 )
Figure GDA0000416693890000058
取得最大值,即
Figure GDA0000416693890000059
为最大值,
Figure GDA00004166938900000510
为最小值时,阈值k为最佳阈值,通过最佳阈值k对图像进行阈值分割,将图像转化为目标和背景分离的二值图像;
(2)熔池图像腐蚀处理:通过以下数学表达式获得熔池图像腐蚀E(X)的处理结果:
E ( X ) = { a / B a ⋐ X } = XΘB
其中,X为被处理图像;B为结构元素;a为像素点;
(3)熔池图像膨胀处理:通过以下数学表达式获得熔池图像膨胀D(X)的处理结果:
D ( X ) = { a / B a ∩ X } = X ⊕ B
其中,X为被处理图像;B为结构元素;a为像素点;
(4)熔池图像边缘检测,具体过程如下:熔池图像边缘F(X)是通过熔池图像膨胀D(X)与熔池图像腐蚀E(X)相减获得的,数学表达式如下式所示:
F(X)=D(X)-E(X)
步骤D、对熔池形状参数进行提取,具体过程如下:
(1)熔宽的提取:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿oy方向搜索边缘点,当遇到边缘点A时停止搜索,记下A点的坐标值A(XA,YA),则熔池宽度wa的计算公式为:
w a = 2 ( X 0 - Y A ) 2 + ( Y 0 - Y A ) 2
通过系统标定后得到的图像像素与实际尺寸的对应关系即可得到熔宽的实际尺寸wb,具体计算公式如下:
w b = 2 w y ( X o - Y A ) 2 + ( Y o - Y A ) 2
上式所述的wy为熔池长度;
(2)熔池长度的提取:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿ox方向搜索边缘点,当遇到边缘点B时停止搜索,记下B点的坐标值B(XB,YB),则熔池长度l的计算公式为:
l = 2 ( X o - X B ) 2 + ( Y o - Y B ) 2
通过系统标定后得到的图像像素与实际尺寸的对应关系即可得到熔池长度的实际尺寸,即:
l = 2 w x ( X o - X B ) 2 + ( Y o - Y B ) 2
其中,在焊接过程中采用导电布缠绕在摄像机上。
本实施方式的电子束焊接熔池形状参数的视觉检测方法,通过对电子束焊接熔池图像进行分析,本发明提取的熔池边缘图像完全消除了噪声的影响,边缘连续光滑。检测误差均在0.1mm以下。
本实施方式检测方法简单,运算速度快,整个处理过程所需时间大约为30ms,对噪声敏感性低,可以有效去除图像中的噪声干扰,得到的熔池图像边缘光滑、连续,没有断点和噪声,实现了熔池形状参数的准确提取,可以运用于熔池形状参数的实时检测。
具体实施方式二:本实施方式与具体实施方式一不同的是步骤C中所述的结构元素包含2~5个像素和1个中心点。其它与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一至二不同的是步骤B中所述的结构元素C为圆盘形、正方形、菱形或六边形。其它与具体实施方式一至二相同。
具体实施方式四:本实施方式与具体实施方式一至三之一不同的是步骤C中所述的结构元素中心点为系统自动设定。其它与具体实施方式一至三之一相同。
下面结合附图及具体实施例对本发明进一步说明。
试验条件如下:
焊接方法:电子束焊接;实验材料:TA15钛合金;材料规格:100mm×50mm×20mm;焊机:法国TECHMETA公司生产的MEDARD45型真空电子束焊机;计算机:普通台式计算机;摄像机:陕西维视数字图像技术有限公司生产的MV-VD030SM/SC工业CCD数字摄像机;镜头:陕西维视数字图像技术有限公司生产的AFTvisionZML1000工业变倍缩放镜头;滤光片参数:中心波长为660nm,半宽为±10nm,峰值透射率为50%;焊接规范:工作距离为175mm,加速电压为55kV,聚焦电流为2480mA,电子束流为60mA,焊接速度为6mm·s-1
具体实施过程如下:
(1)对待焊TA15钛合金用酒精擦拭掉表面的灰尘和油污,然户放入真空室内固定,如图1所示;
(2)设置摄像机参数:由于检测过程中需要自动标定,所以摄像机的曝光时间和增益设置为自动调整,曝光时间的调整范围是0.0001s~30s,增益的调整范围是260~1023;曝光方式为帧曝光,帧速率设置为30fps;
(3)调整摄像机的空间位置:调整镜头,如图2所示,使镜头前端与熔池的距离为150mm,使镜头与TA15钛合金之间的夹角为45°;并用导电布缠绕在摄像机上;
(5)通过航空插头将摄像机和真空室外部计算机连接在一起,将摄像机的接口转换卡集成为USB接口,摄像机自动完成A/D转换,并且利用USB接口供电,无需图像采集卡和外接电源;
(6)启动摄像机,对彩色熔池图像视觉传感系统进行标定,一、以焊枪正下方正对TA15钛合金表面的一点为坐标原点o,焊接方向为x轴正方向,垂直于焊接方向向下为y轴正方向,建立坐标系oxy,即为TA15钛合金坐标系;二、然后利用圆的无方向性,在白纸上以TA15钛合金坐标系为参照系画一组同心圆,圆的半径以1mm为单位逐级递增,其中最小的圆的半径为1毫米,与oy轴的交点为A点,最小的圆和ox轴的交点为B点;画好后将白纸放在焊接平台上,拍一张照片;三、以照片平面的左上角为原点,正方向向下为Y轴正方向,正方向向右为X轴正方向,建立坐标系OXY,即为图像坐标系;四、在TA15钛合金坐标系和图像坐标系建立完成后,只要在标定图像上找到o点、A点和B点在图像坐标系中的坐标,然后通过下列公式就可以计算出图片中单位像素在TA15钛合金坐标系中xy方向上的实际尺寸;
w x = 1 ( X B - X o ) 2 + ( Y B - Y o ) 2
w y = 1 ( X A - X o ) 2 + ( Y A - Y o ) 2
本试验标定结果为wx=0.012mm/pixel,wy=0.015mm/pixel;
(7)对图像进行二值化处理,具体算法如下:设给定的图像具有255级灰度值,设阈值为k,k分别取值1,2…,m,将比k大的熔池图像灰度值设为w1(k),平均灰度值为M1(k),方差为σ1(k);将比k小的熔池图像灰度值设为w2(k),平均灰度值为M2(k),方差为σ2(k);设熔池图像灰度值的总平均值为MT,则类内方差类间方差和灰度值的总平均值MT的数学表达式分别为:
σ W 2 = w 1 σ 1 2 + w 2 σ 2 2
σ B 2 = w 1 ( M 1 - M T ) + w 2 ( M 1 - M T ) = w 1 w 2 ( M 1 - M 2 ) 2 ( w 1 + w 2 )
M T = M 1 w 1 + M 2 w 2 ( w 1 + w 2 )
本试验获得的最佳阈值k为220,将图像转化为目标和背景分离的二值图像,获得的熔池图像如图6所示;
(8)熔池图像腐蚀处理,具体过程如下:设结构元素B含有2~3个圆盘形的像素和1个中心点,将结构元素B与被处理图像X中的每个元素,逐一进行对比,如果结构元素B上的所有像素都在X的元素的范围内,则保留X的元素中的该像素,否则该像素去除,被处理图像X中所有被保留的像素,即为熔池图像腐蚀E(X);E(X)的数学表达式如下式所示:
E ( X ) = { a / B a ⋐ X } = XΘB
本试验获得的熔池图像如图7所示;
(9)熔池图像膨胀处理,具体过程如下:设结构元素B含有2~3个圆盘形的像素和1个中心点,将结构元素B与被处理图像X中的每个元素,逐一进行对比,如果结构元素B中有一个像素在X的元素范围内,则保留X的元素中的该像素,否则该像素去除,被处理图像X中所有被保留的像素,即为熔池图像膨胀D(X);D(X)的数学表达式如下式所示:
D ( X ) = { a / B a ∩ X } = X ⊕ B
本试验获得的熔池图像如图8所示;
(10)图像边缘检测,具体算法如下:用膨胀后的图像减去腐蚀后的图像,其数学表达式如下式所示:
F(X)=D(X)-E(X)
本试验获得的熔池图像如图9所示;
(11)熔宽的提取,具体算法如下:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿oy方向搜索边缘点,当遇到边缘点A时停止搜索,记下A点的坐标值A(XA,YA),则熔池最大宽度w的计算公式为:
w = 2 ( X o - X A ) 2 + ( Y o - Y A ) 2
上式计算出的熔宽单位为像素,通过步骤(1)得到的图像像素与实际尺寸的对应关系即可得到熔宽的实际尺寸,即:
w = 2 w y ( X o - X A ) 2 + ( Y o - Y A ) 2
本试验所提取的熔宽为2.89mm;
(12)熔池长度的提取,具体算法如下:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿ox方向搜索边缘点,当遇到边缘点B时停止搜索,记下B点的坐标值B(XB,YB),则熔池长度l的计算公式为:
l = 2 ( X o - Y B ) 2 + ( Y o - Y B ) 2
上式计算出的熔池长度单位为像素,通过系统标定后得到的图像像素与实际尺寸的对应关系即可得到熔池长度的实际尺寸,即:
l = 2 w x ( X 0 - X B ) 2 + ( Y 0 - Y B ) 2
本试验所提取的熔池长度为2.4mm。
本试验通过对电子束焊接熔池图像进行分析,本发明提取的熔池边缘图像完全消除了噪声的影响,边缘连续光滑。检测误差均在0.1mm以下。
本试验检测方法简单,运算速度快,整个处理过程所需时间大约为30ms,对噪声敏感性低,可以有效去除图像中的噪声干扰,得到的熔池图像边缘光滑、连续,没有断点和噪声,实现了熔池形状参数的准确提取,可以运用于熔池形状参数的实时检测。

Claims (4)

1.一种电子束焊接熔池形状参数的视觉检测方法,其特征在于所述的电子束焊接熔池形状参数的视觉检测方法具体过程如下:
步骤A、将待焊工件放入真空室内固定;
步骤B、启动真空室内摄像机,对电子束焊彩色熔池图像视觉传感系统进行标定:一、以焊接工件表面的焊接起点为坐标原点o,焊接方向为x轴正方向,垂直于焊接方向向下为y轴正方向,建立坐标系oxy,即为工件坐标系;二、然后以工件坐标系为参照系画一组同心圆,其中最小圆的半径为1毫米,每个同心圆的半径以1毫米为单位递增,最小的圆与oy轴的交点为A点,最小的圆与ox轴的交点为B点;三、对步骤二所画的坐标系进行拍照;四、以照片平面的左上角为原点O,原点O正下方为Y轴正方向,与Y轴垂直向右为X轴正方向,建立坐标系OXY,即为图像坐标系;五、然后通过下列公式计算出图像坐标系中单位像素在工件坐标系中xy方向上的实际尺寸:
w x = 1 ( X B - X o ) 2 + ( Y B - Y o ) 2
w y = 1 ( X A - X o ) 2 + ( Y A - Y o ) 2
Wx为熔池宽度;Wy为熔池长度;Xo为图像坐标系坐标原点;XB为图像坐标系坐标B点;XA为图像坐标系坐标A点;
步骤C、提取熔池图像边缘:
(1)采用二值形态学提取熔池图像边缘,具体过程如下:设熔池图像灰度值为0~255,设熔池图像灰度阈值为k,k分别取值1,2…,m,将比k大的熔池图像灰度值设为w1(k),平均灰度值为M1(k),方差为σ1(k);将比k小的熔池图像灰度值设为w2(k),平均灰度值为M2(k),方差为σ2(k);设熔池图像灰度值的总平均值为MT,则类内方差类间方差
Figure FDA0000416693880000014
和灰度值的总平均值MT的数学表达式分别为:
σ W 2 = w 1 σ 1 2 + w 2 σ 2 2
σ B 2 = w 1 ( M 1 - M T ) + w 2 ( M 1 - M T ) = w 1 w 2 ( M 1 - M 2 ) 2 ( w 1 + w 2 )
M T = M 1 w 1 + M 2 w 2 ( w 1 + w 2 )
Figure FDA0000416693880000022
取得最大值,即
Figure FDA0000416693880000023
为最大值,
Figure FDA0000416693880000024
为最小值时,阈值k为最佳阈值,通过最佳阈值k对图像进行阈值分割,将图像转化为目标和背景分离的二值图像;
(2)熔池图像腐蚀处理:通过以下数学表达式获得熔池图像腐蚀E(X)的处理结果:
E ( X ) = { a / B a ⋐ X } = XΘB
其中,X为被处理图像;B为结构元素;a为像素点;
(3)熔池图像膨胀处理:通过以下数学表达式获得熔池图像膨胀D(X)的处理结果:
D ( X ) = { a / B a ∩ X } = X ⊕ B
其中,X为被处理图像;B为结构元素;a为像素点;
(4)熔池图像边缘检测,具体过程如下:熔池图像边缘F(X)是通过熔池图像膨胀D(X)与熔池图像腐蚀E(X)相减获得的,数学表达式如下式所示:
F(X)=D(X)-E(X)
步骤D、对熔池形状参数进行提取,具体过程如下:
(1)熔宽的提取:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿oy方向搜索边缘点,当遇到边缘点A时停止搜索,记下A点的坐标值A(XA,YA),则熔池宽度wa的计算公式为:
w a = 2 ( X 0 - Y A ) 2 + ( Y 0 - Y A ) 2
通过系统标定后得到的图像像素与实际尺寸的对应关系即可得到熔宽的实际尺寸wb,具体计算公式如下:
w b = 2 w y ( X 0 - X A ) 2 + ( Y 0 - Y A ) 2
上式所述的wy为熔池长度;
(2)熔池长度的提取:在图像坐标系OXY中以熔池中心点o(X0,Y0)为起点沿ox方向搜索边缘点,当遇到边缘点B时停止搜索,记下B点的坐标值B(XB,YB),则熔池长度l的计算公式为:
l = 2 ( X o - Y B ) 2 + ( Y o - Y B ) 2
通过系统标定后得到的图像像素与实际尺寸的对应关系即可得到熔池长度的实际尺寸,即:
l = 2 w x ( X 0 - X B ) 2 + ( Y 0 - Y B ) 2
其中,在焊接过程中采用导电布缠绕在摄像机上。
2.根据权利要求1所述的一种电子束焊接熔池形状参数的视觉检测方法,其特征在于步骤C中所述的结构元素包含2~5个像素和1个中心点。
3.根据权利要求1所述的一种电子束焊接熔池形状参数的视觉检测方法,其特征在于步骤C中所述的结构元素B为圆盘形、正方形、菱形或六边形。
4.根据权利要求1所述的一种电子束焊接熔池形状参数的视觉检测方法,其特征在于步骤C中所述的结构元素中心点为系统自动设定。
CN201110331374.8A 2011-10-27 2011-10-27 一种电子束焊接熔池形状参数的视觉检测方法 Expired - Fee Related CN102519387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110331374.8A CN102519387B (zh) 2011-10-27 2011-10-27 一种电子束焊接熔池形状参数的视觉检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110331374.8A CN102519387B (zh) 2011-10-27 2011-10-27 一种电子束焊接熔池形状参数的视觉检测方法

Publications (2)

Publication Number Publication Date
CN102519387A CN102519387A (zh) 2012-06-27
CN102519387B true CN102519387B (zh) 2014-03-05

Family

ID=46290391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110331374.8A Expired - Fee Related CN102519387B (zh) 2011-10-27 2011-10-27 一种电子束焊接熔池形状参数的视觉检测方法

Country Status (1)

Country Link
CN (1) CN102519387B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103506756B (zh) * 2013-09-11 2015-07-08 上海交通大学 基于熔池图像视觉传感的激光搭接焊间隙检测系统及方法
CN109909502B (zh) * 2019-03-18 2021-04-27 中国科学院合肥物质科学研究院 基于多源异构数据的激光增材制造过程的在线监测方法
CN110059676B (zh) * 2019-04-03 2021-05-07 北京航空航天大学 一种基于深度学习与多目标分布排序的航空插头孔位识别方法
CN110360948B (zh) * 2019-07-09 2020-12-11 大连理工大学 一种激光熔覆层及熔池形貌表征方法
CN110472698B (zh) * 2019-08-22 2020-05-29 四川大学 基于深度和迁移学习的金属增材成形熔深实时预测方法
CN111811437A (zh) * 2020-09-10 2020-10-23 湖南泰嘉新材料科技股份有限公司 一种带锯条焊接质量检测方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4611111A (en) * 1985-01-22 1986-09-09 General Electric Company Method to determine weld puddle area and width from vision measurements
JPH07113534B2 (ja) * 1990-12-26 1995-12-06 財団法人工業技術研究院 精密輪郭の視覚測定方法及び装置
CN101532926A (zh) * 2008-12-12 2009-09-16 齐齐哈尔华工机床制造有限公司 冲击试样自动加工装置在线检测视觉系统及其图像处理方法

Also Published As

Publication number Publication date
CN102519387A (zh) 2012-06-27

Similar Documents

Publication Publication Date Title
CN102519387B (zh) 一种电子束焊接熔池形状参数的视觉检测方法
CN111696107B (zh) 一种实现闭合连通域的熔池轮廓图像提取方法
He et al. Autonomous detection of weld seam profiles via a model of saliency-based visual attention for robotic arc welding
CN110717872B (zh) 一种激光辅助定位下的v型焊缝图像特征点提取方法及提取系统
CN112191993B (zh) 一种氩弧焊焊缝跟踪系统及方法
CN113042862A (zh) 基于主被动视觉结合的焊接偏差检测系统及检测方法
CN113313713B (zh) 一种用于锂电池极片毛刺在线检测方法及系统
Ma et al. Binocular vision system for both weld pool and root gap in robot welding process
Guo et al. Weld deviation detection based on wide dynamic range vision sensor in MAG welding process
CN108931535A (zh) 一种激光增材制造气孔缺陷在线监测方法
CN110930368B (zh) 一种薄板搭接焊缝实时焊接图像特征提取方法
CN113554587B (zh) 一种基于深度学习的熔池图像几何特征提取方法及系统
Wu et al. Research on robust laser vision feature extraction method for fillet welds with different reflective materials under uncertain interference
CN115187567A (zh) 一种金属增材制造熔池成形方向及宽度检测方法
CN114066752B (zh) 面向焊缝跟踪的线结构光骨架提取及毛刺去除方法
CN102663781A (zh) 一种基于视觉的亚像素级焊缝中心提取方法
CN107914067B (zh) 一种基于被动视觉传感的薄板焊接的焊枪偏差三维提取方法
CN111627013B (zh) 非熔化极气体保护电弧熔丝增材制造弧长检测方法
CN113240668A (zh) 一种基于图像数字特征分布的生成熔池图像质量评估方法
CN109741311B (zh) 带伪边缘的铝合金熔焊背面熔宽检测方法
CN110935983B (zh) 利用反射激光条纹图像进行焊接熔透控制的方法
Zhang et al. A study on seam tracking in robotic GMA welding process
Fei et al. Machine Vision Analysis of Welding Region and its Application to Seam Tracking in Arc Welding
朱彦军 et al. Welding deviation detection method based on weld pool image contour features
He et al. Weld seam profile extraction of T-joints based on orientation saliency for path planning and seam tracking

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140305

Termination date: 20141027

EXPY Termination of patent right or utility model