CN105427323B - 一种基于相位一致性的激光熔覆熔池边缘提取方法 - Google Patents

一种基于相位一致性的激光熔覆熔池边缘提取方法 Download PDF

Info

Publication number
CN105427323B
CN105427323B CN201510887172.XA CN201510887172A CN105427323B CN 105427323 B CN105427323 B CN 105427323B CN 201510887172 A CN201510887172 A CN 201510887172A CN 105427323 B CN105427323 B CN 105427323B
Authority
CN
China
Prior art keywords
molten bath
edge
image
phase
value
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.)
Active
Application number
CN201510887172.XA
Other languages
English (en)
Other versions
CN105427323A (zh
Inventor
宋立军
刘坚
王方华
向超前
韩旭
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN201510887172.XA priority Critical patent/CN105427323B/zh
Publication of CN105427323A publication Critical patent/CN105427323A/zh
Application granted granted Critical
Publication of CN105427323B publication Critical patent/CN105427323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30136Metal

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于相位一致性的激光熔覆熔池边缘提取方法,该方法通过对获取的熔池图像经过剪裁、低通滤波,灰度开运算后,使用基于阈值方法,对熔池进行粗步分割,对剪裁后的熔池图像进行相位一致性计算,并进行边缘提取,为了得到精准的边缘,对粗分割区域进行精分割,最后用sobel算子对精分割区域进行边缘提取。利用相位一致性具有局部对比度不变的特性,不仅在弧光区域,甚至在金属液滴与熔池相连的区域都能检测到边缘,充分利用空间域,频率域的优点,有效的降低了噪声对熔池边缘提取的影响,提高了熔池边缘提取的精度。

Description

一种基于相位一致性的激光熔覆熔池边缘提取方法
技术领域
本发明属于激光熔覆图像处理领域,特别涉及一种基于相位一致性的激光熔覆熔池边缘提取方法。
背景技术
激光熔覆是利用高能激光束将基体表面薄熔覆层材料同时熔化,使二者达到冶金结合的一种特种加工技术。该技术主要应用于零件修复、涂层加工、堆积成形等工艺过程。控制激光熔池的形态是保证激光熔覆件质量的关键因素,而激光熔覆中工艺参数的选取将直接影响熔池的几何尺寸,因此,准确获取激光熔池的几何形状与工艺参数之间的关系十分重要,准确地提取熔池边缘是提取熔池几何参数的先决条件,考虑到激光加工的高能特性,非接触的视觉激光熔覆熔池检测是当前的主流研究方法之一。激光熔覆过程中,存在着激光对基体的弧光、熔融金属液滴等干扰,易导致熔池边缘难以提取,因而研究抗干扰能力强的激光熔覆熔池边缘提取算法对熔覆质量研究意义重大。
在获取激光熔池熔覆图像后,相关熔池边缘提取技术存在很大的缺陷,大部分不是很稳定,精度也很差,仅仅可以处理干扰较少的激光熔池熔覆图像,而且人为的主观因素很大,当阈值选择不当时就会出现错误。
比如传统的单纯canny,sobel(索贝尔)等算子提取熔池边缘时容易产生很多伪边缘,毛刺等影响熔池边缘提取的干扰,以及灰度阈值分割和灰度梯度等技术方法,这些方法容易受噪声的影响,鲁棒性差,而且把熔池边缘放大亦或是放小,导致提取的熔池边缘不准确;再者比如标准的Otsu阈值技术被用来从背景区域分割出熔池区域,如果熔池上方没有模糊的区域那么这种方法可以检测出熔池边界,否则这种方法是失败的。而且由于一些方法的问题即使是没有耀斑和模糊区域的照片这种方法也会周期性的失效。
发明内容
本发明的目的在于为了降低激光熔覆熔池图像中存在着弧光、金属小液滴等干扰对熔池边缘提取造成了干扰,提出基于相位一致性的熔池边缘提取方法,较好的降低了弧光、金属小液滴等干扰对熔池边缘提取造成的干扰,提高了熔池边缘提取精度,为开发鲁棒性更强的熔池边缘提取算法提供了新方法。
一种基于相位一致性的激光熔覆熔池边缘提取方法,包括以下步骤:
步骤1:获取原始激光熔覆熔池图像,并对熔池图像进行预处理;
步骤2:将步骤1获取的经预处理后的图像进行二值化处理,获得熔池边界;
步骤3:针对熔池边界,计算熔池相位的一致性,得到熔池相位一致图;
步骤4:从熔池相位一致图中提取二值边缘图;
步骤5:将二值边缘图中的边缘在步骤2中的熔池边界上的对应位置进行标记,得到熔池标记图;
所述标记过程为将二值边缘图中像素值为1的像素对应在步骤2中的熔池边界上的像素的像素值置为0;
步骤6:采用sobel算子对熔池标记图进行边缘提取,获得激光熔覆熔池边缘。
所述步骤3中计算熔池相位的一致性公式如下:
其中,PC(x)表示熔池相位一致图中任意点x处傅里叶变换后所有傅里叶分量的局部相位的一致性程度;Fpn表示熔池边界图像的第n个傅里叶分量的幅度大小;表示熔池边界图像中任意点x处傅里叶变换后的Fpn分量的局部相位,表示是熔池边界图像中任意点x所有傅里叶级数相位的加权平均值,
可以看出,的差值越小,即相位的一致性越大,则PC(x)的取值越高。因此寻找PC(x)最大值的过程,就相当于寻找最小值的过程,具体计算可以详细参考文献马赫带现象研究。
所述步骤3中计算熔池相位的一致性公式如下:
其中,T是噪声干扰阈值;ε是修正因子,取值为避免分母为零的常数,小于0.0001;W(x,θ)为频率传播加权函数,θ表示求取不同方向局部最大能量的朝向角度,取值范围在[0,π],为数学运算符号,表示为当其中的值为正时取自身,否则其值为零;
为相位偏差函数:
采用不同尺度和不同方向下的log-Gabor滤波器来计算所述PC的值。
所述尺度数量为3,方向数量为6,相邻方向间隔30°。
相位一致性方法来自于局部能量的概念,而直接利用上述公式计算相位一致性度量PC非常复杂,因此,Venkatesh和Owen[14]提出了通过寻找局部能量函数的峰值得到相位最为一致的点。
由于Log Gabor函数能够在亮度跨度很大的条件下处理图像,可覆盖很大频率范围,减少计算量,与人类视觉系统度量一致。故本文采用不同尺度和不同方向下的log-Gabor滤波器来计算PC的值,其模型是Fiel[16]在1987年提出的,其相关内容网上均可查到。
用Log Gabor函数式子就可以计算出相位一致量PC。
所述步骤4中提取的二值边缘图是首先对熔池相位一致图进行非最大抑制运算操作后,然后再接着进行阈值滞后运算获得;
其中,非最大抑制运算操作中半径设定为1.5,阈值滞后运算中的上限值和下限值分别为0.5和0.37。
所述步骤1中的对熔池图像进行预处理依次包括裁剪、滤波及灰度开运算操作;
所述裁剪是指将原始激光熔覆熔池图像裁剪成大小为150*150像素,且使得熔池区域位于中心区域,以及熔池区域面积大小为裁剪后图像面积的四分之一到三分之一之间;
所述滤波操作为对裁剪后的图像进行中值滤波操作,所选的二维模板大小为3*3;
所述灰度腐蚀操作为对中值滤波操作后的图像先进行腐蚀运算,后进行灰度膨胀运算,所选结构元素为正方形3*3的结构,高度都为1。
以达到滤除噪声,保持边缘细节的目的。
所述步骤2中对步骤1获取的经预处理后的图像进行二值化时,所选用的二值化分割阈值为0.9。
有益效果
本发明提供了一种基于相位一致性的激光熔覆熔池边缘提取方法,该方法通过对获取的熔池图像经过剪裁、低通滤波,灰度开运算后,使用基于阈值方法,对熔池进行粗步分割,对剪裁后的熔池图像进行相位一致性计算,并进行边缘提取,为了得到精准的边缘,对粗分割区域进行精分割,最后用sobel算子对精分割区域进行边缘提取。这种基于相位一致性的激光熔覆边缘的方法与基于灰度阈值分割、灰度梯度等传统方法相比,利用相位一致性具有局部对比度不变的特性,不仅在弧光区域,甚至在金属液滴与熔池相连的区域都能检测到边缘,充分利用空间域,频率域的优点,有效的降低了噪声对熔池边缘提取的影响,提高了熔池边缘提取的精度。针对激光熔覆中存在着激光对基体的浮光、小金属液滴等干扰,采用传统的方法边缘难以提取,而本发明所述方法较好地降低了干扰对熔池边缘提取的影响。
附图说明
图1为本发明所述方法的具体实例的流程示意图;
图2为熔池边界图像灰度直方图;
图3为傅里叶级数展开示意图,其中,(a)为方波,(b)为三角波;
图4为应用本发明所述方法对熔池图进行边缘提取的过程示意图,其中,(a)为剪裁后原图像,(b)为熔池的相位一致性图,(c)熔池边缘检测图,(d)为熔池标记图,(e)为熔池边缘提取图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
如图1所示,一种基于相位一致性的激光熔覆熔池边缘提取方法,包括以下步骤:
步骤一:对熔池的灰度图像进行预处理;
熔池图像中背景区域比较大,且熔池图像本身包含了大量噪声,因而对熔池图像进行预处理是必要的。为了提高程序运行速度,降低背景区域及噪声对熔池边缘提取的影响,图像预处理具体实现为:
(1)对图像进行剪裁处理,滤掉不相关的背景区域;
由于熔池区域在熔池图像中所占面积比较小,且熔池区域在熔池图像中相对稳定;为了使计算量大大縮小,必须进行剪裁,尽量保证熔池原始图像尺寸小点,保证熔池区域在剪裁区域中心,保证熔池区域面积占总体剪裁后的面积的三分之一和四分之一之间,因为知道剪裁后的图像的大小为150*150像素大小,如图4(a)所示,而且熔池区域在其中心位置,通过多次实验确定剪裁区域的左下角(X,Y)坐标为(240,190)比较合适,并作为剪裁后得到新熔池图像的起始点点,并设定剪裁后熔池图像的大小为150*150像素,这样大大提高了程序运行速度,降低背景区域及噪声对熔池边缘提取的影响,若不进行剪裁处理,一个会存在许多背景噪声,不利于后期处理,二个由于背景面积大,将使程序处理了许多没有必要的像素,将会降低程序运行的效率,不利于实时处理。
(2)根据剪裁后熔池图像的噪声的特点,先对熔池图像进行中值滤波,然后在进行灰度开运算,若不采用滤波步骤,由于熔池图像本身还包含大量噪声,在阈值分割时,将不能较为准确的确定熔池的初步区域,且还会分离出许多噪声点,不利于后期的处理。
中值滤波法是一种非线性平滑技术,它将每一像素点的灰值度设置为该点某邻域窗口内的所有像素点灰度值的中值。其计算公式为:
g(x,y)=med{f(x-k,y-l),(k,l∈W)};
其中,f(x,y),g(x,y)分别为原始图像和处理后图像。W为二维模板,通常为3*3,5*5区域,考虑到运行速度,本程序选取3*3的区域。
灰度开运算是灰度数学形态学的一种操作,是同一个结构元素对图像先进行灰度腐蚀运算,在进行灰度膨胀运算。
灰度腐蚀的结果就是计算该点局部范围内各点与结构元素中对应点的灰度值之差,并选取其中最小值作为该点腐蚀的结果。在灰度图像中,用结构元素b(x,y)对输入图像f(x,y)进行灰度腐蚀运算可表示为:
其中,Df和Db分别是f和b的定义域,要求x和y在b(x,y)定义域之内,二平移参数(s+x)和(t+y)必须在f(x,y)的定义域内。
灰度膨胀是灰度腐蚀运算的对偶运算,也就是计算该点局部范围内各点与结构元素中对应点的灰度值之和,并选取其中最大值作为该点膨胀的结果。结构元素b(x,y)对目标图像f(x,y)进行灰度膨胀可表示为:
其中,Df和Db分别是f和b的定义域,要求x和y在b(x,y)定义域之内,二平移参数(s+x)和(t+y)必须在f(x,y)的定义域内。
因而灰度开运算可以表示为:
步骤二:利用固定阈值分割步骤一预处理操作后的图像,得到熔池的初步区域;若不进行阈值分割,初步确定熔池位置,在后面的基于相位一致性边缘检测过程中,将难以滤除所产生的伪边缘,也难以得到完整的边缘。
(1)选取熔池图像分割阈值
由于熔池区域具有高亮度,通过对熔池图像的灰度直方图分析,得到合适的阈值。其直方图如下图2所示,像素值分布为光强较大的熔池和光强较弱的熔池区域以外的地方。通过试验,设定灰度归一化值为0.9为熔池区域亮度。
(2)熔池区域粗定位
采用固定阈值分割得到熔池的初步位置,通过对熔池区域的粗定位,将熔池区域与背景区域凸显出来。固定阈值分割就是通过设定某一阈值T,将低于阈值T的像素值设为0,高于阈值T的像素值设为1,从而达到图像分割的目的,其计算公式如下
其中bw(x,y)表示图像分割后的二值图,f(x,y)表示灰度图像。
由图4(a)可知,熔池是所获取图像上亮度较高的地方,特征较明显。本文通过设定阈值的方法来获取熔池的初步区域。为了得到合适的阈值,应该对熔池灰度直方图进行分析,熔池的灰度直方图图2所示。从图2中可以看出,像素值分布为光强较大的熔池和光强较弱的熔池区域以外的地方。像素值最高处为激光熔池区域,因为像素值250以上为熔池区域,而且固定阈值分割就是通过设定某一阈值T,此T大小的设定要保证把熔池区域包括里面,这样才可以完成粗步分割,因此把T设的要比熔池区域所对应的灰度值小些,通过试验,初步设定为230灰度值为阈值T,230÷255≈0.9,因此设定灰度归一化值为0.9为熔池区域亮度阈值并采用固定阈值分割得到熔池的初步位置。通过对熔池区域的粗定位,初步分离了熔池区域与背景区域,进一步降低了背景区域、噪声对熔池边缘提取的影响,为后续得到完整、准确的熔池边缘奠定了基础。
步骤三:计算熔池初步区域中熔池的相位一致性,得到熔池的相位一致图,并通过相关计算得到相位一致性图的二值边缘图;
(1)熔池的相位一致图
相位一致性模型:
相位一致性的基本概念是将图像傅里叶分量相位最一致的点作为特征点,例如方波展开为傅里叶级数时,所有的傅里叶分量都是正弦波。如图3(a)所示在阶跃点同相相位为0°或180°(取决于是上升沿还是下降沿)。在方波的其它点的单个相位值都在变化,使得相位一致的程度变低。与此相似,如图3(b)所示相位一致的程度在三角波的顶点(90°或270°)最大。
相位一致性的主要特点是无需对任何波形进行假设,只是在傅里叶变换领域简单地按相位一致性的顺序寻找特征,相位一致性度量函数可以表示为:
式中Fpn表示第n个Fourier分量的幅度;表示位置x处的Fpn分量的局部相位,是使PC(x)在x处取最大值时其傅叶各分量局部相角的加权平均。
相位一致性方法来自于局部能量的概念,而直接利用上述公式计算相位一致性度量PC非常复杂,因此,Venkatesh和Owen提出了通过寻找局部能量函数的峰值得到相位最为一致的点。信号的局部能量函数是由其信号本身以及它的Hilbert变换所共同定义的,如:
式中,F(x)是信号移除的直流分量;H(x)则是F(x)的Hilbert变换,即由F(x)经相位移动90°得来。同时,能量与相位一致性度量PC(x)有如下关系:
相位一致性度量函数修正为:
式中,T是噪声干扰阈值,用于消除噪声对相位一致性的影响;ε是一个很小的常数,用于避免分子被零除;W(x,θ)为频率传播加权函数,用于频率扩展;θ表示朝向角度,取值范围在[0,π],“”是一种数学运算,表示为当其中的值为正时取自身,否则其值为零;为了使PC值尽可能地接近于随着相位偏差本身变化,给出了函数
由于Log Gabor函数具有能够在亮度跨度很大的条件下处理图像,可覆盖很大频率范围,减少计算量,与人类视觉系统度量一致等优点。本文采用不同尺度和不同方向下的log-Gabor滤波器来计算PC的值,其模型是Fiel在1987年提出的,传递函数的形式为:
式中ω0为滤波器的中心频率,为保证滤波器的形状恒定,对于不同的中心频率ω0,β/ω0必须保持不变。如β/ω0当为0.75时,该滤波器的带宽约为1倍频;值为0.55时,滤波器带宽约为2倍频。
通过对剪裁后的熔池图像进行相位一致性计算,得到熔池图像的相位一致图,如4(b)图所示。
(2)熔池相位一致性图二值边缘图
仅仅得到全局的相位一致性度量并不足以确定边缘,因此为确定边缘,必须保留局部相位一致性度量最大的点,而抑制非极大值,完成非极大抑制后,会得到一个二值图,非边缘点为0,可能为边缘的局部相位一致度量的极大值点可能包含了很多由噪声及其他原因造成的假边缘,因此需要进步处理,采用阈值滞后算法进一步检测与连接边缘,选择两个阈值,由于相位一致性比较稳定,因而适合于固定阈值分割,为了得到完整的轮廓,通过统计实验,取0.5合适,若取大了,会造成边缘不连续,若取小了,会产生更多伪边缘,根据这个高阈值得到一个边缘轮廓,这样一个图像中就包含有很少的假边缘,但由于阈值较高,产生图像的边缘可能不闭合,为解决这样一个问题,采用了另外一个低阈值,在高阈值图像中把边缘链接成轮廓,当到达轮廓的端点时,该算法会在断点的8邻域点中寻找满足低阈值的点,选取低阈值是为了进一步得到完整边缘,若取得太小会产生伪边缘,若取的太大,会造成边缘不连续,若选取太大会得不到熔融金属液滴的边缘,得不到完整符合要求的边缘经过统计实验,选取0.37的低阈值合适,再根据此点收集新的边缘,直到整个图像边缘闭合。
简而言之即为先对熔池相位一致性图进行非最大抑制运算;半径选为1.5,并在此基础上进行阈值滞后运算,其上、其下限分别取0.5、0.37,得到二值边缘图,如图4(c)所示。
步骤四:将二值边缘图中的边缘在步骤二中的二值图进行标记,得到熔池边缘标记图,若不将相位一致性所检测的边缘进行标记,将无法将伪边缘、金属熔融液滴与熔池区域区分开;
将二值边缘图中的为1的位置使步骤二中初分割区域对应位置为0,得到熔池标记图,如图4(d)所示,以达到滤除为边缘、得到完整、符合要求的熔池边缘。
步骤五:对标记后的二值图进行精分割,用sobel算子进行边缘提取,如图4(e)所示。
(1)图像精分割
对标记后的二值熔池图像采用腐蚀、滤除小物体、膨胀(相当于精分割),膨胀、腐蚀(进一步填充前面精分割中留下的孔洞)。先对标记图进行腐蚀,使熔池区域与金属液滴区域各“瘦”一圈,以达到分离熔池区域与金属小液滴的目的,同时也使小液滴区域面积变小,在使用滤除小物体,滤除金属小液滴区域,在进行膨胀,以保持原熔池区域不变,进步膨胀、腐蚀使为了填充前面腐蚀留下的孔洞,以达到尽量减少假边缘对熔池提取的影响。
(2)熔池边缘提取
采用sobel算子对精分割后的二值图进行熔池边缘提取,完成整个边缘提取过程。
从图4(e)的结果可以看出,本发明所述的提取方法,提取结果精准有效。

Claims (6)

1.一种基于相位一致性的激光熔覆熔池边缘提取方法,其特征在于,包括以下步骤:
步骤1:获取原始激光熔覆熔池图像,并对熔池图像进行预处理;
步骤2:将步骤1获取的经预处理后的图像进行二值化处理,获得熔池边界;
步骤3:针对熔池边界,计算熔池相位的一致性,得到熔池相位一致图;
步骤4:从熔池相位一致图中提取二值边缘图;
步骤5:将二值边缘图中的边缘在步骤2中的熔池边界上的对应位置进行标记,得到熔池标记图;
标记过程为将二值边缘图中像素值为1的像素对应在步骤2中的熔池边界上的像素的像素值置为0;
步骤6:采用sobel算子对熔池标记图进行边缘提取,获得激光熔覆熔池边缘;
所述步骤3中计算熔池相位的一致性公式如下:
其中,PC(x)表示熔池相位一致图中任意点x处傅里叶变换后所有傅里叶分量的局部相位的一致性程度;Fpn表示熔池边界图像的第n个傅里叶分量的幅度大小;表示熔池边界图像中任意点x处傅里叶变换后的Fpn分量的局部相位,表示是熔池边界图像中任意点x所有傅里叶级数相位的加权平均值,
所述步骤3中计算熔池相位的一致性公式修正后如下:
其中,T是噪声干扰阈值;ε是修正因子,取值为避免分母为零的常数,小于0.0001;W(x,θ)为频率传播加权函数,θ表示求取不同方向局部最大能量的朝向角度,取值范围在[0,π],为数学运算符号,表示为当其中的值为正时取自身,否则其值为零;
为相位偏差函数:
2.根据权利要求1所述的方法,其特征在于,采用不同尺度和不同方向下的log-Gabor滤波器来计算PC的值。
3.根据权利要求2所述的方法,其特征在于,尺度数量为3,方向数量为6,相邻方向间隔30°。
4.根据权利要求3所述的方法,其特征在于,所述步骤4中提取的二值边缘图是首先对熔池相位一致图进行非最大抑制运算操作后,然后再接着进行阈值滞后运算获得;
其中,非最大抑制运算操作中半径设定为1.5,阈值滞后运算中的上限值和下限值分别为0.5和0.37。
5.根据权利要求4所述的方法,其特征在于,所述步骤1中的对熔池图像进行预处理依次包括裁剪、滤波及灰度开运算操作;
所述裁剪是指将原始激光熔覆熔池图像裁剪成大小为150*150像素,且使得熔池区域位于中心区域,以及熔池区域面积大小为裁剪后图像面积的四分之一到三分之一之间;
滤波操作为对裁剪后的图像进行中值滤波操作,所选的二维模板大小为3*3;
所述灰度开运算操作为对中值滤波操作后的图像先进行腐蚀运算,后进行灰度膨胀运算,所选结构元素为3*3且高度为1的正方形结构元素。
6.根据权利要求5所述的方法,其特征在于,所述步骤2中对步骤1获取的经预处理后的图像进行二值化时,所选用的二值化分割阈值为0.9。
CN201510887172.XA 2015-12-07 2015-12-07 一种基于相位一致性的激光熔覆熔池边缘提取方法 Active CN105427323B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510887172.XA CN105427323B (zh) 2015-12-07 2015-12-07 一种基于相位一致性的激光熔覆熔池边缘提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510887172.XA CN105427323B (zh) 2015-12-07 2015-12-07 一种基于相位一致性的激光熔覆熔池边缘提取方法

Publications (2)

Publication Number Publication Date
CN105427323A CN105427323A (zh) 2016-03-23
CN105427323B true CN105427323B (zh) 2019-05-21

Family

ID=55505503

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510887172.XA Active CN105427323B (zh) 2015-12-07 2015-12-07 一种基于相位一致性的激光熔覆熔池边缘提取方法

Country Status (1)

Country Link
CN (1) CN105427323B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599790A (zh) * 2016-11-22 2017-04-26 桂林航天工业学院 电流触发相机模块及焊熔池图像跟踪系统
CN108320280B (zh) * 2018-01-16 2022-03-15 南京理工大学 基于视觉清晰度与轮廓提取的熔池图像异常检测方法
CN108364285B (zh) * 2018-01-24 2021-06-18 首都师范大学 一种基于迭代相位一致性的裂缝提取方法和应用
CN108956618B (zh) * 2018-06-25 2020-08-11 衢州学院 一种基于频域视觉的圆锥滚子轴承表面检测方法
CN109509181B (zh) * 2018-10-29 2021-07-02 南京师范大学 一种基于串行轮廓搜索的熔覆池形状视觉检测方法
CN111179267B (zh) * 2020-01-22 2023-05-12 湘潭大学 一种零件表面激光熔覆制造过程的质量监测方法
CN113240050B (zh) * 2021-06-08 2024-05-03 南京师范大学 一种特征融合权重可调的金属打印熔池检测方法
CN114677296B (zh) * 2022-03-18 2023-03-28 西南交通大学 一种适用于窄间隙mag堆焊熔池图像的多特征提取方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718870A (zh) * 2009-11-13 2010-06-02 西安电子科技大学 图像域的高速、微弱目标航迹检测方法
CN104680541A (zh) * 2015-03-15 2015-06-03 西安电子科技大学 基于相位一致性的遥感图像质量评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5262641B2 (ja) * 2008-12-03 2013-08-14 Jfeエンジニアリング株式会社 タンデム揺動溶接方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718870A (zh) * 2009-11-13 2010-06-02 西安电子科技大学 图像域的高速、微弱目标航迹检测方法
CN104680541A (zh) * 2015-03-15 2015-06-03 西安电子科技大学 基于相位一致性的遥感图像质量评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Seam Tracking Technology for Hyperbaric Underwater Welding;JIAO Xiangdong等;《Seam Tracking Technology for Hyperbaric Underwater Welding》;20090415;第22卷(第2期);第265-269页
图像边缘检测算法的比较研究;甘金来;《中国优秀博硕士学位论文全文数据库(硕士)》;20051115(第07期);第54-69页
基于形态学的焊接区熔池图像的处理与识别;郑相锋;《中国优秀博硕士学位论文全文数据库(硕士)》;20060815(第08期);摘要,第7-21页

Also Published As

Publication number Publication date
CN105427323A (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
CN105427323B (zh) 一种基于相位一致性的激光熔覆熔池边缘提取方法
CN105976352B (zh) 一种基于灰度图像形态学的焊缝表面缺陷特征提取方法
CN111145161A (zh) 一种路面裂缝数字图像处理和识别的方法
CN108872997B (zh) 一种基于侧扫声呐数据融合与精密处理的海底线检测方法
CN106780486A (zh) 一种钢板表面缺陷图像提取方法
CN110163219B (zh) 基于图像边缘识别的目标检测方法
CN101770641B (zh) 一种结构光焊缝图像特征点快速提取方法
CN108596930B (zh) 基于天牛须算法和数学形态学的射线图像焊缝提取方法
CN106683075A (zh) 一种输电线杆塔横担处螺栓缺陷检测方法
CN107633253B (zh) 基于含噪图像中矩形包围框的精确提取和定位方法
CN103778627A (zh) 一种基于sar图像的海域溢油检测方法
CN107909571A (zh) 一种焊缝图像处理方法、系统、设备及计算机存储介质
CN109544571A (zh) 一种基于数学形态学的金相图像边缘检测方法
CN107742291A (zh) 一种光伏玻璃的缺陷检测方法及装置
Li et al. Improved edge detection algorithm for canny operator
CN101706959A (zh) 基于二维信息熵金属板带表面缺陷提取方法
CN103942809A (zh) 检测岩石图像中节理裂隙的方法
CN106408533A (zh) 一种卡片图像提取方法及系统
CN111191534B (zh) 一种模糊航空图像中的道路提取方法
Leung et al. Thyroid cancer cells boundary location by a fuzzy edge detection method
Tao Enhanced Canny Algorithm for Image Edge Detection in Print Quality Assessment
Zheng et al. Measurement of laser welding pool geometry using a closed convex active contour model
CN102693536B (zh) 一种缺陷区域提取方法
Yu et al. Crack detection algorithm of complex bridge based on image process
Ma et al. Machine vision-based surface inspection system for rebar

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