CN105844622A - 一种基于激光视觉的v型坡口焊缝检测方法 - Google Patents
一种基于激光视觉的v型坡口焊缝检测方法 Download PDFInfo
- Publication number
- CN105844622A CN105844622A CN201610157576.8A CN201610157576A CN105844622A CN 105844622 A CN105844622 A CN 105844622A CN 201610157576 A CN201610157576 A CN 201610157576A CN 105844622 A CN105844622 A CN 105844622A
- Authority
- CN
- China
- Prior art keywords
- image
- weld seam
- point
- weld
- noise
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 5
- 238000003466 welding Methods 0.000 title abstract description 22
- 230000000007 visual effect Effects 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000002372 labelling Methods 0.000 claims description 9
- 239000011324 bead Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000003628 erosive effect Effects 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 10
- 210000000707 wrist Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 239000006002 Pepper Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000005493 welding type Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明针对复杂的焊接环境,提出一种适用于线结构光视觉焊缝检测方法。首先在不同位置拍摄带有线结构光条纹的焊缝图像,然后进行图像处理,具体过程:首先对图像进行滤波,以去除图像中的颗粒噪声并且掏空面积较大的噪声,然后应用ROI区域提取算法确定光带所在位置,再通过Otsu法对图像进行二值化,接着进行孤点滤波,去除图像中的细小噪声。并采用一种新的细化算法提取光带中心线,同时消除位于光带下方的噪声。提取特征点时,运用斜率法将光带中心线上点进行分类并进行最小二乘法的直线拟合以得到焊缝特征点。经由坐标系变换将焊缝特征点转换到机器人基坐标系,以实现机器人焊接。
Description
技术领域
本发明属于图像处理的技术领域,涉及激光视觉引导的V形焊缝的特征提取方法,具体是指一种基于线结构光视觉传感器引导的针对V形焊缝焊接过程中确定焊缝特征点和焊缝具体数据的识别方法。
技术背景
随着焊接自动化以及焊接机器人技术的发展和广泛应用,焊接自动跟踪系统的研制越来越受到人们的关注。近年来随着工业技术的发展,工业对非标件工件的焊接需求量不断的扩大,使用人工焊接的用费大,且焊接强度大、环境差,对人体有损伤,所以实现机器人焊接的智能化和自动化,解放生产力,改善焊接效率,对我国实现工业化和现代化有着重要的意义。
焊缝自动检测系统是研究焊接自动化一个重要方向,一般由传感器、控制系统和执行结构组成,其中图像处理技术是基于视觉传感器(视觉传感器如图3所示)焊缝检测系统的核心。以CCD相机与激光为工具的焊缝识别技术是目前运用较多且相对较为简单的技术,相对于X射线和超声波价格便宜。
V形坡口的焊缝是焊接工艺中最为常见的焊缝类型。机器人自动焊接中的难点在于如何准确的识别焊缝特征点,然而在背景复杂噪声较多的情况下找到焊缝特征点是国内外学者重点研究的方向。通过两组以上的焊缝特征数据对焊缝进行三维重建,使焊缝特征点数据转换到机器人基坐标,进而计算焊缝坡口具体参数,实现机器人的准确有效地焊接。
发明内容
本发明能够有效的实现机器人针对焊缝的自动识别和焊接,针对具有较多噪声的图像依旧能提取光带所在位置,能够准确快速的确定V形坡口焊缝特征点的位置,即该算法鲁棒性较高,适应性较强,实现效果好,便于使用。
本文采用的提取特征点的方法步骤如下:
步骤一、焊缝图像的采集:采用红色线性激光器对焊缝进行照射,调整光源和相机的位置,运动手眼系统到位置S1,对此位置的焊缝上的光带进行拍摄,将拍摄到的图像传输给图像处理器;
步骤二、针对所拍焊缝进行图像处理,其具体过程如下:
步骤2-1、对图像进行滤波:滤波包括中值滤波和LOG滤波,采用一个新的列向量模板,能够有效的掏空烟雾、弧光所造成的面积较大已经像素宽度较宽的噪声,留下噪声的边缘,致使图像中焊缝的光带更加突出;
步骤2-2、截取ROI区域:以每10行为一个索引,计算在该10行里每隔5列像素的累加值,计算最大累加值所在的索引,该索引即为V形坡口焊缝光带横线所在的位置;
步骤2-3、对图像进行二值化:本发明选用的大津法算法,大津法算法被认为是图像分割中阈值选取的最佳算法;
步骤2-4、孤点滤波:该过程包括形态学腐蚀和标记算法针对图片中的孤立细小噪声颗粒;
步骤2-4-1、形态学腐蚀:将图像中的孤立零散的点去除,本文选用的是3*3的模板进行滤波;
步骤2-4-2、运用标记算法去除图像中比较聚集的噪声,采用基于八连通区域的标记算法,通过设置图像像素阀值,当白色连通区域的像素累加值低于设定阀值时即可滤掉,反之保留原像素。
步骤2-5、图像细化:不仅对激光在焊缝工件上的光带进行细化处理,提取光带 骨架,同时可以去除图像中位于焊缝光带下方的噪声。图像沿水平方向依次找竖直方向的坐标,寻找方式是由该列从上往下依次寻找像素值为1的点,y1i和y2i分别为光带上下边界的纵坐标,本算法认为Δyi=y2i-y1i为线的宽度,所以中心线的纵坐标就为记中心点坐标为(xi,ymidi)。
V形坡口断裂处会有其它干扰线的产生,所以最后针对细化图像,再用一次标记算法,滤掉短线,噪声点。
步骤206、直线拟合:本发明采用的是基于斜率法将光带中心线上的点进行分类,然后运用最小二乘法拟合焊缝的直线,随后求得直线的交点,该交点即为焊缝特征点在摄像机坐标系下的位置。该算法要求从左向右不断计算固定点数n的斜率,将整个折线的斜率以曲线的类型表示,根据实际情况,n太大,斜率线不能准确地反映焊缝光带线的变化,n太小,斜率线容易受到噪声的影响,所以n的选择是根据大量实验验证而选择的,从斜率变化曲线反应线的变化,通过分析得知斜率最大值所反映的点为v形坡口的自左向右第一个拐点,斜率最小值反映的点就是v形坡口的底部点,因为斜率法所反映特征点的粗略位置,本文选择取斜率最大最小点左右5~10位置的点来进行点的分组,最后将分完组的点进行最小二乘法的直线拟合,形成4条直线,计算得到3个交点p10、p20、p30。
步骤三、3个交点是在图像坐标系下的坐标,将交点坐标由图像坐标系转化到摄像机坐标系。通过标定可知摄像机坐标系和腕部坐标系的转换关系T。腕部坐标系到机器人基坐标系的转换关系,同样可以从机器人示教器上读出,经过机器人学换算得到矩阵B,通过式pb=B*T*pc,可求得pc点在基坐标系下的坐标,同时p1i、p2i、p3i点在机器人基坐标系下的坐标pb1i、pb2i、pb3i也可知,该三个交点在图像中所表示的顺序是从左往右依次排布的。
步骤四、移动整个手眼系统到第二个位置T2,对第二个位置的焊缝光带进行拍摄,对所得到的焊缝的图像经过步骤二的处理,同样算法可以得到3个交点p11、p21、p31,经过步骤三的处理得其在基坐标下的坐标。根据三个点形成一个平面,可以将V形坡口的三维平面图拟合出来。
由点pb1i、pb3i拟合得到平面k1,平面方程为:
a1x+b1y+c1z+d1=0
由点pb1i、pb2i拟合得到平面k2,平面方程为:
a2x+b2y+c2z+d2=0
由点pb2i、pb3i拟合得到平面k3,平面方程为:
a3x+b3y+c3z+d3=0
k2和k3的法线向量分别为:
通过计算平面k2和k3的焊缝夹角θ可表示为:
pb2i距离平面k1之间的距离同样可以得到,记为H,即为V形焊缝的高度。
焊缝宽度L通过计算同样可以得到,即为
1、本发明的方法步骤简单,便于实现。
2、本发明可在焊缝工件表面有明显反射光线的情况下依旧能对焊缝进行有效地检 测。通过验证此算法的鲁棒性和实时性具有很高的保障。
3、本发明通过使用工业相机和线结构激光器完成焊缝的自动检测和定位,成本低,设备体积小,安装使用更方便。
综上所述,本发明方法简单,便于实现,适应性强,精度高,工作可靠性高,工具成本低,安装使用简单,便于实现,效果相对非激光光源的视觉系统更好,具有良好的实用性,便于推广使用。
附图说明
图1为算法的步骤流程框图。
图2为图像处理的方法流程框图。
图3为机器人焊缝检测系统示意图。
具体实施方式
为了能够更加具体的表述发明方案,下面从方法流程图依步骤对本发明进行详细说明。
步骤一、焊缝图像的采集:采用红色的激光对焊缝进行照射,调整光源和相机的位置,运动手眼系统到位置S1,对此位置的焊缝上的光带进行拍摄,将拍摄到的图像传输给图像处理器;
步骤二、针对所拍焊缝进行图像处理,其具体过程如下:
步骤2-1、对图像进行滤波:
步骤2-1-1、中值滤波:选择3*3的滤波模板对焊缝图进行处理。针对于灰尘,飞溅带来的椒盐噪声它有明显的消除作用同时模糊效应相对于其它滤波明显低。
步骤2-1-2、LOG滤波:由于激光焊缝条纹是沿水平方向,垂直方向的条纹像素宽度维持在6个像素,弧光、飞溅、烟雾所形成的噪声在竖直方向上的像素明显大于激光焊缝条纹,针对特点,本发明选择使用高斯-拉普拉斯滤波一维列向模板可以很好地处理这些噪声,可以掏空掉噪声内部,使其边缘化,选择的模板为:
s=[-2;-2;-1;0;1;2;4;2;1;0;-1;-2;-2].
该模板能够有效的掏空烟雾、弧光所造成的面积较大已经像素宽度较宽的噪声,留下噪声的边缘,致使图像中焊缝的光带更加突出;
步骤2-2、截取ROI区域:提出的一种新的提取ROI区域的算法,只针对ROI进行操作,可以降低数据的规模,提高运算效率;与此同时,可以减少非ROI区域对目标处理带来的干扰。
步骤2-2-1、去除图像左右为宽度的了像素,该步骤有效地提高了ROI区域的速度;
步骤2-2-2、针对图像竖直方向上,每隔5列便对5i列上的像素值累加,形成一个h行、w列的矩阵S;
步骤2-2-3、水平方向上,对矩阵S进行运算,每隔10行对这10行内所有的像素进行累加,形成一个行1列的列向量M,存储像素累加值;
步骤2-2-4、寻找向量M中最大值,最大值所在的行t即为原图像10(t-1)+1行至10t行的索引。
步骤2-2-5、引入Ymin、Ymax,分别表示所在行位置的上下纵坐标。
步骤2-2-6、求取ROI区域的窗口范围,YU为区域上方坐标,YD为区域下方坐标:
m等于焊接坡口深度的近似值,t为区域预留高度。在本发明中,m设为60,t设置为20
步骤2-3、对图像进行二值化:本发明选用的Otsu算法,Otsu法使用的是聚类的思想,把图像的灰度数按灰度级分成两个部分,使得两个部分之间的灰度值差异最大,每个部分之间的灰度差异最小,通过方差的计算来寻找一个合适的灰度级别来划分。Otsu法被认为是图像分割中阈值选取的最佳算法,因为其算法简单。
步骤2-4、孤点滤波:该过程包括形态学腐蚀和标记算法针对图片中的孤立细小噪声颗粒;
步骤2-4-1、形态学腐蚀:将图像中的孤立零散的点去除,本文选用的是3*3的正方形模板进行滤波,模板为:
步骤2-4-2、运用标记算法去除图像中像素比较聚集的噪声,采用基于八连通区域的标记算法,通过设置图像像素阀值,当白色连通区域的像素累加值低于设定阀值时即可滤掉,反之保留原像素。
步骤2-5、图像细化:不仅对激光在焊缝工件上的光带进行细化处理,提取光带骨架,同时可以去除图像中位于焊缝光带下方的噪声。
步骤2-5-1、图像沿水平方向依次找竖直方向的坐标,寻找方式是由该列从上往下依次寻找像素值为1的点,y1i和y2i分别为光带上下边界的纵坐标;
步骤2-5-2、本文认为Δyi=y2i-y1i为线的宽度,所以中心线的纵坐标就为记中心点坐标为(xi,ymidi);
步骤2-5-3、V形坡口断裂处会有其它干扰线的产生,所以最后针对细化图像,再使用标记算法,滤掉短线,噪声点。
步骤2-6、直线拟合:本文采用的是基于斜率法将光带中心线上的点进行分类,然后运用最小二乘法拟合焊缝的直线,随后求得直线的交点,该交点即为焊缝特征点在摄像机坐标系下的位置。该算法具体步骤如下:
步骤2-6-1、首先从左向右不断计算n个点的斜率,将整个折线的斜率以曲线的类型表示,根据实际情况,n太大,斜率线不能准确地反映焊缝光带线的变化,n太小,斜率线容易受到噪声的影响,所以n的选择是根据大量实验验证而选择的;
步骤2-6-2、从斜率变化曲线可以清楚的知道线的变化,通过分析得知斜率最大值所反映的点为v形坡口的自左向右第一个拐点,斜率最小值反映的点就是v形坡口的底部点;
步骤2-6-3、因为斜率法所反映的点为特征点大致位置,所以不能用该点来计算斜率,本文选择取斜率最大最小点左右5~10位置的点来进行点的分组;
步骤2-6-4、最后将分完组的点进行最小二乘法的直线拟合,形成4条直线,计算得到3个交点p10、p20、p30,三点的顺序是图像中V形坡口从左向右的交点。
步骤三、由步骤二中的到的交点是其在图像坐标系下的坐标,需要将其换算到机器人基坐标系下。
已知摄像机的内参数M以及结构光平面方程参数,p在图像坐标系下的坐标(u1,v1), 可以计算出p点在摄像机的焦距归一化成像平面的成像点P1c1的坐标:
假设平面方程式为:
ax+by+cz+1=0
由于特征点P1c1在结构光平面上,同时还在摄像机的光轴中心点与成像平面上的成像点之间的一条空间直线,即可知:
利用该直线的方程与结构光平面方程,即可得到特征点在摄像机坐标系下的三维坐标pc(x,y,z)。可求得:
通过标定可知摄像机到腕部的转换矩阵T。R,t矩阵分别是手眼标定中的旋转矩阵和平移矩阵。手眼矩阵可表示为:
腕部坐标系与基坐标系的转换关系,同样可以从示教器上读出,示教器中X,Y,Z为手腕部相对于基坐标系的位置关系,即为平移矩阵tb,EZ,EY,EX经过换算得到旋转矩阵Rb,则手腕部相对于基坐标系的转换关系为
通过式pb=B*T*pc,可求得pc点在基坐标系下的坐标pb。可知特征点坐标p1i、p2i、p3i在基坐标系下的坐标pb1i、pb2i、pb3i,该三个交点的顺序是从左往右依次排布的。
pb的坐标形式为:
pb=[xpbi, ypbi, zpbi, 1],i=0~n;
步骤四、移动整个手眼系统到第二个位置S2,对第二个位置的焊缝光带进行拍摄,对所得到的焊缝的图像经过步骤二的处理,同样算法可以得到3个交点p11、p21、p31,同样经由步骤3将坐标换算到机器人基坐标系下。
p1i、p2i、p3i在图像中的顺序是从左往右依次排布的。
根据三个点形成一个平面,可以将V形坡口的三维平面图拟合出来。
由点p1i、p3i拟合得到平面k1,平面方程为:
a1x+b1y+c1z+d1=0
由点p1i、p2i拟合得到平面k2,平面方程为:
a2x+b2y+c2z+d2=0
由点p2i、p3i拟合得到平面k3,平面方程为:
a3x+b3y+c3z+d3=0
k2和k3的法线向量分别为:
通过计算平面k2和k3的焊缝夹角θ可表示为:
pb2i距离平面k1之间的距离同样可以得到,记为H,即为V形焊缝的高度。
焊缝宽度L通过计算同样可以得到,即为
Claims (4)
1.焊缝检测的方法,其步骤如下:
步骤一、焊缝图像的采集;
步骤二、针对所拍焊缝图片进行图像处理,寻找图像特征点;
步骤三、特征点在坐标系下的换算;
步骤四、焊缝参数的求取。
2.根据权利要求1所述的焊缝检测方法,其特征在于,在步骤2中:
(2-1)对图像进行滤波:滤波包括中值滤波和LOG滤波,将图像中由烟雾、弧光所形成的面积较大的噪声去除;
(2-2)截取ROI区域:有效地降低图像的数据规模,提高运算效率;
(2-3)对图像进行二值化:选用Otsu算法进行二值化处理,有很高的的适应性;
(2-4)孤点滤波:该过程包括形态学腐蚀和标记算法针对图片中的孤立细小噪声颗粒有很好的去除效果;
(2-5)图像细化:不仅对激光在焊缝工件上的光带进行细化处理,提取光带骨架,同时可以去除图像中位于焊缝光带下方的噪声。
(2-6)直线拟合:本文采用的是基于斜率法将光带中心线上的点进行分类,然后运用最小二乘法拟合焊缝的直线,随后求得直线的交点,该交点即为焊缝特征点在摄像机坐标系下的位置。
3.根据权利要求1所述的焊缝检测方法,其特征在于:通过机器人手眼标定得到机器人手眼关系T,以及机器人末端相对于其基坐标系的转换关系B,通过式:
pb=B*T*p;
p为摄像机坐标系下的坐标点,pb为机器人基坐标系下的点,可将特征点在摄像机坐标系下的坐标转换到机器人基坐标。
4.根据权利要求1所述,步骤4中焊缝的特征参数需要将步骤1中手眼系统沿x轴方向移动到第二个位置S2,经步骤2、3处理求出第二幅光带图片中三个特征点,随后利用平面拟合求得V形坡口的平面方程,接着求出俩平面的夹角θ,然后求得焊缝的高度H,最终求得焊缝的宽度
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610157576.8A CN105844622A (zh) | 2016-03-16 | 2016-03-16 | 一种基于激光视觉的v型坡口焊缝检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610157576.8A CN105844622A (zh) | 2016-03-16 | 2016-03-16 | 一种基于激光视觉的v型坡口焊缝检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105844622A true CN105844622A (zh) | 2016-08-10 |
Family
ID=56587373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610157576.8A Pending CN105844622A (zh) | 2016-03-16 | 2016-03-16 | 一种基于激光视觉的v型坡口焊缝检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105844622A (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106141382A (zh) * | 2016-07-01 | 2016-11-23 | 江苏科技大学 | 焊接坡口边缘位置视觉传感检测方法 |
CN107798330A (zh) * | 2017-11-10 | 2018-03-13 | 上海电力学院 | 一种焊缝图像特征信息提取方法 |
CN107894217A (zh) * | 2017-11-14 | 2018-04-10 | 中车长春轨道客车股份有限公司 | 基于线结构光传感器的激光叠焊焊缝下凹量检测方法 |
CN107909571A (zh) * | 2017-11-15 | 2018-04-13 | 广东工业大学 | 一种焊缝图像处理方法、系统、设备及计算机存储介质 |
CN108132017A (zh) * | 2018-01-12 | 2018-06-08 | 中国计量大学 | 一种基于激光视觉系统的平面焊缝特征点提取方法 |
CN108520498A (zh) * | 2018-03-19 | 2018-09-11 | 大连理工大学 | 一种晶体结晶过程监测中的高效晶体阴影噪声去除方法 |
CN108548846A (zh) * | 2018-06-21 | 2018-09-18 | 电子科技大学 | 基于热图像ap聚类的承压设备亚表面缺陷提取方法 |
CN109215000A (zh) * | 2018-08-03 | 2019-01-15 | 武汉工程大学 | 一种焊缝图像处理方法及系统 |
CN109202284A (zh) * | 2018-09-26 | 2019-01-15 | 大族激光科技产业集团股份有限公司 | 一种焊缝定位方法及应用于焊缝定位的系统 |
CN109598760A (zh) * | 2018-12-07 | 2019-04-09 | 北京博清科技有限公司 | 图像处理方法和图像处理装置 |
CN109658456A (zh) * | 2018-10-29 | 2019-04-19 | 中国化学工程第六建设有限公司 | 罐体内角焊缝激光视觉三维视觉定位方法 |
CN110059706A (zh) * | 2019-04-23 | 2019-07-26 | 上海工程技术大学 | 一种用于富椒盐噪声环境下单一直线的检测方法 |
CN110148172A (zh) * | 2019-05-20 | 2019-08-20 | 广东工业大学 | 一种焊缝定位方法、装置、设备及计算机可读存储介质 |
CN110517312A (zh) * | 2019-07-05 | 2019-11-29 | 银河水滴科技(北京)有限公司 | 基于深度学习的缝隙定位方法、装置和存储介质 |
CN110717872A (zh) * | 2019-10-08 | 2020-01-21 | 江西洪都航空工业集团有限责任公司 | 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 |
CN110823090A (zh) * | 2018-08-14 | 2020-02-21 | 中车唐山机车车辆有限公司 | 焊接坡口检测方法 |
CN111001967A (zh) * | 2019-12-17 | 2020-04-14 | 苏州健雄职业技术学院 | 一种基于雷塞控制器u型工件自动焊接跟踪系统及工作方法 |
CN111055054A (zh) * | 2020-01-13 | 2020-04-24 | 北京博清科技有限公司 | 一种焊缝识别方法、装置、焊接机器人及储存介质 |
CN111292303A (zh) * | 2020-01-21 | 2020-06-16 | 湖北文理学院 | 焊缝缺陷类别检测方法、装置、电子设备及存储介质 |
CN111383231A (zh) * | 2018-12-28 | 2020-07-07 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的图像分割方法、装置及系统 |
CN111438460A (zh) * | 2020-04-18 | 2020-07-24 | 南昌大学 | 基于视觉的厚板t形接头焊接焊缝成形特征在线测量方法 |
CN111496344A (zh) * | 2020-04-08 | 2020-08-07 | 济南重工股份有限公司 | 一种基于激光传感器的v型坡口信息处理方法 |
CN111637847A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 焊缝参数测量方法及装置 |
CN111633358A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 基于激光的焊缝参数测量方法及装置 |
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 |
CN112053376A (zh) * | 2020-09-07 | 2020-12-08 | 南京大学 | 一种基于深度信息的工件焊缝识别方法 |
CN113129270A (zh) * | 2021-03-25 | 2021-07-16 | 武汉锐科光纤激光技术股份有限公司 | 一种确定焊缝线的方法 |
CN114120111A (zh) * | 2021-11-22 | 2022-03-01 | 吉林大学 | 一种不锈钢焊缝智能化超声波冲击方法 |
CN114399461A (zh) * | 2021-12-02 | 2022-04-26 | 郑州煤矿机械集团股份有限公司 | 智能化焊趾机械打磨疲劳延寿方法 |
CN114612325A (zh) * | 2022-03-09 | 2022-06-10 | 华南理工大学 | 一种合成焊缝噪声图像的方法 |
CN116823703A (zh) * | 2023-02-03 | 2023-09-29 | 肇庆学院 | 一种基于Gabor滤波的结构激光焊缝图像处理方法 |
-
2016
- 2016-03-16 CN CN201610157576.8A patent/CN105844622A/zh active Pending
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106141382A (zh) * | 2016-07-01 | 2016-11-23 | 江苏科技大学 | 焊接坡口边缘位置视觉传感检测方法 |
CN107798330B (zh) * | 2017-11-10 | 2021-07-20 | 上海电力学院 | 一种焊缝图像特征信息提取方法 |
CN107798330A (zh) * | 2017-11-10 | 2018-03-13 | 上海电力学院 | 一种焊缝图像特征信息提取方法 |
CN107894217A (zh) * | 2017-11-14 | 2018-04-10 | 中车长春轨道客车股份有限公司 | 基于线结构光传感器的激光叠焊焊缝下凹量检测方法 |
CN107894217B (zh) * | 2017-11-14 | 2020-04-10 | 中车长春轨道客车股份有限公司 | 基于线结构光传感器的激光叠焊焊缝下凹量检测方法 |
CN107909571A (zh) * | 2017-11-15 | 2018-04-13 | 广东工业大学 | 一种焊缝图像处理方法、系统、设备及计算机存储介质 |
CN108132017A (zh) * | 2018-01-12 | 2018-06-08 | 中国计量大学 | 一种基于激光视觉系统的平面焊缝特征点提取方法 |
CN108520498A (zh) * | 2018-03-19 | 2018-09-11 | 大连理工大学 | 一种晶体结晶过程监测中的高效晶体阴影噪声去除方法 |
CN108520498B (zh) * | 2018-03-19 | 2020-11-03 | 大连理工大学 | 一种晶体结晶过程监测中的高效晶体阴影噪声去除方法 |
CN108548846A (zh) * | 2018-06-21 | 2018-09-18 | 电子科技大学 | 基于热图像ap聚类的承压设备亚表面缺陷提取方法 |
CN109215000A (zh) * | 2018-08-03 | 2019-01-15 | 武汉工程大学 | 一种焊缝图像处理方法及系统 |
CN110823090B (zh) * | 2018-08-14 | 2021-07-20 | 中车唐山机车车辆有限公司 | 焊接坡口检测方法 |
CN110823090A (zh) * | 2018-08-14 | 2020-02-21 | 中车唐山机车车辆有限公司 | 焊接坡口检测方法 |
CN109202284A (zh) * | 2018-09-26 | 2019-01-15 | 大族激光科技产业集团股份有限公司 | 一种焊缝定位方法及应用于焊缝定位的系统 |
CN109658456A (zh) * | 2018-10-29 | 2019-04-19 | 中国化学工程第六建设有限公司 | 罐体内角焊缝激光视觉三维视觉定位方法 |
CN109598760A (zh) * | 2018-12-07 | 2019-04-09 | 北京博清科技有限公司 | 图像处理方法和图像处理装置 |
CN111383231B (zh) * | 2018-12-28 | 2023-10-27 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的图像分割方法、装置及系统 |
CN111383231A (zh) * | 2018-12-28 | 2020-07-07 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的图像分割方法、装置及系统 |
CN110059706A (zh) * | 2019-04-23 | 2019-07-26 | 上海工程技术大学 | 一种用于富椒盐噪声环境下单一直线的检测方法 |
CN110148172B (zh) * | 2019-05-20 | 2023-07-25 | 广东工业大学 | 一种焊缝定位方法、装置、设备及计算机可读存储介质 |
CN110148172A (zh) * | 2019-05-20 | 2019-08-20 | 广东工业大学 | 一种焊缝定位方法、装置、设备及计算机可读存储介质 |
CN110517312A (zh) * | 2019-07-05 | 2019-11-29 | 银河水滴科技(北京)有限公司 | 基于深度学习的缝隙定位方法、装置和存储介质 |
CN110717872A (zh) * | 2019-10-08 | 2020-01-21 | 江西洪都航空工业集团有限责任公司 | 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 |
CN111001967A (zh) * | 2019-12-17 | 2020-04-14 | 苏州健雄职业技术学院 | 一种基于雷塞控制器u型工件自动焊接跟踪系统及工作方法 |
CN111001967B (zh) * | 2019-12-17 | 2021-09-28 | 苏州健雄职业技术学院 | 一种基于雷塞控制器u型工件自动焊接跟踪系统及工作方法 |
CN111055054B (zh) * | 2020-01-13 | 2021-11-16 | 北京博清科技有限公司 | 一种焊缝识别方法、装置、焊接机器人及储存介质 |
CN111055054A (zh) * | 2020-01-13 | 2020-04-24 | 北京博清科技有限公司 | 一种焊缝识别方法、装置、焊接机器人及储存介质 |
CN111292303B (zh) * | 2020-01-21 | 2023-09-19 | 湖北文理学院 | 焊缝缺陷类别检测方法、装置、电子设备及存储介质 |
CN111292303A (zh) * | 2020-01-21 | 2020-06-16 | 湖北文理学院 | 焊缝缺陷类别检测方法、装置、电子设备及存储介质 |
CN111496344B (zh) * | 2020-04-08 | 2021-12-10 | 济南重工股份有限公司 | 一种基于激光传感器的v型坡口信息处理方法 |
CN111496344A (zh) * | 2020-04-08 | 2020-08-07 | 济南重工股份有限公司 | 一种基于激光传感器的v型坡口信息处理方法 |
CN111438460A (zh) * | 2020-04-18 | 2020-07-24 | 南昌大学 | 基于视觉的厚板t形接头焊接焊缝成形特征在线测量方法 |
CN111633358B (zh) * | 2020-05-25 | 2021-11-09 | 西咸新区大熊星座智能科技有限公司 | 基于激光的焊缝参数测量方法及装置 |
CN111637847A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 焊缝参数测量方法及装置 |
CN111633358A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 基于激光的焊缝参数测量方法及装置 |
CN112053376B (zh) * | 2020-09-07 | 2023-10-20 | 南京大学 | 一种基于深度信息的工件焊缝识别方法 |
CN112053376A (zh) * | 2020-09-07 | 2020-12-08 | 南京大学 | 一种基于深度信息的工件焊缝识别方法 |
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 |
CN113129270A (zh) * | 2021-03-25 | 2021-07-16 | 武汉锐科光纤激光技术股份有限公司 | 一种确定焊缝线的方法 |
CN114120111A (zh) * | 2021-11-22 | 2022-03-01 | 吉林大学 | 一种不锈钢焊缝智能化超声波冲击方法 |
CN114120111B (zh) * | 2021-11-22 | 2024-05-17 | 吉林大学 | 一种不锈钢焊缝智能化超声波冲击方法 |
CN114399461A (zh) * | 2021-12-02 | 2022-04-26 | 郑州煤矿机械集团股份有限公司 | 智能化焊趾机械打磨疲劳延寿方法 |
CN114399461B (zh) * | 2021-12-02 | 2023-07-25 | 郑州煤矿机械集团股份有限公司 | 智能化焊趾机械打磨疲劳延寿方法 |
CN114612325B (zh) * | 2022-03-09 | 2024-03-22 | 华南理工大学 | 一种合成焊缝噪声图像的方法 |
CN114612325A (zh) * | 2022-03-09 | 2022-06-10 | 华南理工大学 | 一种合成焊缝噪声图像的方法 |
CN116823703A (zh) * | 2023-02-03 | 2023-09-29 | 肇庆学院 | 一种基于Gabor滤波的结构激光焊缝图像处理方法 |
CN116823703B (zh) * | 2023-02-03 | 2024-04-19 | 肇庆学院 | 一种基于Gabor滤波的结构激光焊缝图像处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105844622A (zh) | 一种基于激光视觉的v型坡口焊缝检测方法 | |
CN210046133U (zh) | 基于激光结构光的焊缝视觉跟踪系统 | |
CN114821114B (zh) | 一种基于视觉系统的坡口切割机器人图像处理方法 | |
CN110866903B (zh) | 基于霍夫圆变换技术的乒乓球识别方法 | |
WO2022205525A1 (zh) | 基于双目视觉自主式水下机器人回收导引伪光源去除方法 | |
US6941016B1 (en) | Method for finding contours in an image of an object | |
CN111604909A (zh) | 一种四轴工业码垛机器人的视觉系统 | |
CN108637435A (zh) | 一种基于视觉与弧压传感的三维焊缝跟踪系统及方法 | |
CN107798330A (zh) | 一种焊缝图像特征信息提取方法 | |
CN111696107A (zh) | 一种实现闭合连通域的熔池轮廓图像提取方法 | |
CN115661110B (zh) | 一种透明工件识别与定位的方法 | |
CN112529858A (zh) | 一种基于机器视觉的焊缝图像处理方法 | |
CN108107837A (zh) | 一种基于视觉引导的玻璃加工装置及方法 | |
CN110070557A (zh) | 一种基于边缘特征检测的目标识别与定位方法 | |
KR20080032856A (ko) | 조선소 소조립 용접부재 위치 인식 방법 | |
JP2003271932A (ja) | 視線方向検出装置 | |
Li et al. | Vision-based target detection and positioning approach for underwater robots | |
JP2023503781A (ja) | 眼底画像認識方法及び装置並びに設備 | |
He et al. | Parameter self-optimizing clustering for autonomous extraction of the weld seam based on orientation saliency in robotic MAG welding | |
CN113034526A (zh) | 一种抓取方法、抓取装置及机器人 | |
JP2018088236A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN208673130U (zh) | 一种基于视觉引导的玻璃加工装置 | |
CN111553217A (zh) | 一种驾驶员打电话监测方法与系统 | |
CN116594351A (zh) | 一种基于机器视觉的数控加工单元系统 | |
CN115753791A (zh) | 基于机器视觉的缺陷检测方法、装置以及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160810 |