CN107843602A - 一种基于图像的焊缝质量检测方法 - Google Patents
一种基于图像的焊缝质量检测方法 Download PDFInfo
- Publication number
- CN107843602A CN107843602A CN201711050039.4A CN201711050039A CN107843602A CN 107843602 A CN107843602 A CN 107843602A CN 201711050039 A CN201711050039 A CN 201711050039A CN 107843602 A CN107843602 A CN 107843602A
- Authority
- CN
- China
- Prior art keywords
- image
- welding
- camera
- pixel
- quality
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Laser Beam Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明公开的一种基于图像的焊缝质量检测方法,通过采用相机、线激光器及计算机,将相机和线激光器分别对应固定在工件的旁侧,并使线激光器对准工件焊接后的焊缝,由相机连续采集n幅焊缝图像,并将图像传输到计算机进行分析处理,求取边缘图S,并根据边缘图S中像素点的个数来判定焊缝是否正常。与现有技术相比,本发明通过图像处理来实现焊缝质量检测,成本低廉,提高了产品的焊接质量和企业的效益;本发明所采用的检测系统仅需要相机、线激光器和计算机,结构简单,使得操作应用较为便捷;本发明检测时利用相机连续采集焊缝图像,并经由计算机进行分析处理,具有较快的响应速度,并且检测准确度较高。
Description
技术领域
本发明涉及焊缝质量检测技术领域,特别涉及一种基于图像的焊缝质量检测方法。
背景技术
焊接机器人施焊过程中,由于环境因素的影响,如:强弧光辐射、高温、烟尘、飞溅、坡口状况、加工误差、夹具装夹精度、表面状态和工件热变形等,实际焊接条件的变化往往会导致焊炬偏离焊缝。焊缝缺陷的存在将削弱焊缝的受力面积,在缺陷处引起应力集中,对连接的强度、冲击韧性及冷弯性能等均有不利影响,会严重影响产品的质量。在焊接的同时进行焊接质量检测,可以实时保证施工质量,调节最佳施工参数,对于保证成品率、节约成本具有重要的意义。
目前常用的非破坏性焊缝质量检测手段包括X射线和超声探伤,但是其成本高,使得整个检测系统的造价昂贵,降低了企业的生产效益。因此,需要一种低成本有效的非破坏性焊缝质量检测方法。
发明内容
本发明的目的在于针对现有技术的缺陷和不足,提供一种基于图像的焊缝质量检测方法,其检测成本较低,响应速度较快,检测准确度较高,能够有效提高产品的焊接质量。
为实现上述目的,本发明采用以下技术方案。
一种基于图像的焊缝质量检测方法,包括以下步骤:
S1、将待焊接的工件固定在转盘上,转盘驱动工件进行旋转,由焊枪对工件进行焊接操作;
S2、将相机和线激光器分别对应固定在工件的旁侧,使线激光器对准工件焊接后的焊缝;
S3、通过相机连续捕捉n幅含激光焊缝图像I,其中n>=1,并将n幅图像I传送至计算机;
S4、以图像I的长度为横坐标轴、宽度为纵坐标轴,求取图像I中每一行中灰度值最大的像素点,并沿纵坐标自上而下将图像I中每一行的灰度值最大的像素点图像的横坐标组成列向量M;
S5、以n幅图像I的列向量M为列向量组成矩阵N;
S6、将矩阵N归一化到[0,255],得到灰度图像K;
S7、对灰度图像K进行边缘检测,得到边缘图S;
S8、统计边缘图S中像素点的个数A,并设定阈值Z;若A<=Z,则焊缝正常;若A>Z,则焊缝异常。
进一步地,在所述步骤S4中,若图像I的某一行中最大灰度值的像素点有多个,则取用该行最靠近坐标原点且属于最大灰度值的像素点。
进一步地,在所述步骤S7中,使用sobel算子对灰度图像K进行边缘检测,得到边缘图S。
与现有技术相比,本发明的有益效果为:第一,本发明通过图像处理来实现焊缝质量检测,成本低廉,提高了产品的焊接质量和企业的效益;第二,本发明所采用的检测系统仅需要相机、线激光器和计算机,结构简单,使得操作应用较为便捷;第三,本发明检测时利用相机连续采集焊缝图像,并经由计算机进行分析处理,具有较快的响应速度,并且检测准确度较高。
附图说明
图1是本发明提供的焊缝质量检测系统的工作原理示意图。
图1中:1、相机;2、线激光器;3、计算机;4、工件;5、转盘;6、焊枪。
具体实施方式
下面结合附图对本发明作进一步的说明。
如图1所示的焊缝质量检测系统,其结构包括相机1、线激光器2和计算机3,焊接时,工件4由转盘5驱动进行旋转,并由焊枪6对工件进行焊接,相机1和线激光器2分别对应固定在工件4的旁侧,并使线激光器2对准工件焊接后的焊缝,由相机1采集焊缝图像,并将图像传输到计算机3进行分析处理及显示。
具体而言,本发明提供的一种基于图像的焊缝质量检测方法,在操作时,包括以下步骤:
S1、将待焊接的工件固定在转盘上,转盘驱动工件进行旋转,由焊枪对工件进行焊接操作;
S2、将相机和线激光器分别对应固定在工件的旁侧,使线激光器对准工件焊接后的焊缝,即工件在随转盘旋转时,工件的焊缝首先会经过焊枪,然后经过线激光器的线激光;
S3、通过相机捕捉第1幅含激光焊缝图像I1,并将图像I1传送至计算机;
S4、以图像I1的长度为横坐标轴、宽度为纵坐标轴,求取图像I1中每一行中灰度值最大的像素点,并沿纵坐标自上而下将图像I1中每一行的灰度值最大的像素点图像的横坐标组成列向量M1;
S5、相机捕捉第2幅含激光焊缝图像I2,将图像I2传送至计算机,并依据上述步骤S4,同样得到列向量M2;
S6、相机捕捉第n幅含激光焊缝图像In,将图像In传送至计算机,并依据上述步骤S4,同样得到列向量Mn,
S7、以M1、M2、…、Mn为列向量组成矩阵N;
S8、将矩阵N归一化到[0,255],得到灰度图像K;
S9、对灰度图像K进行边缘检测,得到边缘图S;
S10、统计边缘图S中像素点的个数A,并设定阈值Z;若A<=Z,则焊缝正常;若A>Z,则焊缝异常。
本实施例中,在所述步骤S4中,若图像I的某一行中最大灰度值的像素点有多个,则取用该行最靠近坐标原点且属于最大灰度值的像素点,进一步提高了检测准确度。
本实施例中,在所述步骤S7中,使用sobel算子对灰度图像K进行边缘检测,得到边缘图S,计算方便、准确。
本发明通过图像处理来实现焊缝质量检测,成本低廉,提高了产品的焊接质量和企业的效益;本发明所采用的检测系统仅需要相机、线激光器和计算机,结构简单,使得操作应用较为便捷;本发明检测时利用相机连续采集焊缝图像,并经由计算机进行分析处理,具有较快的响应速度,并且检测准确度较高。
以上所述仅是本发明的较佳实施方式,故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰,均包括于本发明专利申请范围内。
Claims (3)
1.一种基于图像的焊缝质量检测方法,其特征在于,包括以下步骤:
S1、将待焊接的工件固定在转盘上,转盘驱动工件进行旋转,由焊枪对工件进行焊接操作;
S2、将相机和线激光器分别对应固定在工件的旁侧,使线激光器对准工件焊接后的焊缝;
S3、通过相机连续捕捉n幅含激光焊缝图像I,其中n>=1,并将n幅图像I传送至计算机;
S4、以图像I的长度为横坐标轴、宽度为纵坐标轴,求取图像I中每一行中灰度值最大的像素点,并沿纵坐标自上而下将图像I中每一行的灰度值最大的像素点图像的横坐标组成列向量M;
S5、以n幅图像I的列向量M为列向量组成矩阵N;
S6、将矩阵N归一化到[0,255],得到灰度图像K;
S7、对灰度图像K进行边缘检测,得到边缘图S;
S8、统计边缘图S中像素点的个数A,并设定阈值Z;若A<=Z,则焊缝正常;若A>Z,则焊缝异常。
2.根据权利要求1所述的基于图像的焊缝质量检测方法,其特征在于,在所述步骤S4中,若图像I的某一行中最大灰度值的像素点有多个,则取用该行最靠近坐标原点且属于最大灰度值的像素点。
3.根据权利要求1所述的基于图像的焊缝质量检测方法,其特征在于,在所述步骤S7中,使用sobel算子对灰度图像K进行边缘检测,得到边缘图S。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050039.4A CN107843602B (zh) | 2017-10-31 | 2017-10-31 | 一种基于图像的焊缝质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050039.4A CN107843602B (zh) | 2017-10-31 | 2017-10-31 | 一种基于图像的焊缝质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107843602A true CN107843602A (zh) | 2018-03-27 |
CN107843602B CN107843602B (zh) | 2020-08-21 |
Family
ID=61681115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711050039.4A Active CN107843602B (zh) | 2017-10-31 | 2017-10-31 | 一种基于图像的焊缝质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107843602B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109283252A (zh) * | 2018-11-19 | 2019-01-29 | 天津德瑞精工科技发展有限公司 | 一种焊缝图像采集检测装置 |
CN116532800A (zh) * | 2023-07-06 | 2023-08-04 | 武汉创恒激光智能装备有限公司 | 一种汽车节气门阀片组件激光焊接装置 |
CN116935039A (zh) * | 2023-09-15 | 2023-10-24 | 深圳市泽信智能装备有限公司 | 基于机器视觉的新能源电池焊接缺陷检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413288A (zh) * | 2013-08-27 | 2013-11-27 | 南京大学 | 一种lcd总体检测缺陷方法 |
CN103914838A (zh) * | 2014-03-25 | 2014-07-09 | 西安石油大学 | 一种工业x射线焊缝图像缺陷识别方法 |
JP2016075542A (ja) * | 2014-10-04 | 2016-05-12 | 岡本電機株式会社 | 無地の段ボールシートの欠陥検出装置及び欠陥検出方法 |
CN106651825A (zh) * | 2015-11-03 | 2017-05-10 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于图像分割的工件定位与识别的方法 |
CN106990112A (zh) * | 2017-03-14 | 2017-07-28 | 清华大学 | 基于多视觉信息融合的多层多道焊接轨迹检测装置及方法 |
CN107085846A (zh) * | 2017-05-08 | 2017-08-22 | 湘潭大学 | 工件表面缺陷图像识别方法 |
-
2017
- 2017-10-31 CN CN201711050039.4A patent/CN107843602B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413288A (zh) * | 2013-08-27 | 2013-11-27 | 南京大学 | 一种lcd总体检测缺陷方法 |
CN103914838A (zh) * | 2014-03-25 | 2014-07-09 | 西安石油大学 | 一种工业x射线焊缝图像缺陷识别方法 |
JP2016075542A (ja) * | 2014-10-04 | 2016-05-12 | 岡本電機株式会社 | 無地の段ボールシートの欠陥検出装置及び欠陥検出方法 |
CN106651825A (zh) * | 2015-11-03 | 2017-05-10 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于图像分割的工件定位与识别的方法 |
CN106990112A (zh) * | 2017-03-14 | 2017-07-28 | 清华大学 | 基于多视觉信息融合的多层多道焊接轨迹检测装置及方法 |
CN107085846A (zh) * | 2017-05-08 | 2017-08-22 | 湘潭大学 | 工件表面缺陷图像识别方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109283252A (zh) * | 2018-11-19 | 2019-01-29 | 天津德瑞精工科技发展有限公司 | 一种焊缝图像采集检测装置 |
CN116532800A (zh) * | 2023-07-06 | 2023-08-04 | 武汉创恒激光智能装备有限公司 | 一种汽车节气门阀片组件激光焊接装置 |
CN116532800B (zh) * | 2023-07-06 | 2023-09-22 | 武汉创恒激光智能装备有限公司 | 一种汽车节气门阀片组件激光焊接装置 |
CN116935039A (zh) * | 2023-09-15 | 2023-10-24 | 深圳市泽信智能装备有限公司 | 基于机器视觉的新能源电池焊接缺陷检测方法 |
CN116935039B (zh) * | 2023-09-15 | 2023-12-29 | 深圳市泽信智能装备有限公司 | 基于机器视觉的新能源电池焊接缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107843602B (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3900870A1 (en) | Visual inspection device, method for improving accuracy of determination for existence/nonexistence of shape failure of welding portion and kind thereof using same, welding system, and work welding method using same | |
CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
US11872657B2 (en) | Welding system, and method for welding workpiece in which same is used | |
Gu et al. | Autonomous seam acquisition and tracking system for multi-pass welding based on vision sensor | |
CN103134809B (zh) | 焊缝缺陷检测方法 | |
CN107843602A (zh) | 一种基于图像的焊缝质量检测方法 | |
CN107931802B (zh) | 基于中红外温度传感的电弧焊焊缝质量在线检测方法 | |
JP2000167666A (ja) | 自動溶接及び欠陥補修方法並びに自動溶接装置 | |
KR101256369B1 (ko) | 다수의 카메라를 이용한 평판 디스플레이 패널 검사 장치 및 방법 | |
CN103231162A (zh) | 机器人焊接质量视觉检测装置及其检测方法 | |
Guo et al. | Weld deviation detection based on wide dynamic range vision sensor in MAG welding process | |
CN102374996B (zh) | 伞齿轮全齿侧面缺陷多目检测装置及其检测方法 | |
CN108067714B (zh) | 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 | |
JP2007163450A (ja) | ディスプレーの多角度計測システム及び方法 | |
Xu et al. | Real‐time image capturing and processing of seam and pool during robotic welding process | |
CN105301008A (zh) | 一种接装纸质量检测警示系统及质量在线检测方法 | |
CN106378514A (zh) | 基于机器视觉的不锈钢非均匀细微多焊缝视觉检测系统和方法 | |
CN108152291B (zh) | 基于熔池动态特征的端缝焊接未熔合缺欠实时检测方法 | |
JP2005014027A (ja) | 溶接部のイメージ処理方法、溶接管理システム、溶接機のためのフィードバックシステム、突合わせ線検出システム | |
US20230249276A1 (en) | Method and apparatus for generating arc image-based welding quality inspection model using deep learning and arc image-based welding quality inspecting apparatus using the same | |
CN203275316U (zh) | 一种大型钢管焊缝缺陷单域检测装置 | |
CN112129774B (zh) | 一种焊接未熔合缺陷在线检测方法 | |
Shi et al. | Weld pool oscillation frequency in pulsed gas tungsten arc welding with varying weld penetration | |
CN215599065U (zh) | 一种转向架健康状态检测系统 | |
CN107449790A (zh) | 一种基于射线检测的电阻点焊质量判定系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210111 Address after: 315100 Room 601, 468 Taikang Middle Road, Yinzhou District, Ningbo City, Zhejiang Province Patentee after: NINGBO BOSCHDA WELDING ROBOT Co.,Ltd. Address before: 315100 room 301-305, science and technology building, 298 bachelor Road, Yinzhou District, Ningbo City, Zhejiang Province Patentee before: NINGBO LANDING ELECTRONIC TECHNOLOGY Co.,Ltd. |