CN109239081B - 基于结构光与视觉成像的焊缝质量参数检测方法 - Google Patents
基于结构光与视觉成像的焊缝质量参数检测方法 Download PDFInfo
- Publication number
- CN109239081B CN109239081B CN201811085121.5A CN201811085121A CN109239081B CN 109239081 B CN109239081 B CN 109239081B CN 201811085121 A CN201811085121 A CN 201811085121A CN 109239081 B CN109239081 B CN 109239081B
- Authority
- CN
- China
- Prior art keywords
- image
- weld
- point
- distance
- welding seam
- 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
Links
Images
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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明公开了一种基于结构光与视觉成像的焊缝质量参数检测方法,包括:拍摄焊缝图像A和图像B;处理得到图像G,选取卷积算子Sx、Sy与G卷积计算,得到X轴与Y轴方向的偏导矩阵Ix、Iy,计算图像梯度幅值矩阵M,选取焊缝宽度特征点P1、P2,计算P1、P2间距得到焊缝宽度值w;设置B中RGB通道阈值,得到二值化图像L,对L处理提取中心线Lc,Lc的极大值点P3,及极小值点P4、P5,计算P3与P4及P5距离,得到焊缝余高h,计算P1与P4,P2与P5距离,得到焊缝左右两咬边深度dl、dr;以图像B激光线边界点连线为弦长,选取P3对称的两点P6、P7,计算点P6、P7到圆弧的距离D1、D2及到弦长距离D3、D4,根据D1、D2、D3、D4得到焊缝棱角度及错边量值e、δ。
Description
技术领域
本发明涉及特种设备及制造业中焊接质量检测领域,尤其涉及一种基于结构光与视觉成像的焊缝关键质量参数检测方法。
背景技术
焊接是制造业中常见的加工手段。焊接质量的好坏是决定产品质量高低的关键因素,受到焊接工作环境的影响,焊接件在完成焊接工作时,表面不可避免地产生各种缺陷,如咬边、表面凹坑等。焊接缺陷处是产品应力集中点,导致焊接产品无法达到指定服役年限,轻则产品报废,重则引起人员伤亡。因此,焊接件的定期焊缝外观参数检测显得尤为重要。
传统的制造行业中焊接件的检测依靠检验人员采用焊缝检验尺、放大镜等工具,通过肉眼观察进行质量分析,缺点是人为误差大,容易出现漏检的现象,检测效率低、精度低,例如在检测焊缝棱角度参数时,不同尺寸的焊接件,需要制作不同的规格的棱角度尺,检测方法适用性差。目前国内采用基于超声波的焊缝检测方法,超声波探伤工作者根据显示的波形和波高来分析和判定缺陷的类型和大小,该方法能够较为精确地检测焊缝外观余高、咬边参数,但对厚度较小的焊接件进行超声波检测存在焊缝表面轮廓波与缺陷波混淆,难以准确识别,且超声波焊缝检测只能做到精确的定性,在检测焊缝参数定量的精度上还有待提升。
对于焊缝关键质量参数检测工作,目前与本领域较相关的专利有以下3项:
①专利CN 207675137U公开了一种激光式焊缝检测装置,激光发射器安装在激光发射器安置盒内并通过固定卡扣固定,工业摄像头安装在工业摄像头安置盒内;激光发射器安置盒和工业摄像头安置盒的前端铰接;工业摄像头安置盒尾端安装片行弧形滑轨,激光发射器安置盒尾端设置与弧形导轨相应的滑杆,且滑杆滑动的插装在弧形滑轨上的滑道孔内;工业摄像头安置盒尾部安装机械手臂连接件,机械手臂连接件板面上设置两个腰型孔;具有降低不同测量范围与控制镜面反射对测量的影响,单次测量和小批次抽检测量都有良好的测量效果。与该专利相比,本发明着重于建立焊缝二维外观参数检测的数学模型,从焊缝图像计算出焊缝外观参数数值。
②专利CN 108344794A了一种基于灵敏磁导率的钢板对接焊缝质量检测方法。可以检测焊接应力集中、焊接裂纹、焊接孔穴、固体加杂、未熔合、未焊透、形状缺陷等不合格焊缝;该发明表述的灵敏磁导率是一种对焊缝质量和缺陷特征最为灵敏的磁参量;检测激励源采用直流电源加交流电源的双电源激励模式,直流电源激励线圈和交流电源激励线圈相互独立,互不为负载;可检测普通钢板对接焊缝的质量;探头检测移动方向与焊缝平行,根据检测信号的大小和波动状况来判定平板焊缝的焊接质量。与该专利相比,本发明为视觉检测方法,对检测环境要求较低。
③专利CN 107589174A公开了一种焊缝检测系统,包括焊件本体,设置于焊件本体所在的焊缝处,用于采集焊缝缺陷信息的磁光传感器和脉冲涡流传感器;位于焊件本体所在的焊缝处,用于对焊缝缺陷信息进行分析处理的控制机;该检测系统采用磁光传感器和脉冲传感器产生的磁场的相互配合可实现对焊缝表面及亚表面缺陷进行精确检测,采用脉冲涡流传感器实现对焊缝内部缺陷的检测以及对焊缝缺陷进行定性和定量的分析,即该检测系统可同时检测焊件焊缝表面、亚表面和内部缺陷并能确定焊件焊缝缺陷深度。与该专利相比,本发明为非接触式检测方法,不会破坏检测焊缝表面特征。
④哈尔滨工业大学的张佳莹发表在2018年第7期《焊接学报》上的基于频率–相位编码信号激励的焊缝超声检测分析,该文章提出一种基于幅度加权频率调制的相位编码激励检测方法,本质是通过幅度加权的调频信号与巴克码信号的复合信号来反映焊缝外观参数信息。该方法抗干扰能力较差,检测精度较低,无法满足检测需要。
⑤广东工业大学高向东发表在2017年第4期《焊接学报》上的紧密对接焊缝多尺度形态学磁光成像检测方法,该文章提出利用磁光传感器获取紧密对接微间隙焊缝磁光图像.在四个不同方向上各选取三种不同尺度的结构元素,应用多尺度多结构元素形态学方法提取微间隙焊缝边缘信息,该方法旨在提取焊缝焊趾信息,本发明侧重于焊缝全部外观参数检测。
发明内容
为解决上述技术问题,本发明的目的是提供一种基于结构光与视觉成像的焊缝关键质量参数检测方法。
本发明的目的通过以下的技术方案来实现:
一种基于结构光与视觉成像的焊缝关键质量参数检测方法,包括如下步骤:
步骤10将激光器关闭,拍摄焊缝图像A,将激光器打开,拍摄图像B;
步骤20对图像A进行灰度处理得到图像G,选取两个特定卷积算子Sx、Sy与图像G进行卷积计算,得到图像中每个像素点位置处X轴方向与Y轴方向的一阶偏导矩阵Ix、Iy,然后计算图像中每个像素点位置处梯度幅值矩阵M,对梯度幅值矩阵进行非极大值抑制,并采用双边阈值法完成焊缝图像分割,选取焊缝宽度特征点P1、P2,并计算出特征点P1、P2间距得到焊缝宽度值w;
步骤30设置图像B中RGB三通道下各通道阈值,并对阈值分割处理得到激光线特征的二值化图像L,对图像L形态学闭运算与骨骼化处理提取激光中心线Lc,Lc的极大值点P3,以及焊缝左右两边焊趾区域附近极小值点P4、P5,计算P3与P4及P5垂直于激光线方向距离,得到焊缝余高h,计算P1与P4,P2与P5垂直于激光线方向距离,得到焊缝左右两咬边数dl、dr;
步骤40依据待检测圆筒件直径生成空间标准圆弧,以图像B激光线两边界点连线为弦长,选取焊缝两侧热影响区外与焊趾最近且关于极大值点P3对称的两点P6、P7,计算点P6、P7到标准圆弧的距离D1、D2,计算点P6、P7到弦长距离D3、D4,根据D1、D2、D3、D4得到焊缝棱角度参数以及错边量参数e、δ。
与现有技术相比,本发明的一个或多个实施例可以具有如下优点:
可在精准检测与在线检测制造业生产件焊缝二维外观参数,在不破坏焊缝表面的前提下,提高检测行业自动化水平,降低检测成本。
附图说明
图1是基于结构光与视觉成像的焊缝关键质量参数检测方法流程图;
图2是焊缝外观参数检测示意图;
图3是基于结构光与视觉成像的焊缝错边量与棱角度检测示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合实施例及附图对本发明作进一步详细的描述。
如图1所示,为基于结构光与视觉成像的焊缝关键质量参数检测方法流程,包括以下步骤:
步骤10将激光器关闭,拍摄焊缝图像A,将激光器打开,拍摄图像B;
步骤20对图像A进行灰度处理得到图像G,选取两个特定卷积算子Sx、Sy与图像G进行卷积计算,得到图像中每个像素点位置处X轴方向与Y轴方向的一阶偏导矩阵Ix、Iy,然后计算图像中每个像素点位置处梯度幅值矩阵M,对梯度幅值矩阵进行非极大值抑制,并采用双边阈值法完成焊缝图像分割,选取焊缝宽度特征点P1、P2,并计算出特征点P1、P2间距得到焊缝宽度值w;
步骤30设置图像B中RGB三通道下各通道阈值,并对阈值分割处理得到激光线特征的二值化图像L,对图像L形态学闭运算与骨骼化处理提取激光中心线Lc,Lc的极大值点P3,以及焊缝左右两边焊趾区域附近极小值点P4、P5,计算P3与P4及P5垂直于激光线方向距离,得到焊缝余高h,计算P1与P4,P2与P5垂直于激光线方向距离,得到焊缝左右两咬边数dl、dr;
步骤40依据待检测圆筒件直径生成空间标准圆弧,以图像B激光线两边界点连线为弦长,选取焊缝两侧热影响区外与焊趾最近且关于极大值点P3对称的两点P6、P7,计算点P6、P7到标准圆弧的距离D1、D2,计算点P6、P7到弦长距离D3、D4,根据D1、D2、D3、D4得到焊缝棱角度参数以及错边量参数e、δ。
上述步骤20中焊缝宽度计算方法为:
设灰度图像中任意一点像素值为G(i,j),选取的两个卷积算子为:
Ix=Sx*G
Iy=Sy*G
则(i,j)位置处的梯度幅值M(i,j)为:
dx(i,j)=[Ix(i,j)+Ix(i+1,j)+Ix(i,j+1)-Ix(i+1,j+1)]/2
dy(i,j)=[Iy(i,j+1)-Iy(i,j)+Iy(i+1,j+1)-Iy(i+1,j)]/2
对M矩阵进行极大值抑制得到矩阵F,令ex(i,j)=F(i+1,j)-F(i,j)、ey(i,j)=F(i,j+1)-F(i,j),且e(i,j)=argmax(ex,ey),全局二值化处理的阈值Th为:
设置自适应双边阈值为2Th与Th,设焊缝宽度特征点P1,P2距离为d12,工业相机标定成像像素与实际尺寸之间比例关系常数为k,焊缝宽度参数w、焊缝宽度特征点P1,P2距离与工业相机标定常数k之间的关系为:
w=d12·k。
上述步骤30中焊缝咬边深度与余高特征点提取方法为:
设图像B中RGB三通道阈值分别为tr、tg、tb,二值化图像L与图像B之间的关系为:
设点P3与P4,P5垂直于激光线方向距离分别为d34与d35,激光线与水平线夹角为θ(如图2所示);d34、d35、θ与焊缝余高参数h之间的关系为:
设点P1与P4,P2与P5垂直于激光线方向距离d14与d25,则焊缝左右两咬边数dl,dr与d14、d25之间的关系为:
dl=kd14tanθ
dr=kd25tanθ。
焊缝外观参数检测示意图如图2所示。
上述步骤40中焊缝错边量与棱角度参数检测方法为:
设图像B中激光线在图像边界处两点连接的弦长l,待检测圆筒件的直径为DN,点P6、P7间距为d1,图像B中焊缝热影响区附近点P6、P7到弦长的距离D3、D4与实际空间中距离D3r、D4r关系为:
点P6、P7与标准圆弧的距离δ1、δ2与D3r、D4r关系为
焊缝棱角度δ与错边量e边与点P6、P7与标准圆弧的距离δ1、δ2之间的关系为:
δ=|δ1-δ2|/2
e=|δ1-δ2|。
其焊缝错边量与棱角度参数检测示意图与图3所示。
虽然本发明所揭露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (4)
1.基于结构光与视觉成像的焊缝质量参数检测方法,其特征在于,所述方法包括如下步骤:
步骤10将激光器关闭,拍摄焊缝图像A,将激光器打开,拍摄图像B;
步骤20对图像A进行灰度处理得到图像G,选取两个特定卷积算子Sx、Sy与图像G进行卷积计算,得到图像中每个像素点位置处X轴方向与Y轴方向的一阶偏导矩阵Ix、Iy,然后计算图像中每个像素点位置处梯度幅值矩阵M,对梯度幅值矩阵进行非极大值抑制,并采用双边阈值法完成焊缝图像分割,选取焊缝宽度特征点P1、P2,并计算出特征点P1、P2间距得到焊缝宽度值w;
步骤30设置图像B中RGB三通道下各通道阈值,并对阈值分割处理得到激光线特征的二值化图像L,对图像L形态学闭运算与骨骼化处理提取激光中心线Lc,Lc的极大值点P3,以及焊缝左右两边焊趾区域附近极小值点P4、P5,计算P3与P4、P5垂直于激光线方向距离,得到焊缝余高h,计算P1与P4,P2与P5垂直于激光线方向距离,得到焊缝左右两咬边数dl、dr;
步骤40依据待检测圆筒件直径生成空间标准圆弧,以图像B激光线两边界点连线为弦长,选取焊缝两侧热影响区外与焊趾最近且关于极大值点P3对称的两点P6、P7,计算点P6、P7到标准圆弧的距离D1、D2,计算点P6、P7到弦长距离D3、D4,根据D1、D2、D3、D4得到焊缝棱角度参数以及错边量参数e、δ。
2.如权利要求1所述的基于结构光与视觉成像的焊缝质量参数检测方法,其特征在于,所述步骤20中焊缝宽度的检测方法为:
设灰度图像中任意一点像素值为G(i,j),选取的两个卷积算子为:
Ix=Sx*G
Iy=Sy*G
则(i,j)位置处的梯度幅值M(i,j)为:
dx(i,j)=[Ix(i,j)+Ix(i+1,j)+Ix(i,j+1)-Ix(i+1,j+1)]/2
dy(i,j)=[Iy(i,j+1)-Iy(i,j)+Iy(i+1,j+1)-Iy(i+1,j)]/2
对M矩阵进行极大值抑制得到矩阵F,令ex(i,j)=F(i+1,j)-F(i,j)、ey(i,j)=F(i,j+1)-F(i,j),且e(i,j)=argmax(ex,ey),全局二值化处理的阈值Th为:
设置自适应双边阈值为2Th与Th,设焊缝宽度特征点P1,P2距离为d12,工业相机标定成像像素与实际尺寸之间比例关系常数为k,焊缝宽度参数w、焊缝宽度特征点P1,P2距离与工业相机标定常数k之间的关系为:
w=d12·k。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811085121.5A CN109239081B (zh) | 2018-09-18 | 2018-09-18 | 基于结构光与视觉成像的焊缝质量参数检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811085121.5A CN109239081B (zh) | 2018-09-18 | 2018-09-18 | 基于结构光与视觉成像的焊缝质量参数检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109239081A CN109239081A (zh) | 2019-01-18 |
CN109239081B true CN109239081B (zh) | 2021-01-15 |
Family
ID=65059529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811085121.5A Active CN109239081B (zh) | 2018-09-18 | 2018-09-18 | 基于结构光与视觉成像的焊缝质量参数检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109239081B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067623B (zh) * | 2020-09-16 | 2024-05-24 | 中国京冶工程技术有限公司 | 钢结构构件焊缝外观质量检测方法及系统 |
CN112465851B (zh) * | 2020-09-27 | 2023-08-01 | 华南理工大学 | 一种基于压力容器表面焊缝表面轮廓曲线的参数检测方法 |
CN113551599A (zh) * | 2021-07-22 | 2021-10-26 | 江苏省特种设备安全监督检验研究院 | 一种基于结构光导向的焊缝位置偏差视觉跟踪方法 |
CN114088738B (zh) * | 2022-01-20 | 2022-04-15 | 深圳市华汉伟业科技有限公司 | 一种环状焊缝的高精度缺陷检测方法和装置 |
CN117630021B (zh) * | 2024-01-25 | 2024-05-14 | 宁德时代新能源科技股份有限公司 | 焊接检测装置及焊接检测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07276074A (ja) * | 1994-03-31 | 1995-10-24 | Nikotetsuku:Kk | 開先部の自動計測装置 |
WO2009074984A2 (en) * | 2007-12-10 | 2009-06-18 | Nova Measuring Instruments Ltd. | Optical system and method for measurement of one or more parameters of via-holes |
CN103542819A (zh) * | 2012-07-17 | 2014-01-29 | 宝山钢铁股份有限公司 | 一种带钢焊缝表面形貌的检测和质量判定方法 |
WO2014138939A1 (en) * | 2013-03-13 | 2014-09-18 | Queen's University At Kingston | Methods and systems for characterizing laser machining properties by measuring keyhole dynamics using interferometry |
CN104636760A (zh) * | 2015-03-11 | 2015-05-20 | 西安科技大学 | 一种焊缝的定位方法 |
CN105891213A (zh) * | 2014-12-19 | 2016-08-24 | 罗武学 | 一种焊接缝质量检验方法 |
CN106442543A (zh) * | 2016-10-14 | 2017-02-22 | 龚新林 | 一种在线识别金属工件连续激光焊缝表面质量的检测方法 |
CN106971407A (zh) * | 2017-02-16 | 2017-07-21 | 浙江工业大学 | 一种基于二维线结构光的焊缝三维重建方法 |
CN107803606A (zh) * | 2017-10-13 | 2018-03-16 | 上海交通大学 | 一种基于全过程标记的焊缝质量检测方法和装置 |
CN107824940A (zh) * | 2017-12-07 | 2018-03-23 | 淮安信息职业技术学院 | 基于激光结构光的焊缝视觉跟踪系统及方法 |
CN108335286A (zh) * | 2018-01-17 | 2018-07-27 | 南京理工大学 | 一种基于双线结构光的在线焊缝成型视觉检测方法 |
-
2018
- 2018-09-18 CN CN201811085121.5A patent/CN109239081B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07276074A (ja) * | 1994-03-31 | 1995-10-24 | Nikotetsuku:Kk | 開先部の自動計測装置 |
WO2009074984A2 (en) * | 2007-12-10 | 2009-06-18 | Nova Measuring Instruments Ltd. | Optical system and method for measurement of one or more parameters of via-holes |
CN103542819A (zh) * | 2012-07-17 | 2014-01-29 | 宝山钢铁股份有限公司 | 一种带钢焊缝表面形貌的检测和质量判定方法 |
WO2014138939A1 (en) * | 2013-03-13 | 2014-09-18 | Queen's University At Kingston | Methods and systems for characterizing laser machining properties by measuring keyhole dynamics using interferometry |
CN105891213A (zh) * | 2014-12-19 | 2016-08-24 | 罗武学 | 一种焊接缝质量检验方法 |
CN104636760A (zh) * | 2015-03-11 | 2015-05-20 | 西安科技大学 | 一种焊缝的定位方法 |
CN106442543A (zh) * | 2016-10-14 | 2017-02-22 | 龚新林 | 一种在线识别金属工件连续激光焊缝表面质量的检测方法 |
CN106971407A (zh) * | 2017-02-16 | 2017-07-21 | 浙江工业大学 | 一种基于二维线结构光的焊缝三维重建方法 |
CN107803606A (zh) * | 2017-10-13 | 2018-03-16 | 上海交通大学 | 一种基于全过程标记的焊缝质量检测方法和装置 |
CN107824940A (zh) * | 2017-12-07 | 2018-03-23 | 淮安信息职业技术学院 | 基于激光结构光的焊缝视觉跟踪系统及方法 |
CN108335286A (zh) * | 2018-01-17 | 2018-07-27 | 南京理工大学 | 一种基于双线结构光的在线焊缝成型视觉检测方法 |
Non-Patent Citations (4)
Title |
---|
On-line Visual Measurement and Inspection of Weld Bead Using Structured Light;Yuan Li et al.;《Measurement Technology Conference》;20080515;2038-2043页 * |
Real-Time Measurement of Width and Height of Weld Beads in GMAW Processes;Jesús Emilio Pinto-Lopera et al.;《sensors》;20160915;第16卷;1-14页 * |
一类窄焊缝的结构光图像特征提取方法;陈海永等;《焊接学报》;20120131;第33卷(第1期);61-64、IV页 * |
激光技术在焊缝质量检测方法中的应用;孟永奇;《热加工工艺》;20131231;第42卷(第24期);225-227、212页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109239081A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109239081B (zh) | 基于结构光与视觉成像的焊缝质量参数检测方法 | |
Shafeek et al. | Automatic inspection of gas pipeline welding defects using an expert vision system | |
Li et al. | Measurement and defect detection of the weld bead based on online vision inspection | |
RU2549913C2 (ru) | Термографический способ контроля и контрольная установка для осуществления способа | |
CN110702783A (zh) | 一种检测水冷壁管热疲劳裂纹的阵列涡流方法 | |
CN114279361B (zh) | 一种筒形零件内壁缺陷尺寸三维测量系统及其测量方法 | |
CN111738985B (zh) | 一种焊缝轮廓视觉检测方法及系统 | |
CN115803619A (zh) | 信息处理装置、判定方法、以及信息处理程序 | |
CN109142533B (zh) | 一种铸件内部缺陷的快速检测方法及设备 | |
CN115836218A (zh) | 检查装置、检查方法、以及检查程序 | |
CN103837596A (zh) | 一种t型可调节式特征导波焊缝检测装置 | |
CN114088808A (zh) | 一种三维感应涡流磁场云图的管道裂纹可视化检测方法和系统 | |
WO2016076316A1 (ja) | 渦電流探傷装置および渦電流探傷方法 | |
CN108956756A (zh) | 一种高灵敏铁磁材料无损检测方法及系统 | |
Li et al. | On-line visual measurement and inspection of weld bead using structured light | |
CN112881403A (zh) | 一种热轧带钢表面缺陷检测装置 | |
KR101315391B1 (ko) | 전자기 유도 센서를 활용한 비파괴 용접품질 전수검사 시스템 및 그 전수검사 방법 | |
CN108982651A (zh) | 基于铁磁平板对接焊缝裂纹检测的交流漏磁传感器及使用其进行裂纹检测的方法 | |
Pearson et al. | A study of MFL signals from a spectrum of defect geometries | |
CN203148899U (zh) | 一种铸铁材料缺陷的声学检测系统 | |
Cui et al. | Using a new magnetic flux leakage method to detect tank bottom weld defects | |
KR101936367B1 (ko) | 전자기 유도 센서를 활용한 비파괴 피로 검사 장치 및 그 검사 방법 | |
Ye et al. | Weld defect inspection based on machine vision and weak magnetic technology | |
Reichert | Pre-and postweld inspection using laser vision | |
Shahriari et al. | Determination of flaw type and location using an expert module in ultrasonic nondestructive testing for weld inspection |
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 |