CN116423049A - 一种补焊位置确定方法和装置 - Google Patents
一种补焊位置确定方法和装置 Download PDFInfo
- Publication number
- CN116423049A CN116423049A CN202310686108.XA CN202310686108A CN116423049A CN 116423049 A CN116423049 A CN 116423049A CN 202310686108 A CN202310686108 A CN 202310686108A CN 116423049 A CN116423049 A CN 116423049A
- Authority
- CN
- China
- Prior art keywords
- detected
- points
- contour line
- determining
- image
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 abstract description 23
- 238000001914 filtration Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/20—Bonding
- B23K26/21—Bonding by welding
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/70—Auxiliary operations or equipment
- B23K26/702—Auxiliary equipment
-
- 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
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/30152—Solder
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种补焊位置确定方法和装置，通过采集并处理待补焊物体的图像获得对应焊缝图像，并根据焊缝图像确定焊缝待测区域，确定后将焊缝待测区域分成若干个待检测区域，并分别计算各区域对应的像素点深度平均值，求出上述平均值中的最小平均值作为第一平均值；根据计算获得的平均值确定二维点的坐标，并将坐标通过直线连接生成第一轮廓线，同时根据二维点进行直线拟合生成标准轮廓线，再根据第一轮廓线和标准轮廓线确定补焊位置。本发明通过细分焊缝再深度值计算，避免了焊错位置的误差产生，同时通过第一轮廓线和标准轮廓线进行对比确定补焊位置的方式能更加准确地反映焊缝的实际情况，提高了确定的补焊位置的精准度以及定位效率。
Description
技术领域
本发明涉及自动化焊接领域，尤其涉及一种补焊位置确定方法和装置。
背景技术
现代航空航天、轨道交通、船舶等广泛采用带筋壁板制造技术，带筋壁板结构整体化制造的最佳手段是采用焊接制造，而激光焊接质量和效率直接影响了这些行业的发展速度和激光焊接应用推广。
现有技术中的引导定位激光补焊的常见位置测距方法基本分为两类，其一为接触式测距，其二为非接触式测距。接触式测距探头容易对产品造成表面划伤，且不便应用于高速测量场景；而非接触式测距容易受到产品表面的反光特性的影响，测量范围有限。
因此，如何提高测距定位速度和定位准确性，同时保持稳定性成为本行业一大难题。
发明内容
本发明提供了一种补焊位置确定方法和装置，以实现提高测距定位速度和定位准确性，同时保持稳定性的技术效果。
为了解决上述技术问题，本发明实施例提供了一种补焊位置确定方法，包括以下步骤：
采集待补焊物体图像，并对所述待补焊物体图像进行图像处理获得焊缝图像，根据所述焊缝图像确定焊缝待测区域；
将所述焊缝待测区域平均分成若干个待检测区域，并分别计算获得所述若干个待检测区域对应的若干个像素点深度平均值，并在所述若干个像素点深度平均值中选择最小的深度平均值作为第一平均值；
根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点；
确定后依次通过直线连接所述若干个二维点获得第一轮廓线，同时对所述若干个二维点进行直线拟合获得标准轮廓线，并根据所述第一轮廓线和所述标准轮廓线确定补焊位置。
本发明提供的补焊位置确定方法，通过采集并处理待补焊物体的图像获得对应焊缝图像，并根据焊缝图像确定焊缝待测区域。由于采集的图像为物体图像并对图像进行处理获得对应焊缝图像，而非直接采集焊缝图像，因此降低了物体表面反光特性的影响，同时也避免了对物体或产品表面产生划伤。对采集的物体图像进行一轮图像处理获得焊缝图像与现有技术直接采集焊缝图像相比，提高了采集的焊缝图像的准确性，降低了环境因素和环境光线的影响。
确定焊缝待测区域后将焊缝待测区域分成若干个待检测区域，并分别计算各区域对应的像素点深度平均值，计算后求出各平均值中的最小平均值为后续确定二维点提供数据基础。本发明提供的补焊位置确定方法通过细分焊缝，再进行深度值计算，进而确定是否需要补焊，避免了出现只通过计算深度值确定是否需要补焊产生的误差。
通过二维点连接的直线即第一轮廓线，也可称为高度差值轮廓线和直线拟合的标准轮廓线进行对比确定补焊位置的方式能更加准确地反映焊缝的实际情况，提高了确定的补焊位置的精准度，同时还提高了定位的效率。同时由于本发明提供的补焊位置确定方法直接对采集图像进行处理，因此无需如现有技术一般建立模型库，减少了检测前需要执行的准备工作，降低了工作人员的工作量进而提高了工作效率。
作为优选例子，所述根据所述焊缝图像确定焊缝待测区域，具体为：
将所述焊缝图像平均分成两个面积相同的第一矩形区域和第二矩形区域，分别计算所述第一矩形区域和所述第二矩形区域的像素点深度值；
以预设的第一深度值为调取标准，在所述第一矩形区域和所述第二矩形区域中调取并整合满足所述调取标准的像素点，生成两个待融合区域；
通过预设的凸包算法将两个待融合区域合并成一个合成区域，并将所述合成区域的外接矩形作为所述焊缝待测区域。
为了根据焊缝图像确定焊缝待测区域，进而提高后续确定补焊位置的准确性，本发明还提供了一种焊缝待测区域确定方法。通过将焊缝图像中焊缝两端深度值最大的两个矩形待融合区域根据凸包算法进行融合，并将合成区域的外接矩形作为焊缝待测区域。本发明提供的方法通过对焊缝图像中的焊缝待测区域进行精准定位，提高后续根据该确定的焊缝待测区域生成的若干待检测区域划分的准确性。
作为优选例子，所述将所述焊缝待测区域平均分成若干个待检测区域，具体为：
调取预设的细分系数，并将所述焊缝待测区域和所述细分系数的余数作为等分系数，按照所述焊缝待测区域的焊缝轨迹方向根据所述等分系数将所述焊缝待测区域平均分成若干个待检测区域。
为了实现针对焊缝待测区域的平均划分，本发明提供了一种对焊缝待测区域进行平均划分的方法，根据预设的细分系数计算获得等分系数，并根据等分系数将焊缝待测区域划分成若干个等分区域，即若干个待检测区域，通过细分焊缝的方式提高后续确定补焊位置的准确性，同时降低发生焊错位置的概率。
同时对焊缝待测区域进行细分也降低了后续计算若干待检测区域的像素点深度平均值的计算量，与现有技术直接计算焊缝待测区域的相似段深度平均值相比，将焊缝待测区域细分成若干个待检测区域后计算若干次像素点深度平均值所需要占用的计算量更小，需要消耗的计算时间也更短，相应的计算效率也被提高了。
作为优选例子，所述根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，具体为：
将所述若干个待检测区域的区域中心的横坐标作为所述若干个二维点的横坐标；
分别计算所述若干个像素点深度平均值和所述第一平均值的差，获得若干个差值，并分别将所述若干个差值和预设的系数常量进行乘法运算，将运算后获得若干个乘积作为所述二维点的纵坐标。
为了后续第一轮廓线的生成，本发明提供了一种根据第一平均值即最小平均值、若干个待检测区域和其对应的若干个深度平均值计算第一轮廓线上的点左边的方法，将细分获得的若干个待检测区域的区域中心的横坐标作为形成第一轮廓线的二维点的横坐标，将若干个深度平均值和第一平均值的差值与系数常量的乘积作为二维点的纵坐标，进而确定若干个二维点，确定的若干个二维点可作为后续确定第一轮廓线的数据基础。
作为优选例子，所述根据所述第一轮廓线和所述标准轮廓线确定补焊位置，具体为：
分别计算所述第一轮廓线上的点与所述标准轮廓线上一一对应的点之间的距离，获得若干个第一距离，将所述若干个第一距离依次分别和预设的距离阈值进行对比；
将对比结果为大于所述距离阈值对应的所述第一轮廓线上的点加入第一集合中，并将所述第一集合中间隔距离小于预设的间隔阈值的点互相进行整合，生成若干个第二集合；
分别计算所述若干个第二集合中点的数量获得若干个集合点数，分别依次将所述若干个集合点数和预设的点数阈值进行对比，并将对比结果为大于所述点数阈值对应的第二集合作为补焊点集合，确定后根据所述补焊点集合确定所述补焊位置。
为了提高确定的补焊位置的准确性，本发明提供的补焊位置确定方法通过将第一轮廓线和标准轮廓线上的点进行一一对比计算，进一步确定补焊位置，避免了出现补焊位置定位错误，导致出现补焊故障。同时，通过直线连接的第一轮廓线和直线拟合的标准轮廓线进行差异对比计算的方式确定补焊位置，有效提高了焊缝确认的精准性，能更准确地反映焊缝的情况，降低出现故障的概率，同时本发明提供的全自动补焊位置定位方法还提高了补焊人员的工作效率，降低了补焊人员的工作压力。
相应的，本发明还提供了一种补焊位置确定装置，所述补焊位置确定装置包括图像采集模块、平均值确定模块和直线拟合模块；
其中，所述图像采集模块用于采集待补焊物体图像，并对所述待补焊物体图像进行图像处理获得焊缝图像，根据所述焊缝图像确定焊缝待测区域；
所述平均值确定模块用于将所述焊缝待测区域平均分成若干个待检测区域，并分别计算获得所述若干个待检测区域对应的若干个像素点深度平均值，并在所述若干个像素点深度平均值中选择最小的深度平均值作为第一平均值；
所述直线拟合模块用于根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，并在确定后依次通过直线连接所述若干个二维点获得第一轮廓线，同时对所述若干个二维点进行直线拟合获得标准轮廓线，并根据所述第一轮廓线和所述标准轮廓线确定补焊位置。
本发明提供的补焊位置的确定装置可实现以上任一项所述的一种补焊位置的确定方法，步骤执行简洁迅速且实现了完全的自动化操作，降低了补焊人员的工作量和工作压力的同时还提高了补焊的准确性和效率。
作为优选例子，所述图像采集模块根据所述焊缝图像确定焊缝待测区域，具体为：
将所述焊缝图像平均分成两个面积相同的第一矩形区域和第二矩形区域，分别计算所述第一矩形区域和所述第二矩形区域的像素点深度值；
以预设的第一深度值范围为调取标准，在所述第一矩形区域和所述第二矩形区域中调取并整合满足所述调取标准的像素点，生成两个待融合区域；
通过预设的凸包算法将两个待融合区域合并成一个合成区域，并将所述合成区域的外接矩形作为所述焊缝待测区域。
作为优选例子，所述平均值确定模块将所述焊缝待测区域平均分成若干个待检测区域，具体为：
调取预设的细分系数，并将所述焊缝待测区域和所述细分系数的余数作为等分系数，按照所述焊缝待测区域的焊缝轨迹方向根据所述等分系数将所述焊缝待测区域平均分成若干个待检测区域。
作为优选例子，所述直线拟合模块根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，具体为：
将所述若干个待检测区域的区域中心的横坐标作为所述若干个二维点的横坐标；
分别计算所述若干个像素点深度平均值和所述第一平均值的差，获得若干个差值，并分别将所述若干个差值和预设的系数常量进行乘法运算，将运算后获得若干个乘积作为所述二维点的纵坐标。
作为优选例子，所述直线拟合模块根据所述第一轮廓线和所述标准轮廓线确定补焊位置，具体为：
分别计算所述第一轮廓线上的点与所述标准轮廓线上一一对应的点之间的距离，获得若干个第一距离，将所述若干个第一距离依次分别和预设的距离阈值进行对比；
将对比结果为大于所述距离阈值对应的所述第一轮廓线上的点加入第一集合中，并将所述第一集合中间隔距离小于预设的间隔阈值的点互相进行整合，生成若干个第二集合；
分别计算所述若干个第二集合中点的数量获得若干个集合点数，分别依次将所述若干个集合点数和预设的点数阈值进行对比，并将对比结果为大于所述点数阈值对应的第二集合作为补焊点集合，确定后根据所述补焊点集合确定所述补焊位置。
附图说明
图1 ：为本发明提供的补焊位置确定方法的一种实施例的流程示意图；
图2 ：为本发明提供的步骤101的一种实施例的流程示意图；
图3 ：为本发明提供的步骤104的一种实施例的流程示意图；
图4 ：为本发明提供的补焊位置确定装置的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
请参照图1，为本发明实施例提供的补焊位置确定方法的一种实施例的流程示意图，包括步骤101至步骤104，各步骤具体如下：
步骤101：采集待补焊物体图像，并对所述待补焊物体图像进行图像处理获得焊缝图像，根据所述焊缝图像确定焊缝待测区域。
为了提高激光补焊测距定位的准确性和效率，同时保证其稳定性，本发明实施例提供了一种补焊位置确定方法，通过对焊缝图像进行划分处理、深度平均值计算和直线拟合稳定实现补焊位置的精准定位，同时由于装置的全自动化功能实现，因此本发明实施例所提供的补焊位置确定方法还提高了补焊效率。
在本实施例步骤101中，系统首先需要对基于机器视觉采集获得的待补焊物体图像进行图像预处理，获得对应的焊缝图像。由于工装夹具、蒙皮化铣槽、焊前去氧化层打磨不规则纹路等多项干扰因素的存在，因此在对焊缝图像进行区域划分之前，为了提高图像质量需要对图像进行特征保存和噪声滤除等步骤，在确保特征存在的前提下去除图像噪声，即去除图像中的大量无效数据。本实施例不对该图像预处理的具体实现方法进行进一步限定，用户可根据实际情况调整该实现方法，包括但不限于均值滤波、双边滤波、中值滤波、高斯滤波以及结合了门限法的动态自适应平滑滤波法等。
在对图像进行图像预处理后，便会对处理后图像进行区域划分，确定焊缝待测区域，为后续计算深度平均值提供数据支持。
综上所述，本发明提供的补焊位置确定方法，通过采集并处理待补焊物体的图像获得对应焊缝图像，并根据焊缝图像确定焊缝待测区域。由于采集的图像为物体图像并对图像进行处理获得对应焊缝图像，而非直接采集焊缝图像，因此降低了物体表面反光特性的影响，同时也避免了对物体或产品表面产生划伤。对采集的物体图像进行一轮图像处理获得焊缝图像与现有技术直接采集焊缝图像相比，提高了采集的焊缝图像的准确性，降低了环境因素和环境光线的影响。
步骤102：将所述焊缝待测区域平均分成若干个待检测区域，并分别计算获得所述若干个待检测区域对应的若干个像素点深度平均值，并在所述若干个像素点深度平均值中选择最小的深度平均值作为第一平均值。
在本实施例中，通过对各待检测区域内的像素点深度值进行累加后再求平均值，继而获得与若干个待检测区域一一对应的若干个像素点深度平均值，计算后在若干个像素点深度平均值中选择最小的深度平均值作为第一平均值，为后续计算二维点坐标提供数据支撑。
可见，本发明实施例提供的补焊位置确定方法通过细分焊缝，再进行深度值计算，进而确定是否需要补焊，避免了出现只通过计算深度值确定是否需要补焊产生的误差。
其中，本实施例将所述焊缝待测区域平均分成若干个待检测区域的具体实现方式为：调取预设的细分系数，并将所述焊缝待测区域和所述细分系数的余数作为等分系数，按照所述焊缝待测区域的焊缝轨迹方向根据所述等分系数将所述焊缝待测区域平均分成若干个待检测区域。
在本实施例中，细分系数可以根据实际数据量和效率要求而变化，细分系数越小，则等分系数越大，对应的系统后续针对像素点深度平均值的计算量也越大，继而使得系统确定补焊位置的效率也越低，但是计算确定的补焊位置的准确性将被提高；相反的，细分系数越大，则对应的等分系数越小，则系统后续针对像素点深度平均值的计算量也就越小，继而使得系统确定补焊位置的效率也越高，然而计算确定的准确性则相应下降。因此，本实施例不对细分系数的具体取值做进一步限定，由用户根据实际情况，包括数据量和效率要求进行调整，但是本实施例优选为10。
综上可见，为了实现针对焊缝待测区域的平均划分，本发明实施例提供了一种对焊缝待测区域进行平均划分的方法，根据预设的细分系数计算获得等分系数，并根据等分系数将焊缝待测区域划分成若干个等分区域，即若干个待检测区域，通过细分焊缝的方式提高后续确定补焊位置的准确性，同时降低发生焊错位置的概率。
同时对焊缝待测区域进行细分也降低了后续计算若干待检测区域的像素点深度平均值的计算量，与现有技术直接计算焊缝待测区域的相似段深度平均值相比，将焊缝待测区域细分成若干个待检测区域后计算若干次像素点深度平均值所需要占用的计算量更小，需要消耗的计算时间也更短，相应的计算效率也被提高了。
步骤103：根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点。
本发明实施例通过步骤102计算获得的各项数据计算若干个二维点的坐标，获得若干个二维点，为后续确定第一轮廓线和标准轮廓线提供参考数据。
其中，步骤102的具体实现方式为：将所述若干个待检测区域的区域中心的横坐标作为所述若干个二维点的横坐标；分别计算所述若干个像素点深度平均值和所述第一平均值的差，获得若干个差值，并分别将所述若干个差值和预设的系数常量进行乘法运算，将运算后获得若干个乘积作为所述二维点的纵坐标。
为了后续第一轮廓线的生成，本发明实施例提供了一种根据第一平均值即最小平均值、若干个待检测区域和其对应的若干个深度平均值计算第一轮廓线上的点左边的方法，通过将细分获得的若干个待检测区域的区域中心的横坐标作为醉成第一轮廓线的二维点的横坐标，将若干个深度平均值和第一平均值的差值与系数常量的乘积作为二维点的纵坐标，进而确定若干个二维点，确定的若干个二维点可作为后续确定第一轮廓线的数据基础。
步骤104：确定后依次通过直线连接所述若干个二维点获得第一轮廓线，同时对所述若干个二维点进行直线拟合获得标准轮廓线，并根据所述第一轮廓线和所述标准轮廓线确定补焊位置。
本发明实施例中，第一轮廓线为系统按顺序连成的一条高度差值轮廓线，而对若干个二维点进行直线拟合前，本实施例还将基于若干个二维点的纵坐标，根据正态分布的1sigma原则对若干个二维点进行离散点去除，去除若干个二维点中偏离较大的离散点，并在去除离散点后，对剩下的二维点进行直线拟合，继而获得对应的标准轮廓线。
综上，本发明实施例通过二维点连接的直线和直线拟合的标准轮廓线进行对比确定补焊位置的方式能更加准确地反映焊缝的实际情况，提高了确定的补焊位置的精准度，同时还提高了定位的效率。同时由于本发明提供的补焊位置确定方法直接对采集图像进行处理，因此无需如现有技术一般建立模型库，减少了检测前需要执行的准备工作，降低了工作人员的工作量进而提高了工作效率。
作为本实施例的另一种举例，参见图2，图2为本发明提供的步骤101的一种实施例的流程示意图，包括步骤201至步骤203，各步骤具体如下：
步骤201：将所述焊缝图像平均分成两个面积相同的第一矩形区域和第二矩形区域，分别计算所述第一矩形区域和所述第二矩形区域的像素点深度值。
本实施例获得第一矩形区域和第二矩形区域的方法为将焊缝图像平均划分为两个面积相等的矩形区域，同样本举例确定两个矩形区域的方法还包括在焊缝图像的焊缝终点处和焊缝起点处各自确定一个面积相等的矩形区域。
步骤202：以预设的第一深度值为调取标准，在所述第一矩形区域和所述第二矩形区域中调取并整合满足所述调取标准的像素点，生成两个待融合区域。
本举例对所述第一深度值的计算方式为分别计算所述第一矩形区域和第二矩形区域中所有像素点的深度值，并分别在两个区域对应的所有深度值中选择其中的最大深度值，其中，所述第一矩形区域的最大深度值为第一区域深度值D1，和所述第二矩形区域的最大深度值为第二区域深度值D2。确定后调用一个预设的领域数值，本举例不对该领域数值的具体数值做进一步限定，用户可根据实际情况进行调整。将第一区域深度值与所述领域数值相减，则相减后获得的差即为第一矩形区域对应的第一深度值K1；将第二区域深度值与所述领域数值相减，则相减的差为第二矩形区域对应的第二深度值K2。
确定两个矩形区域分别对应的第一深度值即调取标准后，分别将各自矩形区域内所有像素点对应的深度值中，具体数值在第一深度值至最大深度值范围内的像素点融合形成待融合区域。因此，第一矩形区域内生成的待融合区域内的所有像素点的深度值均在[K1，D1]范围内，而第二矩形区域内生成的待融合区域内的所有像素点的深度值则在[K2，D2]范围内。
步骤203：通过预设的凸包算法将两个待融合区域合并成一个合成区域，并将所述合成区域的外接矩形作为所述焊缝待测区域。
综上所述，为了根据焊缝图像确定焊缝待测区域，进而提高后续确定补焊位置的准确性，本发明实施例还提供了一种焊缝待测区域确定方法。通过将焊缝图像中焊缝两端深度值最大的两个矩形待融合区域根据凸包算法进行融合，并将合成区域的外接矩形作为焊缝待测区域。本发明提供的方法通过对焊缝图像中的焊缝待测区域进行精准定位，提高后续根据该确定的焊缝待测区域生成的若干待检测区域划分的准确性。
作为本发明实施例的又一举例，参见图3，图3为本发明提供的步骤104的一种实施例的流程示意图，包括步骤301至步骤303，各步骤具体如下：
步骤301：分别计算所述第一轮廓线上的点与所述标准轮廓线上一一对应的点之间的距离，获得若干个第一距离，将所述若干个第一距离依次分别和预设的距离阈值进行对比。
本举例通过将第一轮廓线即高度差值轮廓线上的点和标准轮廓线上的点一一对应进行距离计算，可获得若干个第一距离，即为将第一轮廓线和标准轮廓线进行对比，可获得第一轮廓线与标准轮廓线包围的区域，该包围区域即由若干个第一距离组成。确定第一距离后，将第一距离和设定的距离阈值进行比较，为后续确定第一集合提供数据基础。
步骤302：将对比结果为大于所述距离阈值对应的所述第一轮廓线上的点加入第一集合中，并将所述第一集合中间隔距离小于预设的间隔阈值的点互相进行整合，生成若干个第二集合。
在本举例中，第一集合在未加入任何点之前为空集合，因此在系统根据对比结果将第一距离大于距离阈值的第一轮廓线上的点加入第一集合，则第一集合中均为第一轮廓线上的点。本举例中将所述第一集合中间隔距离小于预设的间隔阈值的点互相进行整合，生成若干个第二集合，即为将第一集合中相邻的点进行整合，而针对所述相邻的判断标准为预设的间隔阈值，继而系统将小于预设间隔阈值的点加入同一第二集合中，则可生成若干个第二集合，为后续确定补焊位置提供数据基础。
步骤303：分别计算所述若干个第二集合中点的数量获得若干个集合点数，分别依次将所述若干个集合点数和预设的点数阈值进行对比，并将对比结果为大于所述点数阈值对应的第二集合作为补焊点集合，确定后根据所述补焊点集合确定所述补焊位置。
为了避免出现某个第二集合中的点数过少导致该集合对应确定补焊位置错误的情况，因此本举例在确定若干个第二集合后将通过预设的点数阈值对所有第二集合进行筛选，将其中集合点数小于点数阈值的第二集合进行筛选排除，而筛选排除后剩下的第二集合则为补焊点集合，将所有补焊点集合对应的最小横坐标和最大横坐标转换成补焊起点和补焊终点，则可确定补焊位置。确定补焊位置后，系统将发送补焊位置的补焊起点和补焊终点至补焊设备，使得对应补焊可根据接收到的补焊起点和补焊终点执行补焊操作。
综上，为了提高确定的补焊位置的准确性，本发明提供的补焊位置确定方法通过将第一轮廓线和标准轮廓线上的点进行一一对比计算，进一步确定补焊位置，避免了出现补焊位置定位错误，导致出现补焊故障。同时，通过直线连接的第一轮廓线和直线拟合的标准轮廓线进行差异对比计算的方式确定补焊位置，有效提高了焊缝确认的精准性，能更准确地反映焊缝的情况，降低出现故障的概率，同时本发明提供的全自动补焊位置定位方法还提高了补焊人员的工作效率，降低了补焊人员的工作压力。
为了更好地说明本发明一种补焊位置确定方法和装置的工作原理与步骤流程，可以但不限于参见上文的相关记载。
相应的，参见图4，图4为本发明提供的补焊位置确定装置的一种实施例的结构示意图。如图4所示，所述补焊位置确定装置包括图像采集模块401、平均值确定模块402和直线拟合模块403。
其中，所述图像采集模块401用于采集待补焊物体图像，并对所述待补焊物体图像进行图像处理获得焊缝图像，根据所述焊缝图像确定焊缝待测区域。
所述图像采集模块401根据所述焊缝图像确定焊缝待测区域的具体实现方法为：
将所述焊缝图像平均分成两个面积相同的第一矩形区域和第二矩形区域，分别计算所述第一矩形区域和所述第二矩形区域的像素点深度值；
以预设的第一深度值范围为调取标准，在所述第一矩形区域和所述第二矩形区域中调取并整合满足所述调取标准的像素点，生成两个待融合区域；
通过预设的凸包算法将两个待融合区域合并成一个合成区域，并将所述合成区域的外接矩形作为所述焊缝待测区域。
所述平均值确定模块402用于将所述焊缝待测区域平均分成若干个待检测区域，并分别计算获得所述若干个待检测区域对应的若干个像素点深度平均值，并在所述若干个像素点深度平均值中选择最小的深度平均值作为第一平均值。
所述平均值确定模块402将所述焊缝待测区域平均分成若干个待检测区域的具体实现方法为：
调取预设的细分系数，并将所述焊缝待测区域和所述细分系数的余数作为等分系数，按照所述焊缝待测区域的焊缝轨迹方向根据所述等分系数将所述焊缝待测区域平均分成若干个待检测区域。
所述直线拟合模块403用于根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，并在确定后依次通过直线连接所述若干个二维点获得第一轮廓线，同时对所述若干个二维点进行直线拟合获得标准轮廓线，并根据所述第一轮廓线和所述标准轮廓线确定补焊位置。
所述直线拟合模块403根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，具体为：
将所述若干个待检测区域的区域中心的横坐标作为所述若干个二维点的横坐标；分别计算所述若干个像素点深度平均值和所述第一平均值的差，获得若干个差值，并分别将所述若干个差值和预设的系数常量进行乘法运算，将运算后获得若干个乘积作为所述二维点的纵坐标。
除此之外，所述直线拟合模块根据所述第一轮廓线和所述标准轮廓线确定补焊位置，具体为：
分别计算所述第一轮廓线上的点与所述标准轮廓线上一一对应的点之间的距离，获得若干个第一距离，将所述若干个第一距离依次分别和预设的距离阈值进行对比；
将对比结果为大于所述距离阈值对应的所述第一轮廓线上的点加入第一集合中，并将所述第一集合中间隔距离小于预设的间隔阈值的点互相进行整合，生成若干个第二集合；
分别计算所述若干个第二集合中点的数量获得若干个集合点数，分别依次将所述若干个集合点数和预设的点数阈值进行对比，并将对比结果为大于所述点数阈值对应的第二集合作为补焊点集合，确定后根据所述补焊点集合确定所述补焊位置。
综上所述，本发明实施例提供了一种补焊位置确定方法和装置，通过采集并处理待补焊物体的图像获得对应焊缝图像，并根据焊缝图像确定焊缝待测区域，确定焊缝待测区域后将焊缝待测区域分成若干个待检测区域，并分别计算各区域对应的像素点深度平均值，求出上述平均值中的最小平均值作为第一平均值；根据计算获得的平均值确定二维点的坐标，并将坐标通过直线连接生成第一轮廓线，同时根据二维点进行直线拟合生成标准轮廓线，再根据第一轮廓线和标准轮廓线确定补焊位置。本发明通过细分焊缝再进行深度值计算，进而确定是否需要补焊的方式，避免了出现只通过计算深度值确定是否需要补焊产生的误差，同时通过第一轮廓线和标准轮廓线进行对比确定补焊位置的方式能更加准确地反映焊缝的实际情况，提高了确定的补焊位置的精准度，同时还提高了定位的效率。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种补焊位置确定方法，其特征在于，包括以下步骤：
采集待补焊物体图像，并对所述待补焊物体图像进行图像处理获得焊缝图像，根据所述焊缝图像确定焊缝待测区域；
将所述焊缝待测区域平均分成若干个待检测区域，并分别计算获得所述若干个待检测区域对应的若干个像素点深度平均值，并在所述若干个像素点深度平均值中选择最小的深度平均值作为第一平均值；
根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点；
确定后依次通过直线连接所述若干个二维点获得第一轮廓线，同时对所述若干个二维点进行直线拟合获得标准轮廓线，并根据所述第一轮廓线和所述标准轮廓线确定补焊位置。
2.如权利要求1所述的一种补焊位置确定方法，其特征在于，所述根据所述焊缝图像确定焊缝待测区域，具体为：
将所述焊缝图像平均分成两个面积相同的第一矩形区域和第二矩形区域，分别计算所述第一矩形区域和所述第二矩形区域的像素点深度值；
以预设的第一深度值为调取标准，在所述第一矩形区域和所述第二矩形区域中调取并整合满足所述调取标准的像素点，生成两个待融合区域；
通过预设的凸包算法将两个待融合区域合并成一个合成区域，并将所述合成区域的外接矩形作为所述焊缝待测区域。
3.如权利要求1所述的一种补焊位置确定方法，其特征在于，所述将所述焊缝待测区域平均分成若干个待检测区域，具体为：
调取预设的细分系数，并将所述焊缝待测区域和所述细分系数的余数作为等分系数，按照所述焊缝待测区域的焊缝轨迹方向根据所述等分系数将所述焊缝待测区域平均分成若干个待检测区域。
4.如权利要求1所述的一种补焊位置确定方法，其特征在于，所述根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，具体为：
将所述若干个待检测区域的区域中心的横坐标作为所述若干个二维点的横坐标；
分别计算所述若干个像素点深度平均值和所述第一平均值的差，获得若干个差值，并分别将所述若干个差值和预设的系数常量进行乘法运算，将运算后获得若干个乘积作为所述二维点的纵坐标。
5.如权利要求1所述的一种补焊位置确定方法，其特征在于，所述根据所述第一轮廓线和所述标准轮廓线确定补焊位置，具体为：
分别计算所述第一轮廓线上的点与所述标准轮廓线上一一对应的点之间的距离，获得若干个第一距离，将所述若干个第一距离依次分别和预设的距离阈值进行对比；
将对比结果为大于所述距离阈值对应的所述第一轮廓线上的点加入第一集合中，并将所述第一集合中间隔距离小于预设的间隔阈值的点互相进行整合，生成若干个第二集合；
分别计算所述若干个第二集合中点的数量获得若干个集合点数，分别依次将所述若干个集合点数和预设的点数阈值进行对比，并将对比结果为大于所述点数阈值对应的第二集合作为补焊点集合，确定后根据所述补焊点集合确定所述补焊位置。
6.一种补焊位置确定装置，其特征在于，所述补焊位置确定装置包括图像采集模块、平均值确定模块和直线拟合模块；
其中，所述图像采集模块用于采集待补焊物体图像，并对所述待补焊物体图像进行图像处理获得焊缝图像，根据所述焊缝图像确定焊缝待测区域；
所述平均值确定模块用于将所述焊缝待测区域平均分成若干个待检测区域，并分别计算获得所述若干个待检测区域对应的若干个像素点深度平均值，并在所述若干个像素点深度平均值中选择最小的深度平均值作为第一平均值；
所述直线拟合模块用于根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，并在确定后依次通过直线连接所述若干个二维点获得第一轮廓线，同时对所述若干个二维点进行直线拟合获得标准轮廓线，并根据所述第一轮廓线和所述标准轮廓线确定补焊位置。
7.如权利要求6所述的一种补焊位置确定装置，其特征在于，所述图像采集模块根据所述焊缝图像确定焊缝待测区域，具体为：
将所述焊缝图像平均分成两个面积相同的第一矩形区域和第二矩形区域，分别计算所述第一矩形区域和所述第二矩形区域的像素点深度值；
以预设的第一深度值范围为调取标准，在所述第一矩形区域和所述第二矩形区域中调取并整合满足所述调取标准的像素点，生成两个待融合区域；
通过预设的凸包算法将两个待融合区域合并成一个合成区域，并将所述合成区域的外接矩形作为所述焊缝待测区域。
8.如权利要求6所述的一种补焊位置确定装置，其特征在于，所述平均值确定模块将所述焊缝待测区域平均分成若干个待检测区域，具体为：
调取预设的细分系数，并将所述焊缝待测区域和所述细分系数的余数作为等分系数，按照所述焊缝待测区域的焊缝轨迹方向根据所述等分系数将所述焊缝待测区域平均分成若干个待检测区域。
9.如权利要求6所述的一种补焊位置确定装置，其特征在于，所述直线拟合模块根据所述若干个待检测区域、所述若干个像素点深度平均值和所述第一平均值确定若干个二维点，具体为：
将所述若干个待检测区域的区域中心的横坐标作为所述若干个二维点的横坐标；
分别计算所述若干个像素点深度平均值和所述第一平均值的差，获得若干个差值，并分别将所述若干个差值和预设的系数常量进行乘法运算，将运算后获得若干个乘积作为所述二维点的纵坐标。
10.如权利要求6所述的一种补焊位置确定装置，其特征在于，所述直线拟合模块根据所述第一轮廓线和所述标准轮廓线确定补焊位置，具体为：
分别计算所述第一轮廓线上的点与所述标准轮廓线上一一对应的点之间的距离，获得若干个第一距离，将所述若干个第一距离依次分别和预设的距离阈值进行对比；
将对比结果为大于所述距离阈值对应的所述第一轮廓线上的点加入第一集合中，并将所述第一集合中间隔距离小于预设的间隔阈值的点互相进行整合，生成若干个第二集合；
分别计算所述若干个第二集合中点的数量获得若干个集合点数，分别依次将所述若干个集合点数和预设的点数阈值进行对比，并将对比结果为大于所述点数阈值对应的第二集合作为补焊点集合，确定后根据所述补焊点集合确定所述补焊位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310686108.XA CN116423049B (zh) | 2023-06-12 | 2023-06-12 | 一种补焊位置确定方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310686108.XA CN116423049B (zh) | 2023-06-12 | 2023-06-12 | 一种补焊位置确定方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116423049A true CN116423049A (zh) | 2023-07-14 |
| CN116423049B CN116423049B (zh) | 2023-09-08 |
Family
ID=87087551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310686108.XA Active CN116423049B (zh) | 2023-06-12 | 2023-06-12 | 一种补焊位置确定方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116423049B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108857032A (zh) * | 2018-07-27 | 2018-11-23 | 中国航空制造技术研究院 | 一种球壳赤道焊缝的横枪电子束补焊方法 |
| CN111738985A (zh) * | 2020-05-29 | 2020-10-02 | 长安大学 | 一种焊缝轮廓视觉检测方法及系统 |
| CN113566711A (zh) * | 2021-09-23 | 2021-10-29 | 四川国芯通智能科技有限公司 | 一种补焊位置的确定方法 |
| US20220097178A1 (en) * | 2019-06-14 | 2022-03-31 | Panasonic Intellectual Property Management Co., Ltd. | Repair welding control device and repair welding control method |
| CN115464263A (zh) * | 2022-09-21 | 2022-12-13 | 中国航空制造技术研究院 | 一种激光焊接焊缝自动寻迹方法、检测方法及装置 |
-
2023
- 2023-06-12 CN CN202310686108.XA patent/CN116423049B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108857032A (zh) * | 2018-07-27 | 2018-11-23 | 中国航空制造技术研究院 | 一种球壳赤道焊缝的横枪电子束补焊方法 |
| US20220097178A1 (en) * | 2019-06-14 | 2022-03-31 | Panasonic Intellectual Property Management Co., Ltd. | Repair welding control device and repair welding control method |
| CN111738985A (zh) * | 2020-05-29 | 2020-10-02 | 长安大学 | 一种焊缝轮廓视觉检测方法及系统 |
| CN113566711A (zh) * | 2021-09-23 | 2021-10-29 | 四川国芯通智能科技有限公司 | 一种补焊位置的确定方法 |
| CN115464263A (zh) * | 2022-09-21 | 2022-12-13 | 中国航空制造技术研究院 | 一种激光焊接焊缝自动寻迹方法、检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116423049B (zh) | 2023-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102589435B (zh) | 噪声环境下激光束中心高效精确检测方法 | |
| CN107341802B (zh) | 一种基于曲率与灰度复合的角点亚像素定位方法 | |
| CN111738985B (zh) | 一种焊缝轮廓视觉检测方法及系统 | |
| CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
| CN111103291A (zh) | 基于产品焊缝特征的图像识别与质量智能评价系统 | |
| CN111192225B (zh) | 确定管道是否存在缺陷的方法、设备和计算机程序介质 | |
| CN115953400B (zh) | 基于三维点云物体表面的腐蚀坑自动检测方法 | |
| CN108986160A (zh) | 一种含有镜面反射光干扰的图像激光中心线提取方法 | |
| CN116091404A (zh) | 一种基于图像-点云信息融合的焊线缺陷检测及模式识别方法 | |
| CN112561854A (zh) | 一种基于线结构光点云的焊缝检测方法 | |
| CN116423049B (zh) | 一种补焊位置确定方法和装置 | |
| CN112729157A (zh) | 基于四步相移与双目立体视觉融合的钣金件测量方法 | |
| Yu et al. | Visual texture-based 3-D roughness measurement for additive manufacturing surfaces | |
| García et al. | Rail surface inspection system using differential topographic images | |
| CN116664508A (zh) | 一种焊缝表面质量检测方法及计算机可读存储介质 | |
| CN117324221A (zh) | 一种曲面构件腻子喷涂方法 | |
| CN218504096U (zh) | 一种具备智能识别、检测焊缝功能的恒力控制打磨器具 | |
| CN111815575A (zh) | 一种基于机器视觉的轴承钢珠零件检测方法 | |
| CN115213563B (zh) | 激光智能焊接方法及系统 | |
| CN110021027B (zh) | 一种基于双目视觉的切边点计算方法 | |
| Belhaoua et al. | Estimation of 3D reconstruction errors in a stereo-vision system | |
| CN115980063A (zh) | 工件表面瑕疵检测方法及装置 | |
| CN115290656A (zh) | 一种基于线结构光的焊缝表面缺陷检测与分类方法 | |
| Denkena et al. | Fast inspection of larger sized curved surfaces by stripe projection | |
| CN117934429B (zh) | 基于三维点云和轮廓匹配的客车侧墙板平整度检测方法 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 101-301, building 3, No.9, Huijiang Shinan 2nd Road, Dashi street, Panyu District, Guangzhou, Guangdong 511400 Patentee after: Guangzhou Yihong Intelligent Equipment Co.,Ltd. Country or region after: China Address before: 101-301, building 3, No.9, Huijiang Shinan 2nd Road, Dashi street, Panyu District, Guangzhou, Guangdong 511400 Patentee before: GUANGZHOU EHOLLY INTELLIGENT EQUIPMENT Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |