CN117422713B - 一种根据oct点云提取激光焊接熔深曲线的方法及系统 - Google Patents
一种根据oct点云提取激光焊接熔深曲线的方法及系统 Download PDFInfo
- Publication number
- CN117422713B CN117422713B CN202311733394.7A CN202311733394A CN117422713B CN 117422713 B CN117422713 B CN 117422713B CN 202311733394 A CN202311733394 A CN 202311733394A CN 117422713 B CN117422713 B CN 117422713B
- Authority
- CN
- China
- Prior art keywords
- penetration
- points
- point cloud
- noise
- effective
- 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
- 230000035515 penetration Effects 0.000 title claims abstract description 133
- 238000003466 welding Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001914 filtration Methods 0.000 claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 230000004927 fusion Effects 0.000 claims abstract description 5
- 230000010355 oscillation Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims 2
- 238000005457 optimization Methods 0.000 claims 2
- 238000009499 grossing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001228 spectrum 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2131—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on a transform domain processing, e.g. wavelet transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种根据OCT点云提取激光焊接熔深曲线的方法及系统，该方法包括：在干涉信号中剔除参考光的均值,得到新的干涉信号，对新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点；对二维点云的范围进行网格划分，生成多个网格区域，通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，将所述某一网格区域定义为噪声区，删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对有效点进行百分位数滤波得到焊缝的熔深曲线。
Description
技术领域
本发明属于提取激光焊接熔深曲线技术领域，更具体地，涉及一种根据OCT点云提取激光焊接熔深曲线的方法及系统。
背景技术
激光焊接技术由于其高效、环保的特点如今已被大量应用在航空航天，汽车船舶等领域。为提高良品率，实现焊接过程中焊接质量的实时监控是很有必要的。由于测量焊缝熔深采用谱域OCT技术，熔池匙孔的不规则反射以及环境干扰会导致采集到的干涉信号中存在大量噪声，严重影响测量精度。目前大多数滤噪方法仍无法高效准确去除，进而导致熔深测量效果不佳。因此，开发一种激光焊接过程中熔深提取方法及设备，可以有效改进上述缺陷，成为业界亟待解决的技术问题。
发明内容
为解决以上技术问题，本发明提出一种根据OCT点云提取激光焊接熔深曲线的方法，包括：
在干涉信号中剔除参考光的均值,得到新的干涉信号，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点；
对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，则将所述某一网格区域定义为噪声区，并删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，则将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对所述有效点进行百分位数滤波得到焊缝的熔深曲线。
进一步的，对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率包括：根据间隔深度和间隔步长对二维点云的范围进行网格划分,由先验知识得到poisson分布的参数均值，用于表示单位网格里的噪声点个数；
根据每个网格区域的散点数计算噪声概率。
进一步的，对所述有效点进行百分位数滤波得到焊缝的熔深曲线包括：对所述有效点按照距离间隔划分为多个窗口，对每个窗口内的有效散点按深度从小到大进行排序，设定百分位滤波参数p，将排在第n*p的有效散点的深度定义为所述窗口的深度，从而得到每个窗口对应位置的熔深和熔深点，对熔深点通过滑动窗口平均法进行平滑处理,得到焊缝的熔深曲线。
进一步的，还包括：将焊缝的熔深曲线与实际的熔深金相曲线进行对比,得到熔深误差，所述熔深误差小于等于10%。
进一步的，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云包括：
，
其中，为熔深信息，/>为深度坐标，N为像素点个数，/>为第i个像素点采集到的干涉信号，/>为第/>个像素点对应的波数，/>为CCD相机上的波数范围，/>为虚数单位。
本发明还提出一种根据OCT点云提取激光焊接熔深曲线的系统，包括：
获取二维点云模块，用于在干涉信号中剔除参考光的均值,得到新的干涉信号，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点；
获取熔深曲线模块，用于对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，则将所述某一网格区域定义为噪声区，并删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，则将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对所述有效点进行百分位数滤波得到焊缝的熔深曲线。
进一步的，对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率包括：根据间隔深度和间隔步长对二维点云的范围进行网格划分,由先验知识得到poisson分布的参数均值，用于表示单位网格里的噪声点个数；
根据每个网格区域的散点数计算噪声概率。
进一步的，对所述有效点进行百分位数滤波得到焊缝的熔深曲线包括：对所述有效点按照距离间隔划分为多个窗口，对每个窗口内的有效散点按深度从小到大进行排序，设定百分位滤波参数p，将排在第np的有效散点的深度定义为所述窗口的深度，从而得到每个窗口对应位置的熔深和熔深点，对熔深点通过滑动窗口平均法进行平滑处理,得到焊缝的熔深曲线。
进一步的，还包括：将焊缝的熔深曲线与实际的熔深金相曲线进行对比,得到熔深误差，所述熔深误差小于等于10%。
进一步的，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云包括：
，
其中，为熔深信息，/>为深度坐标，N为像素点个数，/>为第i个像素点采集到的干涉信号，/>为第/>个像素点对应的波数，/>为CCD相机上的波数范围，/>为虚数单位。
通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明在干涉信号中剔除参考光的均值,得到新的干涉信号，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点；对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，则将所述某一网格区域定义为噪声区，并删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，则将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对所述有效点进行百分位数滤波得到焊缝的熔深曲线。通过以上技术方案，能够准确绘制熔深曲线。
附图说明
图1是本发明实施例1的方法流程图；
图2是本发明实施例4的熔深提取电子设备实体结构示意图；
图3是本发明实施例1的参考光均值数据效果示意图；
图4是本发明实施例1的possion去噪算法流程图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本发明提供的方法可以在如下的终端环境中实施，所述终端可以包括一个或多个如下部件：处理器、存储介质和显示屏。其中，存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储介质内的指令、程序、代码集或指令集，以及调用存储在存储介质内的数据，执行终端的各种功能和处理数据。
存储介质可以包括随机存储介质(Random Access Memory，RAM)，也可以包括只读存储介质(Read-Only Memory，ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
本发明公式中所有下角标只为了区分参数，并没有实际含义。
除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
实施例1
如图1所示，本发明提出一种根据OCT点云提取激光焊接熔深曲线的方法，包括：
步骤101，利用迈克尔逊干涉仪原理，采集参考光，在干涉信号中剔除参考光的均值,得到新的干涉信号，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点，如图3所示；
具体的，在采集熔深检测系统的参考光的过程中，系统的采样频率为250kHZ，焊接速度设定为45mm/s,焊接长度为50mm。采集熔深监测系统参考光的数据，参考光均值数据如图4所示。
具体的，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云包括：
，
其中，为熔深信息，/>为深度坐标，N为像素点个数，/>为第i个像素点采集到的干涉信号，/>为第/>个像素点对应的波数，/>为CCD相机上的波数范围，/>为虚数单位。
为了更加准确，本实施例对以上公式进行优化，具体包括：
，
其中，为二维点云的列方向的像素坐标，/>为二维点云第i行像素点和第j列像素点相交处获取的采集信号,/>为第一维深度坐标，/>为第二维深度坐标。
具体地，在较低深度探测的情况下，非均匀和均匀傅里叶变换的效果差别较小，在较深探测的情况下，非均匀傅里叶变换的信号展宽较小，峰值较高。普通傅里叶变换是基于时域上均匀采样的数据进行处理，当数据采样时域不均匀的时候需要在时域上进行插值处理再进行傅里叶变换，但是这样导致高频上信号信噪比下降，所以这样情况采用非均匀的傅里叶变换。非均匀傅里叶变换直接将信号时域表达式的横坐标更换为非均匀的，直接进行处理，获得的是频域上不均匀的矩阵乘式，进行矩阵计算获得信号。非均匀傅里叶变换可以提高高频的信噪比，降低信号的展宽，进而降低插值运算带来的误差。
步骤102，对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，则将所述某一网格区域定义为噪声区，并删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，则将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对所述有效点进行百分位数滤波得到焊缝的熔深曲线。
具体的，对二维点云范围根据间隔深度和间隔步长/>进行网格划分，由先验知识得到possion分布的参数均值/>，表示单位网格里的噪声点个数，根据每个网格的散点数k计算possion概率，
，
具体的，对提取得到的熔深信息散点，横坐标为熔池在焊缝的位置，纵坐标为得到的深度信息，首先对二维坐标系根据间隔深度和间隔步长/>进行网格划分，计算每个网格区域内散点个数。根据先验知识设定possion分布的参数均值/>，表示在网格区域内噪声点个数的期望。用参数均值/>和网格区域散点个数可由上式计算出对应的possion概率。由possion分布的规律可知，当取值在均值附近时概率取最高，当散点数取值离噪声均值越远时概率越低。因此通过设定噪声概率阈值可区分当前网格区域为噪声点还是有效点。网格区域对应的噪声概率高于噪声阈值定义为噪声区域，其所包含的点定义为噪声点，低于噪声概率的区域定义为有效区域，其所包含的点定义为有效点。
为了更加准确，本实施例对以上公式进行优化，具体包括：
，
其中，为振幅系数，/>为震荡频率，/>为角频率，/>为时间变量，/>为初始相位。
具体的，对所述有效点进行百分位数滤波得到焊缝的熔深曲线包括：对所述有效点按照距离间隔划分为多个窗口，对每个窗口内的有效散点按深度从小到大进行排序，设定百分位滤波参数p，将排在第n*p的有效散点的深度定义为所述窗口的深度（ P是百分位数，np就是当前窗口内有效点总数n乘以百分位数p，就表示排序在第np的点。如n=100，p=0.05，就是排序在第五的位置的点），从而得到每个窗口对应位置的熔深和熔深点，对熔深点通过滑动窗口平均法进行平滑处理,得到焊缝的熔深曲线。
具体的，还包括：将焊缝的熔深曲线与实际的熔深金相曲线进行对比,得到熔深误差，所述熔深误差小于等于10%。
具体的，将拟合的熔深曲线与实际的熔深金相曲线对比，误差控制在10%以内，能够有效的反应激光焊接的焊缝熔深，连续记录焊缝每个位置的熔深曲线，可以有效地划分了熔深的有效区域，避免了熔深表面和熔池匙孔内壁反射光的干扰，去除无效的噪声信号，并提取出有效的熔深曲线数据。
具体的，对提取得到的有效点按距离间隔划分窗口，对每个窗口内的有效散点按深度从小到大进行排序，将百分位滤波参数定为p，将排在第np的散点深度定义为该窗口的深度。对每个窗口进行百分位滤波处理操作后，得到了每个窗口对应位置的熔深。对这些熔深点通过滑动窗口平均法对熔深信息点进行平滑处理，得到最终的熔深曲线。
本发明实施例提供的激光焊接熔深提取方法，通过去除参考光的均值直流项，采用非均匀傅里叶变换降低信号的展宽，阈值的峰值滤噪模式降低波动干扰，使用标准化possion分布计算概率通过设定阈值划分熔深的有效区域，对有效散点划分区域使用百分位滤波和滑动窗口滤波得到熔深曲线，可以去除信号中未干涉的无效信号以及噪声信号，提高了熔深曲线拟合的精度，进而精确提取激光焊接的熔深信息。
实施例2
本发明还提出一种根据OCT点云提取激光焊接熔深曲线的系统，包括：
获取二维点云模块，用于在干涉信号中剔除参考光的均值,得到新的干涉信号，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点；
具体的，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云包括：
，
其中，为熔深信息，/>为深度坐标，N为像素点个数，/>为第i个像素点采集到的干涉信号，/>为第/>个像素点对应的波数，/>为CCD相机上的波数范围，/>为虚数单位。
获取熔深曲线模块，用于对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，则将所述某一网格区域定义为噪声区，并删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，则将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对所述有效点进行百分位数滤波得到焊缝的熔深曲线。
具体的，对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率包括：根据间隔深度和间隔步长对二维点云的范围进行网格划分,由先验知识得到poisson分布的参数均值，用于表示单位网格里的噪声点个数；
根据每个网格区域的散点数计算噪声概率。
具体的，对所述有效点进行百分位数滤波得到焊缝的熔深曲线包括：对所述有效点按照距离间隔划分为多个窗口，对每个窗口内的有效散点按深度从小到大进行排序，设定百分位滤波参数p，将排在第n*p的有效散点的深度定义为所述窗口的深度，从而得到每个窗口对应位置的熔深和熔深点，对熔深点通过滑动窗口平均法进行平滑处理,得到焊缝的熔深曲线。
具体的，还包括：将焊缝的熔深曲线与实际的熔深金相曲线进行对比,得到熔深误差，所述熔深误差小于等于10%。
实施例3
本发明实施例还提出一种存储介质，存储有多条指令，所述指令用于实现所述的一种根据OCT点云提取激光焊接熔深曲线的方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行实施例1步骤的程序代码。
实施例4
如图2所示，本发明实施例还提出一种电子设备，包括处理器和与所述处理器连接的存储介质，所述存储介质存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行一种根据OCT点云提取激光焊接熔深曲线的方法。
具体的，本实施例的电子设备可以是计算机终端，所述计算机终端可以包括：一个或多个处理器、以及存储介质。
其中，存储介质可用于存储软件程序以及模块，如本发明实施例中的一种根据OCT点云提取激光焊接熔深曲线的方法，对应的程序指令/模块，处理器通过运行存储在存储介质内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种根据OCT点云提取激光焊接熔深曲线的方法。存储介质可包括高速随机存储介质，还可以包括非易失性存储介质，如一个或者多个磁性存储系统、闪存、或者其他非易失性固态存储介质。在一些实例中，存储介质可进一步包括相对于处理器远程设置的存储介质，这些远程存储介质可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输系统调用存储介质存储的信息及应用程序，以执行实施例1步骤。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应所述理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的全部或部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储介质(ROM，Read-Only Memory)、随机存取存储介质(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (6)
1.一种根据OCT点云提取激光焊接熔深曲线的方法，其特征在于，包括：
在干涉信号中剔除参考光的均值,得到新的干涉信号，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点；
对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云包括：
，
其中，为熔深信息，/>为深度坐标，N为像素点个数，/>为第i个像素点采集到的干涉信号，/>为第/>个像素点对应的波数，/>为CCD相机上的波数范围，/>为虚数单位；
为了使通过非均匀逆傅里叶变换提取包含熔深信息的二维点云精确度更高，从而进行优化，具体为：
，
其中，为二维点云的列方向的像素坐标，/>为二维点云第i行像素点和第j列像素点相交处获取的采集信号, />为第一维深度坐标，/>为第二维深度坐标；
对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，则将所述某一网格区域定义为噪声区，并删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，则将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对所述有效点进行百分位数滤波得到焊缝的熔深曲线，其中，对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率包括：根据间隔深度和间隔步长对二维点云的范围进行网格划分,由先验知识得到poisson分布的参数均值，用于表示单位网格里的噪声点个数；
根据每个网格区域的散点数计算噪声概率，具体包括；
，
其中，为振幅系数，/>为震荡频率，/>为角频率，/>为时间变量，/>为初始相位，/>为间隔深度，/>为间隔步长。
2.如权利要求1所述一种根据OCT点云提取激光焊接熔深曲线的方法，其特征在于，对所述有效点进行百分位数滤波得到焊缝的熔深曲线包括：对所述有效点按照距离间隔划分为多个窗口，对每个窗口内的有效散点按深度从小到大进行排序，设定百分位滤波参数p，当前窗口内有效散点总数n，将排在第的有效散点的深度定义为所述窗口的深度，从而得到每个窗口对应位置的熔深和熔深点，对熔深点通过滑动窗口平均法进行平滑处理,得到焊缝的熔深曲线。
3.如权利要求1所述一种根据OCT点云提取激光焊接熔深曲线的方法，其特征在于，还包括：将焊缝的熔深曲线与实际的熔深金相曲线进行对比,得到熔深误差，所述熔深误差小于等于10%。
4.一种根据OCT点云提取激光焊接熔深曲线的系统，其特征在于，包括：
获取二维点云模块，用于在干涉信号中剔除参考光的均值,得到新的干涉信号，对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云，对所述熔深信息进行峰值去噪并提取峰值散点；
对所述新的干涉信号进行非均匀逆傅里叶变换提取包含熔深信息的二维点云包括：
，
其中，为熔深信息，/>为深度坐标，N为像素点个数，/>为第i个像素点采集到的干涉信号，/>为第/>个像素点对应的波数，/>为CCD相机上的波数范围，/>为虚数单位；
为了使通过非均匀逆傅里叶变换提取包含熔深信息的二维点云精确度更高，从而进行优化，具体为：
，
其中，为二维点云的列方向的像素坐标，/>为二维点云第i行像素点和第j列像素点相交处获取的采集信号, />为第一维深度坐标，/>为第二维深度坐标；
获取熔深曲线模块，用于对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率，如果某一网格区域对应的噪声概率大于等于预设的噪声阈值，则将所述某一网格区域定义为噪声区，并删除噪声区内所有的峰值散点，如果所述某一网格区域对应的噪声概率小于预设的噪声阈值，则将所述某一网格区域定义为有效区域，其所包含的峰值散点定义为有效点，对所述有效点进行百分位数滤波得到焊缝的熔深曲线，其中，对所述二维点云的范围进行网格划分，生成多个网格区域，并通过标准化poisson分布计算每个网格区域的噪声概率包括：根据间隔深度和间隔步长对二维点云的范围进行网格划分,由先验知识得到poisson分布的参数均值，用于表示单位网格里的噪声点个数；
根据每个网格区域的散点数计算噪声概率，具体包括；
，
其中，为振幅系数，/>为震荡频率，/>为角频率，/>为时间变量，/>为初始相位，/>为间隔深度，/>为间隔步长。
5.如权利要求4所述一种根据OCT点云提取激光焊接熔深曲线的系统，其特征在于，对所述有效点进行百分位数滤波得到焊缝的熔深曲线包括：对所述有效点按照距离间隔划分为多个窗口，对每个窗口内的有效散点按深度从小到大进行排序，设定百分位滤波参数p，当前窗口内有效散点总数n，将排在第的有效散点的深度定义为所述窗口的深度，从而得到每个窗口对应位置的熔深和熔深点，对熔深点通过滑动窗口平均法进行平滑处理,得到焊缝的熔深曲线。
6.如权利要求4所述一种根据OCT点云提取激光焊接熔深曲线的系统，其特征在于，还包括：将焊缝的熔深曲线与实际的熔深金相曲线进行对比,得到熔深误差，所述熔深误差小于等于10%。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311733394.7A CN117422713B (zh) | 2023-12-18 | 2023-12-18 | 一种根据oct点云提取激光焊接熔深曲线的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311733394.7A CN117422713B (zh) | 2023-12-18 | 2023-12-18 | 一种根据oct点云提取激光焊接熔深曲线的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117422713A CN117422713A (zh) | 2024-01-19 |
| CN117422713B true CN117422713B (zh) | 2024-05-14 |
Family
ID=89528708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311733394.7A Active CN117422713B (zh) | 2023-12-18 | 2023-12-18 | 一种根据oct点云提取激光焊接熔深曲线的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117422713B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101035197A (zh) * | 2007-04-20 | 2007-09-12 | 北京中星微电子有限公司 | 一种数字影像的网格状噪声检测和消除装置及其方法 |
| CN101369313A (zh) * | 2007-08-17 | 2009-02-18 | 鸿富锦精密工业（深圳）有限公司 | 点云噪声点过滤系统及方法 |
| CN103033811A (zh) * | 2012-09-11 | 2013-04-10 | 电子科技大学 | 一种基于类单基等效的双基地合成孔径雷达成像方法 |
| CN107169932A (zh) * | 2017-03-21 | 2017-09-15 | 南昌大学 | 一种适用于中子成像系统图像的基于高斯‑泊松混合噪声模型的图像复原方法 |
| CN107552994A (zh) * | 2017-09-26 | 2018-01-09 | 宁波市鄞州磁泰电子科技有限公司 | 一种焊缝熔深、熔宽以及焊高的检测方法 |
| CN111524084A (zh) * | 2020-05-13 | 2020-08-11 | 曹彬才 | 一种基于多峰高斯拟合的复杂场景光子计数激光雷达点云去噪算法 |
| CN112247382A (zh) * | 2020-09-10 | 2021-01-22 | 武汉光谷航天三江激光产业技术研究院有限公司 | 基于光学弱相干成像的激光焊接熔深信息监测系统及方法 |
| CN112734674A (zh) * | 2021-01-15 | 2021-04-30 | 河海大学 | 一种图像去噪声的方法 |
| CN113237432A (zh) * | 2021-04-19 | 2021-08-10 | 武汉光谷航天三江激光产业技术研究院有限公司 | 激光焊接熔深提取方法及设备 |
| CN113245693A (zh) * | 2021-04-19 | 2021-08-13 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种光学弱相干成像的激光焊接熔深信息监测设备及其检测方法 |
| CN113655459A (zh) * | 2021-09-27 | 2021-11-16 | 清华大学 | 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置 |
| CN114140669A (zh) * | 2022-02-07 | 2022-03-04 | 南昌工程学院 | 焊接缺陷识别模型训练方法、装置和计算机终端 |
| KR102393345B1 (ko) * | 2021-12-28 | 2022-05-02 | 주식회사 맥스트 | 3차원 점군 처리 시스템 및 방법 |
| CN115131246A (zh) * | 2022-07-01 | 2022-09-30 | 上海商汤临港智能科技有限公司 | 点云数据的去噪方法、装置、计算机设备和存储介质 |
| CN115332933A (zh) * | 2022-08-16 | 2022-11-11 | 中国科学院上海光学精密机械研究所 | 基于多光束相干叠加的高功率激光装置 |
| CN115471424A (zh) * | 2022-10-08 | 2022-12-13 | 哈尔滨工业大学（深圳） | 一种基于自学习的有向点云去噪方法 |
| CN116000453A (zh) * | 2023-03-06 | 2023-04-25 | 深圳精科视觉科技有限公司 | 一种激光焊接质量实时监控方法及系统 |
| CN116518880A (zh) * | 2023-02-28 | 2023-08-01 | 华中科技大学 | 一种基于傅里叶轮廓术的正则化解包裹方法及系统 |
| CN117055082A (zh) * | 2023-09-01 | 2023-11-14 | 兰州交通大学 | 一种基于gnss时间序列的精准垂直形变提取方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2441281C1 (ru) * | 2011-01-14 | 2012-01-27 | Закрытое Акционерное Общество "Импульс" | Способ оценки шума цифровых рентгенограмм |
| US11221414B2 (en) * | 2019-06-20 | 2022-01-11 | Cilag Gmbh International | Laser mapping imaging with fixed pattern noise cancellation |
-
2023
- 2023-12-18 CN CN202311733394.7A patent/CN117422713B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101035197A (zh) * | 2007-04-20 | 2007-09-12 | 北京中星微电子有限公司 | 一种数字影像的网格状噪声检测和消除装置及其方法 |
| CN101369313A (zh) * | 2007-08-17 | 2009-02-18 | 鸿富锦精密工业（深圳）有限公司 | 点云噪声点过滤系统及方法 |
| CN103033811A (zh) * | 2012-09-11 | 2013-04-10 | 电子科技大学 | 一种基于类单基等效的双基地合成孔径雷达成像方法 |
| CN107169932A (zh) * | 2017-03-21 | 2017-09-15 | 南昌大学 | 一种适用于中子成像系统图像的基于高斯‑泊松混合噪声模型的图像复原方法 |
| CN107552994A (zh) * | 2017-09-26 | 2018-01-09 | 宁波市鄞州磁泰电子科技有限公司 | 一种焊缝熔深、熔宽以及焊高的检测方法 |
| CN111524084A (zh) * | 2020-05-13 | 2020-08-11 | 曹彬才 | 一种基于多峰高斯拟合的复杂场景光子计数激光雷达点云去噪算法 |
| CN112247382A (zh) * | 2020-09-10 | 2021-01-22 | 武汉光谷航天三江激光产业技术研究院有限公司 | 基于光学弱相干成像的激光焊接熔深信息监测系统及方法 |
| CN112734674A (zh) * | 2021-01-15 | 2021-04-30 | 河海大学 | 一种图像去噪声的方法 |
| CN113237432A (zh) * | 2021-04-19 | 2021-08-10 | 武汉光谷航天三江激光产业技术研究院有限公司 | 激光焊接熔深提取方法及设备 |
| CN113245693A (zh) * | 2021-04-19 | 2021-08-13 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种光学弱相干成像的激光焊接熔深信息监测设备及其检测方法 |
| CN113655459A (zh) * | 2021-09-27 | 2021-11-16 | 清华大学 | 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置 |
| KR102393345B1 (ko) * | 2021-12-28 | 2022-05-02 | 주식회사 맥스트 | 3차원 점군 처리 시스템 및 방법 |
| CN114140669A (zh) * | 2022-02-07 | 2022-03-04 | 南昌工程学院 | 焊接缺陷识别模型训练方法、装置和计算机终端 |
| CN115131246A (zh) * | 2022-07-01 | 2022-09-30 | 上海商汤临港智能科技有限公司 | 点云数据的去噪方法、装置、计算机设备和存储介质 |
| CN115332933A (zh) * | 2022-08-16 | 2022-11-11 | 中国科学院上海光学精密机械研究所 | 基于多光束相干叠加的高功率激光装置 |
| CN115471424A (zh) * | 2022-10-08 | 2022-12-13 | 哈尔滨工业大学（深圳） | 一种基于自学习的有向点云去噪方法 |
| CN116518880A (zh) * | 2023-02-28 | 2023-08-01 | 华中科技大学 | 一种基于傅里叶轮廓术的正则化解包裹方法及系统 |
| CN116000453A (zh) * | 2023-03-06 | 2023-04-25 | 深圳精科视觉科技有限公司 | 一种激光焊接质量实时监控方法及系统 |
| CN117055082A (zh) * | 2023-09-01 | 2023-11-14 | 兰州交通大学 | 一种基于gnss时间序列的精准垂直形变提取方法 |
Non-Patent Citations (4)
| Title |
|---|
| 光焊 OCT 熔深测量去噪及数据 拟合方法研究;黄贻蔚 等;《激光技术》;20230922;全文 * |
| 基于泊松分布的光子计数激光雷达点云去噪;曹彬才 等;《海洋测绘》;20220331;第42卷(第2期);65-69 * |
| 王永琦 等.《基于MATLAB的机器视觉处理技术》.南京东南大学出版社,2022,127. * |
| 田丰 等.《人工智能与电影特效制作及应用》.2021,34. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117422713A (zh) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112415078A (zh) | 一种质谱数据谱图信号校准方法及装置 | |
| CN111079893B (zh) | 用于干涉条纹图滤波的生成器网络的获取方法和装置 | |
| CN117422713B (zh) | 一种根据oct点云提取激光焊接熔深曲线的方法及系统 | |
| CN113237432B (zh) | 激光焊接熔深提取方法及设备 | |
| CN111830481B (zh) | 雷达回波单分量幅度分布模型参数估计方法及装置 | |
| CN106443625A (zh) | 基于高分辨一维像信息融合的目标识别方法 | |
| CN116755005A (zh) | 一种基于模型的发生雷电时磁场监测方法及系统 | |
| CN117079150A (zh) | 基于图像分割的海洋锋检测方法和装置 | |
| CN116659646A (zh) | 一种基于机器视觉的风机叶片振动检测方法及装置 | |
| CN116416227A (zh) | 背景图像处理方法和装置 | |
| CN113608190B (zh) | 基于奇异空间三特征的海面目标检测方法及系统 | |
| CN115482239A (zh) | 一种图像定位方法、系统、装置及介质 | |
| CN115561310A (zh) | 能够处理接地极缺陷回波信号中非随机相干噪声的方法 | |
| Potapov et al. | A local-dispersion method of measuring a fractal dimension and fractal signatures | |
| CN113514796A (zh) | 一种无源定位方法、系统和介质 | |
| CN113835107A (zh) | 阵列卫星导航接收机的信号处理方法、装置及智能终端 | |
| EP3503016B1 (en) | Apparatus, method and computer program for processing a piecewise-smooth signal | |
| CN115047419A (zh) | 一种毫米波雷达恒虚警率检测方法及装置 | |
| CN116486259B (zh) | 遥感图像中的点目标的提取方法和装置 | |
| CN109683142A (zh) | 基于差分包络检波的三角线性调频连续信号参数估计方法 | |
| CN113128516B (zh) | 边缘提取的方法和装置 | |
| CN117368879B (zh) | 雷达图的生成方法、装置、终端设备及可读存储介质 | |
| CN115935802B (zh) | 电磁散射边界元计算方法、装置、电子设备及存储介质 | |
| CN112395983B (zh) | 一种质谱数据峰位置对齐方法及装置 | |
| CN113884761B (zh) | 一种提高测频精度的方法、装置、设备及介质 |
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 |