CN117781963A - 一种基于结构光三角测量的焊道平整度测量系统及方法 - Google Patents
一种基于结构光三角测量的焊道平整度测量系统及方法 Download PDFInfo
- Publication number
- CN117781963A CN117781963A CN202410148816.2A CN202410148816A CN117781963A CN 117781963 A CN117781963 A CN 117781963A CN 202410148816 A CN202410148816 A CN 202410148816A CN 117781963 A CN117781963 A CN 117781963A
- Authority
- CN
- China
- Prior art keywords
- camera
- weld bead
- line laser
- image
- coordinates
- 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
- 239000011324 bead Substances 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005259 measurement Methods 0.000 title claims abstract description 22
- 238000003466 welding Methods 0.000 title claims abstract description 12
- 239000000284 extract Substances 0.000 claims abstract description 9
- 229910001220 stainless steel Inorganic materials 0.000 claims abstract description 9
- 239000010935 stainless steel Substances 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 33
- 239000013598 vector Substances 0.000 claims description 18
- 238000000691 measurement method Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 abstract 2
- 238000012545 processing Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 1
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于结构光三角测量的焊道平整度测量系统及方法；本发明系统包括工业相机、线激光器、激光调节旋钮和计算机，工业相机用于拍摄焊道图像；不锈钢夹持装置台用于固定工业相机以及线激光器；线激光器用于辅助定位焊道特征点；线激光器发射夹具用于将线激光器固定于不锈钢夹持装置台上；激光调节旋钮用于调整线激光的粗细；计算机用于控制工业相机进行拍摄，并接收相机拍摄的图像，对图像进行预处理后提取其激光条纹中心，利用激光条纹中心于相机坐标系下的三维坐标，进行焊道平整度计算。本发明通过工业相机获取焊道图像，利用线激光器定位焊道特征点，采用steger算法提取激光中心条纹；根据结构光三角测量原理，得到特征点像素坐标到三维坐标的转换，根据两点之间距离差，计算出焊道平整度。本发明能够代替传统车间通过人工测量的方式检测平整度，从而提高生产效率，适宜进一步推广应用。
Description
技术领域
本发明涉及工业测量领域，尤其涉及一种基于结构光三角测量的焊道平整度测量系统及方法。
背景技术
在焊接工艺过程中，焊接的质量直接关系到连接部位的强度和稳定性。而焊道平整度是评估焊缝质量的重要指标之一。焊道平整度对焊接接头的气密性和密封性有着重要影响。焊缝表面存在凹陷、凸起或不均匀的痕迹，会导致焊缝的气密性和密封性下降。因此，通过提高焊道平整度测量精度和效率，能够辅助作业人员及时调整焊接工艺参数，提高焊道质量，非接触式测量也能减少安全隐患。
目前，焊道平整度测量方法主要存在主观性、准确性和操作性等方面的问题。传统焊道平整度测量通常采用千分尺测量以及截面切割的方法，误差较大且需要人工接触，增加了测试的复杂性，同时存在一定安全隐患。
发明内容
为解决上述问题，本发明提出了一种基于结构光三角测量的焊道平整度测量系统及方法。
为了实现上述的技术目的，本发明所采用的技术方案为：
一种基于结构光三角测量的焊道平整度测量系统，包括：
工业相机，固定于不锈钢夹持装置台上，用于拍摄焊道图像；
线激光器，通过线激光器发射夹具固定于不锈钢夹持装置台上，用于辅助定位焊道特征点；
激光调节旋钮，其与线激光器电性连接，用于调节线激光粗细；
计算机，与工业相机电性连接，用于控制工业相机进行拍摄，并接收相机拍摄的图像，对图像进行预处理后提取其激光条纹中心，利用激光条纹中心于相机坐标系下的三维坐标，进行焊道平整度计算。
作为一种较优的实施方式，优选的，所述工业相机光轴线保持垂直。
作为一种较优的实施方式，优选的，所述线激光器与水平面呈45°夹角。
本发明还提供一种基于上述焊道平整度测量系统的焊道平整度测量方法，包括：
S1：在拍摄焊道图像之前，对工业相机进行标定；
S2：在拍摄焊道图像前，对线激光平面进行标定；
S3：在拍摄焊道图像之前，调整线激光粗细，使其线激光条纹大小能够定位焊道特征位置；
S4：对焊道进行图像采集，并对采集的图像进行预处理；
S5：对预处理完毕的焊道图像提取其激光条纹中心；
S6：根据steger算法提取激光条纹中心，从而获取其像素坐标，基于线激光平面标定的系数，将像素坐标转换为相机坐标系下的三维坐标；
S7：对提取的线激光中心条纹像素坐标进行B样条插值，根据B样条插值法求出其极大值，将极大值与基体值的Z轴坐标取差值，即可得到焊道平整度。
作为一种可能的实施方式，进一步，步骤S1具体包括如下步骤：
采集不同拍摄角度下的完整的棋盘格板图像，使用张正友标定法以及Matalab软件分别进行单目相机标定，计算其内参、外参、畸变系数；具体为：
根据世界坐标系中三维点(X，Y，Z)投影到二维像平面上的点(u，v)之间的关系，可以推出：
其中，s是尺度因子，A为相机内参矩阵，旋转矩阵R的第i列用ri表示，[r1，r2，r3]和t分别是相机坐标系相对于世界坐标系的旋转矩阵和平移向量；
其次，对相机最大的径向畸变k1、k2进行求解：
其中，(u,v)为无畸变的像素坐标，是实际畸变后的像素坐标，(u0，v0)为光轴与图像平面交点的像素坐标，(x，y)是理想无畸变的连续图像坐标，/>是实际畸变后的连续图像坐标，k1和k2为前两阶的畸变参数。
作为一种可能的实施方式，进一步，S2具体包括如下步骤：
S21：在相机标定的基础上，调整线激光粗细，使得线激光能够照射在棋盘格上，与棋盘格产生交点，形成激光条纹图像；
S22：求解不同角度拍摄的图片下通过相机标定后的单应性矩阵H：
其中，单应性矩阵H为3x3矩阵，拥有8个自由度；s为尺度因子，A为相机内参矩阵，[r1，r2]和t分别是相机坐标系相对于世界坐标系的旋转矩阵的第1列、第2列和平移向量；
S23：求解出单应性矩阵H后，根据线激光上数据点的像素坐标得到其相机坐标系下的三维坐标：
其中，T为相机外参矩阵，Xc、Yc、Zc为相机坐标系下的三维坐标点，X、Y、Z为世界坐标下的三维坐标。
作为一种可能的实施方式，进一步，S4具体包括如下步骤：
S41：在拍摄焊道时，线激光每发射一次，拍摄一张图像，共发射10次，拍摄10张图像；
S42：采用截断阈值化法，对图像进行二值化处理；
其中，dist(x，y)为输出图，src(x，y)为原图像，thresh指用来对像素值进行分类的阈值，(x，y)为图像中心点。
作为一种可能的实施方式，进一步，S5具体包括如下步骤：
采用基于Hessian矩阵的steger算法，对其进行高斯卷积并计算法向量方向的泰勒展开式，对灰度函数I(x,y)进行高斯卷积，得到偏导数Ix,Iy,Ixx,Iyy,Ixy，该目标点所对应的Hessian矩阵表示为：
对H(x，y)求二阶导数，得到其边缘法线向量(nx，ny)，将I(x,y)沿法线向量(nx，ny)进行泰勒展开，并求一阶导数得到：
其中，t为光强分布函数，nx、ny为点上光条法线向量；
该法向截面上的中心点亚像素坐标为(tnx+x0,tny+y0)，其中，(x0,y0)为激光条纹上的任意像素点。
作为一种可能的实施方式，进一步，S6中将像素坐标转换为相机坐标系下的三维坐标，转换关系具体如下：
其中，fx为x轴方向相机焦距，fy为y轴方向相机焦距，(u0，v0)为光轴与图像平面交点的像素坐标，A、B、C、D为线激光平面系数，(u,v)为像素坐标，(X，Y，Z)为相机坐标系下的三维坐标。
作为一种可能的实施方式，进一步，S7具体包括如下步骤：
对提取的线激光条纹中心像素坐标进行三次B样条插值，对于任意点(x',y')的像素值I(x',y')有：
W(i,j)＝w(di)*w(dj)
di＝p(i,j)x-x'
dj＝p(i,j)y-y'
将di与dj带入下式w(d)中，求得w(di)与w(dj)；
其中，I为像素值；W表示权重；n为点(x',y')周围N*N个整型坐标数量；p(i,j)表示N*N个整型坐标中第i行，第j列的整型坐标；p(i,j)x和p(i,j)y分别为整型坐标p(i,j)的x坐标和y坐标；w(d)为三次B样条插值的基函数；
对三次B样条插值法求出的激光条纹曲线进行求导得到极大值像素坐标(x1,y1)；
利用步骤S6中的转换关系，将像素坐标(x1,y1)转换为相机坐标系下的三维坐标(X1,Y1,Z1)；
找到焊接母材水平面上与x1坐标相同的点，即基体值坐标点(x1,y2)，利用步骤S6中的转换关系，将其转换为三维坐标(X1,Y2,Z2)；将极大值三维坐标与基体值三维坐标中的Z轴坐标取差值：d＝Z2-Z1，即可得到焊道平整度d。
采用上述的技术方案，本发明与现有技术相比，其具有的有益效果为：
本发明提供的基于结构光三角测量的焊道平整度测量系统及方法可实现对焊道平整度的检测。该系统具有非接触、易操作的特点，根据检测的平整度信息，作业人员能够及时发现并调整焊接工艺参数，提高焊道质量。同时，本发明提供的焊道平整度测量系统及方法能够代替传统车间通过人工测量的方式检测平整度，从而提高生产效率，节约成本，在保障工人人身安全的同时，降低工人劳动强度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为基于结构光三角测量的焊道平整度测量系统的示意图；
图2为本发明的流程简图。
图中标号名称如下：
1、工业相机；2、不锈钢夹持装置台；3、线激光器；4、线激光器发射夹具；5、激光调节旋钮；6、计算机。
具体实施方式
下面结合附图和实施例，对本发明作进一步的详细描述。特别指出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限定。同样的，以下实施例仅为本发明的部分实施例而非全部实施例，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它实施例，都属于本发明保护的范围。
参照附图1所示，本实施例提供一种基于结构光三角测量的焊道平整度测量系统，包括：
工业相机1，固定于不锈钢夹持装置台2上，工业相机1光轴线保持垂直，用于拍摄焊道图像；
线激光器3，通过线激光器发射夹具4固定于不锈钢夹持装置台2上，其中，线激光器3与水平面呈45°夹角，用于辅助定位焊道特征点；
激光调节旋钮5，其与线激光器3电性连接，用于调节线激光粗细；
计算机6，与工业相机1电性连接，用于控制工业相机进行拍摄，并接收相机拍摄的图像，对图像进行预处理后提取其激光条纹中心，利用激光条纹中心于相机坐标系下的三维坐标，进行焊道平整度计算。
参照附图2所示，本实施例还提供一种基于上述焊道平整度测量系统的焊道平整度测量方法，包括如下步骤：
S1：在拍摄焊道图像之前，对工业相机进行标定；具体包括如下步骤：
采集不同拍摄角度下的完整的棋盘格板图像，使用张正友标定法以及Matalab软件分别进行单目相机标定，计算其内参、外参、畸变系数；具体为：
根据世界坐标系中三维点(X，Y，Z)投影到二维像平面上的点(u，v)之间的关系，可以推出：
其中，s是尺度因子，A为相机内参矩阵，旋转矩阵R的第i列用ri表示，[r1，r2，r3]和t分别是相机坐标系相对于世界坐标系的旋转矩阵和平移向量；
其次，对相机最大的径向畸变k1、k2进行求解：
其中，(u,v)为无畸变的像素坐标，是实际畸变后的像素坐标，(u0，v0)为光轴与图像平面交点的像素坐标，(x，y)是理想无畸变的连续图像坐标，/>是实际畸变后的连续图像坐标，k1和k2为前两阶的畸变参数。
S2：在拍摄焊道图像前，对线激光平面进行标定；具体包括如下步骤：
S21：首先，在相机标定的基础上，调整线激光粗细，使得线激光能够照射在棋盘格上，与棋盘格产生交点，形成激光条纹图像；
S22：其次，求解不同角度拍摄的图片下通过相机标定后的单应性矩阵H：
其中，单应性矩阵H为3x3矩阵，拥有8个自由度；s为尺度因子，A为相机内参矩阵，[r1，r2]和t分别是相机坐标系相对于世界坐标系的旋转矩阵的第1列、第2列和平移向量；
S23：最后，求解出单应性矩阵H后，根据线激光上数据点的像素坐标得到其相机坐标系下的三维坐标：
其中，T为相机外参矩阵，Xc、Yc、Zc为相机坐标系下的三维坐标点，X、Y、Z为世界坐标下的三维坐标。
S3：在拍摄焊道图像之前，调整线激光粗细，使其线激光条纹大小能够定位焊道特征位置，
S4：对焊道进行图像采集，并对采集的图像进行预处理；具体包括如下步骤：
S41：在拍摄焊道时，线激光每发射一次，拍摄一张图像，共发射10次，拍摄10张图像；
S42：采用截断阈值化法，对图像进行二值化处理；
其中，dist(x，y)为输出图，src(x，y)为原图像，thresh指用来对像素值进行分类的阈值，(x，y)为图像中心点。
S5：对预处理完毕的焊道图像提取其激光条纹中心；具体包括如下步骤：
采用基于Hessian矩阵的steger算法，对其进行高斯卷积并计算法向量方向的泰勒展开式，对灰度函数I(x,y)进行高斯卷积，得到偏导数Ix,Iy,Ixx,Iyy,Ixy，该目标点所对应的Hessian矩阵表示为：
对H(x，y)求二阶导数，得到其边缘法线向量(nx，ny)，将I(x,y)沿法线向量(nx，ny)进行泰勒展开，并求一阶导数得到：
其中，t为光强分布函数，nx、ny为点上光条法线向量；
从而，该法向截面上的中心点亚像素坐标为(tnx+x0,tny+y0)，其中，(x0,y0)为激光条纹上的任意像素点。
S6：根据steger算法提取激光条纹中心，从而获取其像素坐标，基于线激光平面标定的系数，将像素坐标转换为相机坐标系下的三维坐标，转换关系如下：
其中，fx为x轴方向相机焦距，fy为y轴方向相机焦距，(u0，v0)为光轴与图像平面交点的像素坐标，A、B、C、D为线激光平面系数，(u,v)为像素坐标，(X，Y，Z)为相机坐标系下的三维坐标。
S7：对提取的线激光中心条纹像素坐标进行B样条插值，根据B样条插值法求出其极大值，将极大值与基体值的Z轴坐标取差值，即可得到焊道平整度；具体包括如下步骤：
对提取的线激光条纹中心像素坐标进行三次B样条插值，对于任意点(x',y')的像素值I(x',y')有：
W(i,j)＝w(di)*w(dj)
di＝p(i,j)x-x'
dj＝p(i,j)y-y'
将di与dj带入下式w(d)中，求得w(di)与w(dj)；
其中，I为像素值；W表示权重；n为点(x',y')周围N*N个整型坐标数量；p(i,j)表示N*N个整型坐标中第i行，第j列的整型坐标；p(i,j)x和p(i,j)y分别为整型坐标p(i,j)的x坐标和y坐标；w(d)为三次B样条插值的基函数；
对三次B样条插值法求出的激光条纹曲线进行求导得到极大值像素坐标(x1,y1)；利用步骤S6中的转换关系，将像素坐标(x1,y1)转换为相机坐标系下的三维坐标(X1,Y1,Z1)；
找到焊接母材水平面上与x1坐标相同的点，即基体值坐标点(x1,y2)，利用步骤S6中的转换关系，将其转换为三维坐标(X1,Y2,Z2)；将极大值三维坐标与基体值三维坐标中的Z轴坐标取差值：d＝Z2-Z1，即可得到焊道平整度d。
以上所述仅为本发明的部分实施例，并非因此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于结构光三角测量的焊道平整度测量系统，其特征在于，包括：
工业相机(1)，固定于不锈钢夹持装置台(2)上，用于拍摄焊道图像；
线激光器(3)，通过线激光器发射夹具(4)固定于不锈钢夹持装置台(2)上，用于辅助定位焊道特征点；
激光调节旋钮(5)，其与线激光器(3)电性连接，用于调节线激光粗细；
计算机(6)，与工业相机(1)电性连接，用于控制工业相机进行拍摄，并接收相机拍摄的图像，对图像进行预处理后提取其激光条纹中心，利用激光条纹中心于相机坐标系下的三维坐标，进行焊道平整度计算。
2.根据权利要求1所述的基于结构光三角测量的焊道平整度测量系统，其特征在于，所述工业相机(1)光轴线保持垂直。
3.根据权利要求1所述的基于结构光三角测量的焊道平整度测量系统，其特征在于，所述线激光器(3)与水平面呈45°夹角。
4.一种基于权利要求1～3任意一项所述基于结构光三角测量的焊道平整度测量系统的焊道平整度测量方法，其特征在于，包括：
S1：在拍摄焊道图像之前，对工业相机进行标定；
S2：在拍摄焊道图像前，对线激光平面进行标定；
S3：在拍摄焊道图像之前，调整线激光粗细，使其线激光条纹大小能够定位焊道特征位置；
S4：对焊道进行图像采集，并对采集的图像进行预处理；
S5：对预处理完毕的焊道图像提取其激光条纹中心；
S6：根据steger算法提取激光条纹中心，从而获取其像素坐标，基于线激光平面标定的系数，将像素坐标转换为相机坐标系下的三维坐标；
S7：对提取的线激光中心条纹像素坐标进行B样条插值，根据B样条插值法求出其极大值，将极大值与基体值的Z轴坐标取差值，即可得到焊道平整度。
5.根据权利要求4所述的焊道平整度测量方法，其特征在于，步骤S1具体包括如下步骤：
采集不同拍摄角度下的完整的棋盘格板图像，使用张正友标定法以及Matalab软件分别进行单目相机标定，计算其内参、外参、畸变系数；具体为：
根据世界坐标系中三维点(X，Y，Z)投影到二维像平面上的点(u，v)之间的关系，可以推出：
其中，s是尺度因子，A为相机内参矩阵，旋转矩阵R的第i列用ri表示，[r1，r2，r3]和t分别是相机坐标系相对于世界坐标系的旋转矩阵和平移向量；
其次，对相机最大的径向畸变k1、k2进行求解：
其中，(u,v)为无畸变的像素坐标，是实际畸变后的像素坐标，(u0，v0)为光轴与图像平面交点的像素坐标，(x，y)是理想无畸变的连续图像坐标，/>是实际畸变后的连续图像坐标，k1和k2为前两阶的畸变参数。
6.根据权利要求4所述的焊道平整度测量方法，其特征在于，S2具体包括如下步骤：
S21：在相机标定的基础上，调整线激光粗细，使得线激光能够照射在棋盘格上，与棋盘格产生交点，形成激光条纹图像；
S22：求解不同角度拍摄的图片下通过相机标定后的单应性矩阵H：
其中，单应性矩阵H为3x3矩阵，拥有8个自由度；s为尺度因子，A为相机内参矩阵，[r1，r2]和t分别是相机坐标系相对于世界坐标系的旋转矩阵的第1列、第2列和平移向量；
S23：求解出单应性矩阵H后，根据线激光上数据点的像素坐标得到其相机坐标系下的三维坐标：
其中，T为相机外参矩阵，Xc、Yc、Zc为相机坐标系下的三维坐标点，X、Y、Z为世界坐标下的三维坐标。
7.根据权利要求4所述的焊道平整度测量方法，其特征在于，S4具体包括如下步骤：
S41：在拍摄焊道时，线激光每发射一次，拍摄一张图像，共发射10次，拍摄10张图像；
S42：采用截断阈值化法，对图像进行二值化处理；
其中，dist(x，y)为输出图，src(x，y)为原图像，thresh指用来对像素值进行分类的阈值，(x，y)为图像中心点。
8.根据权利要求4所述的焊道平整度测量方法，其特征在于，S5具体包括如下步骤：
采用基于Hessian矩阵的steger算法，对其进行高斯卷积并计算法向量方向的泰勒展开式，对灰度函数I(x,y)进行高斯卷积，得到偏导数Ix,Iy,Ixx,Iyy,Ixy，该目标点所对应的Hessian矩阵表示为：
对H(x，y)求二阶导数，得到其边缘法线向量(nx，ny)，将I(x,y)沿法线向量(nx，ny)进行泰勒展开，并求一阶导数得到：
其中，t为光强分布函数，nx、ny为点上光条法线向量；
该法向截面上的中心点亚像素坐标为(tnx+x0,tny+y0)，其中，(x0,y0)为激光条纹上的任意像素点。
9.根据权利要求4所述的焊道平整度测量方法，其特征在于，S6中将像素坐标转换为相机坐标系下的三维坐标，转换关系具体如下：
其中，fx为x轴方向相机焦距，fy为y轴方向相机焦距，(u0，v0)为光轴与图像平面交点的像素坐标，A、B、C、D为线激光平面系数，(u,v)为像素坐标，(X，Y，Z)为相机坐标系下的三维坐标。
10.根据权利要求4所述的焊道平整度测量方法，其特征在于，S7具体包括如下步骤：
对提取的线激光条纹中心像素坐标进行三次B样条插值，对于任意点(x',y')的像素值I(x',y')有：
W(i,j)＝w(di)*w(dj)
di＝p(i,j)x-x'
dj＝p(i,j)y-y'
将di与dj带入下式w(d)中，求得w(di)与w(dj)；
其中，I为像素值；W表示权重；n为点(x',y')周围N*N个整型坐标数量；p(i,j)表示N*N个整型坐标中第i行，第j列的整型坐标；p(i,j)x和p(i,j)y分别为整型坐标p(i,j)的x坐标和y坐标；w(d)为三次B样条插值的基函数；
对三次B样条插值法求出的激光条纹曲线进行求导得到极大值像素坐标(x1,y1)；
利用步骤S6中的转换关系，将像素坐标(x1,y1)转换为相机坐标系下的三维坐标(X1,Y1,Z1)；
找到焊接母材水平面上与x1坐标相同的点，即基体值坐标点(x1,y2)，利用步骤S6中的转换关系，将其转换为三维坐标(X1,Y2,Z2)；将极大值三维坐标与基体值三维坐标中的Z轴坐标取差值：d＝Z2-Z1，即可得到焊道平整度d。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410148816.2A CN117781963A (zh) | 2024-02-02 | 2024-02-02 | 一种基于结构光三角测量的焊道平整度测量系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410148816.2A CN117781963A (zh) | 2024-02-02 | 2024-02-02 | 一种基于结构光三角测量的焊道平整度测量系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117781963A true CN117781963A (zh) | 2024-03-29 |
Family
ID=90383515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410148816.2A Pending CN117781963A (zh) | 2024-02-02 | 2024-02-02 | 一种基于结构光三角测量的焊道平整度测量系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117781963A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118357814A (zh) * | 2024-06-19 | 2024-07-19 | 风凯换热器制造(常州)有限公司 | 一种焊缝打磨平整度检测方法及系统 |
-
2024
- 2024-02-02 CN CN202410148816.2A patent/CN117781963A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118357814A (zh) * | 2024-06-19 | 2024-07-19 | 风凯换热器制造(常州)有限公司 | 一种焊缝打磨平整度检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103558850B (zh) | 一种激光视觉引导的焊接机器人全自动运动自标定方法 | |
| CN110555889A (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
| CN111922483B (zh) | 基于学习的线结构光焊缝跟踪与增材路径纠偏装置及方法 | |
| CN111121655B (zh) | 一种共面等大多孔型工件位姿与孔径视觉检测方法 | |
| JP4681856B2 (ja) | カメラの校正方法及びカメラの校正装置 | |
| CN100547351C (zh) | 一种机器视觉定位方法 | |
| CN110033407B (zh) | 一种盾构隧道表面图像标定方法、拼接方法及拼接系统 | |
| CN105300296B (zh) | 一种激光拼焊曲面拼缝测量方法及其实现装置 | |
| CN106856003A (zh) | 轴类工件侧表面缺陷检测图像的展开校正方法 | |
| CN106780623A (zh) | 一种机器人视觉系统快速标定方法 | |
| JP2008014940A (ja) | 平面状被撮像物のカメラ計測のためのカメラキャリブレーション方法、および応用計測装置 | |
| CN103729837A (zh) | 一种单个路况摄像机的快速标定方法 | |
| CN115131268A (zh) | 一种基于图像特征提取与三维模型匹配的自动化焊接系统 | |
| CN112037159A (zh) | 一种跨相机道路空间融合及车辆目标检测跟踪方法及系统 | |
| CN113538583A (zh) | 一种工件在机床上位置的精准定位方法及视觉系统 | |
| CN117781963A (zh) | 一种基于结构光三角测量的焊道平整度测量系统及方法 | |
| CN114571160A (zh) | 一种离线的曲面焊缝提取和姿态估计方法 | |
| CN112365439A (zh) | 一种镀锌钢gmaw焊缝成形特征与焊枪方向同步实时检测方法 | |
| CN114638795A (zh) | 一种多结构光测量单元在线测量方法及系统 | |
| CN115546125A (zh) | 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 | |
| Zhang et al. | Seam sensing of multi-layer and multi-pass welding based on grid structured laser | |
| CN114963981B (zh) | 一种基于单目视觉的筒状零件对接非接触式测量方法 | |
| CN116740187A (zh) | 一种无重叠视场多相机联合标定方法 | |
| JPH09329440A (ja) | 複数枚の画像の各計測点の対応づけ方法 | |
| CN116297501A (zh) | 采用单目视觉与振镜协同作用的移动零件检测系统及方法 |
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 |