焊接過程中,熔池中蘊含著豐富的焊接質量信息。熔池的形態(tài)信息直接反映著焊接質量,焊接熔池的特征形態(tài)與焊接工藝參數(shù)息息相關。隨著焊接自動化技術的進步和發(fā)展,在線監(jiān)測焊接工藝參數(shù)的方法和手段,多種多樣。因視覺方法獲取的焊接熔池信息豐富且不與工件接觸等優(yōu)點,通過視覺手段獲得焊接熔池狀態(tài)反映焊接工藝參數(shù)的合理性和科學性被普遍關注。本文針對基于視覺的空間焊縫的熔池特征提取,在視覺系統(tǒng)標定、空間焊縫熔池特征參數(shù)計算等空間焊縫焊接工藝的相關基礎工作展開了較為深入的研究,并應用空間焊縫熔池特征參數(shù)計算方法對熔池圖像的邊緣特征進行了解釋表述。首先,研究分析了相機成像模型和畸變模型。根據單極性矩陣求出線性相機模型的內外參,在此基礎上采用最小二乘法求解了相機的畸變系數(shù);根據空間點以相機成像系統(tǒng)參數(shù)的重投影誤差最小為目標,建立損失函數(shù),用極大似然估計方法優(yōu)化了相機成像系統(tǒng)參數(shù)。經實驗表明,該標定方法的精度高,誤差在0.01mm,可以滿足實驗要求。其次,設計一種基于形態(tài)學的多尺度多結構邊緣檢測算子。采用不同結構、尺度、方向的結構元素,分別對采集到的熔池圖像,進行上述算子的運算,最后將不同的結果,進行并集,獲得熔池... 

【文章來源】：廣西科技大學廣西壯族自治區(qū)

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

光路圖

圖2 3對稱結構元素和非對稱結構元素對集合A的腐蝕、膨脹仿真圖Figure 2-2 Emulational image of structural element(symmetry or asymmetry)expanding and eroding the imageA(a)ImageA (b)Symmetry structural element B (c)Result of B erodingA（black partshown）(d)Result of B dilating A（black part shown） (e)Asymmetry structural element B1(f)The resultB11after B1rotating 1800(g)The process ofAbeing eroded (h)Result of B1dilatingA根據圖 2-1(f)、2-2(e)、 2-3(c)、2-3(g)可知腐蝕操作可以使圖像的輪廓變小，邊界收縮，去除一些比結構元素尺寸小的細節(jié)（毛刺，孤立點等）；當圖像中物體的尺寸大于結構元素時，通常能夠將該物體的邊緣去除，保留中心位置，使物體收縮。膨脹運算和腐蝕相反，膨脹可以使二值圖像輪廓擴大。當圖像中存在間隙時，膨脹可以使間隙縮小或者可以使斷裂的間隙連接起來，主要取決于結構元素和間隙的相對大小。對圖像的膨脹還是腐蝕操作不只是由結構元素的大小決定，還與結構元素的原點位置、形狀都有關系。因此在采取膨脹或腐蝕操作時，需根據圖像的特點和想要達到的效果，合理選擇結構元素。B 對 A 進行形態(tài)開運算式為:A B=(AΘB)⊕B (2-3)B 對 A 進行形態(tài)閉運算式為:

11圖 2-4 結構元素 B 對集合 A 進行開操作Figure 2-4Open operation processing of B toAmetry structural element B(B1=B) (b)ImageA(c)The process ofAbeing eroded of B eroding A(black partshown) (e)The process of C being dilating(f)Result of B (open operator)(g)Geometric interpretation about open operator(h)Result ofGeometricinterpretation about open operator作是對物體膨脹的基礎上進行腐蝕。圖 2-5 顯示了集合 B 對集合 A作過程。首先對集合 A 進行膨脹, 2-5(c)為膨脹過程，2-5(d)為膨脹-5(e)顯示了膨脹過程，2-5(f)為對膨脹后的集合再進行腐蝕的結果(閉。根據圖 2-5 知，閉操作效果可知閉操作也有平滑輪廓的作用，去除素小的細節(jié)，因此會將狹窄的缺口連接起來形成細長的碗口，并填充

【參考文獻】：
期刊論文
[1]焊接領域激光結構光視覺傳感技術的研究及應用[J]. 郭吉昌,朱志明,于英飛,孫博文.  中國激光. 2017(12)
[2]基于多尺度多方向結構元素的形態(tài)學圖像邊緣檢測算法[J]. 吳朔媚,韓明,王敬濤.  量子電子學報. 2017(03)
[3]基于遺傳神經網絡的機器人焊接工藝參數(shù)優(yōu)化[J]. 林惠樂,黃振峰,毛漢領.  組合機床與自動化加工技術. 2015(10)
[4]基于機器視覺焊接軌跡搜索算法[J]. 李琳,李春,鄒焱飚.  焊接學報. 2015(06)
[5]一種空域和變換域相結合的圖像增強算法[J]. 張令波,葛秘蕾.  電光與控制. 2014(12)
[6]焊接智能化與智能化焊接機器人技術研究進展[J]. 陳善本,呂娜.  電焊機. 2013(05)
[7]基于粒子群優(yōu)化支持向量機的焊接缺陷分類[J]. 陳淵,馬宏偉.  儀表技術與傳感器. 2013(04)
[8]關于焊接技術與產業(yè)發(fā)展的粗淺思考[J]. 宋天虎.  焊接. 2012 (07)
[9]星敏感器鏡頭畸變模型選擇[J]. 樊巧云,李小娟,張廣軍.  紅外與激光工程. 2012(03)
[10]現(xiàn)代數(shù)字圖像噪聲濾除技術及其評價[J]. 劉勍,溫志賢,楊筱平,秦云霞.  自動化與儀器儀表. 2012(02)

碩士論文
[1]基于激光視覺的GTAW熔池三維自由表面動態(tài)行為的可視化[D]. 張剛.蘭州理工大學 2013



本文編號：3500440