【摘要】：在焊接自動(dòng)化生產(chǎn)線運(yùn)行過(guò)程中,由于焊槍噴嘴的堵塞等原因,極易產(chǎn)生焊接產(chǎn)品表面缺陷,并隨著時(shí)間的推移愈發(fā)嚴(yán)重,會(huì)嚴(yán)重影響成品的使用和焊接生產(chǎn)線的運(yùn)行。人工檢測(cè)方法是焊接自動(dòng)化生產(chǎn)線中常用的檢測(cè)手段,存在檢測(cè)效率和精度低、受檢測(cè)人員身體狀況影響大等缺點(diǎn),已無(wú)法適應(yīng)高速焊接自動(dòng)化生產(chǎn)線的檢測(cè)要求。基于機(jī)器視覺(jué)的非接觸式檢測(cè)方法發(fā)展迅速,具有檢測(cè)效率和精度高、穩(wěn)定性好等優(yōu)點(diǎn),可以很好的彌補(bǔ)人工檢測(cè)的缺點(diǎn)。本文基于機(jī)器視覺(jué)的方法,利用三維成像技術(shù)研究無(wú)色差光滑曲面的三維重建過(guò)程,設(shè)計(jì)焊縫的三維重建算法,利用圖像變換技術(shù)研究圖像頻域信號(hào)的提取過(guò)程,設(shè)計(jì)焊接飛濺物的在位檢測(cè)算法,并利用實(shí)驗(yàn)驗(yàn)證算法的正確性,為提高焊接自動(dòng)化生產(chǎn)線的檢測(cè)水平提供有力保障。設(shè)計(jì)了基于機(jī)器視覺(jué)的焊縫三維重建算法。針對(duì)無(wú)色差光滑曲面特征難以提取問(wèn)題,設(shè)計(jì)了曲面特征補(bǔ)充方法,建立了雙目視覺(jué)系統(tǒng)模型,提高了圖像的捕捉效率;針對(duì)無(wú)色差光滑曲面特征點(diǎn)難以提取問(wèn)題,設(shè)計(jì)了一套預(yù)處理算法,根據(jù)特征線上像素點(diǎn)的鄰域關(guān)系設(shè)計(jì)了特征點(diǎn)的提取算法,提高了特征點(diǎn)提取的精度;針對(duì)無(wú)色差光滑曲面特征點(diǎn)的匹配問(wèn)題,根據(jù)特征點(diǎn)的位置關(guān)系和網(wǎng)格扭曲角度設(shè)計(jì)了特征點(diǎn)的匹配算法,獲取了精確的匹配特征點(diǎn)對(duì)。實(shí)驗(yàn)結(jié)果表明,無(wú)色差光滑曲面特征點(diǎn)提取和匹配算法的魯棒性好,提取的特征點(diǎn)精度高,匹配的特征點(diǎn)正確率及重復(fù)率高,三維重建后特征點(diǎn)間的距離誤差小于0.05mm,標(biāo)準(zhǔn)差為0.0362mm。設(shè)計(jì)了匹配特征點(diǎn)對(duì)密度的補(bǔ)充方法,并針對(duì)特征點(diǎn)的三維坐標(biāo)獲取問(wèn)題,結(jié)合相機(jī)標(biāo)定信息和最小二乘法,實(shí)現(xiàn)了無(wú)色差光滑曲面的三維重建。將基于機(jī)器視覺(jué)的無(wú)色差光滑曲面的三維重建算法應(yīng)用于焊縫表面的三維重建,獲取的特征點(diǎn)云分布符合焊縫表面實(shí)際的魚(yú)鱗狀分布,重建精度滿足現(xiàn)階段高質(zhì)量焊接機(jī)的精度要求,可應(yīng)用于焊縫表面缺陷檢測(cè)。設(shè)計(jì)了基于機(jī)器視覺(jué)的粘附于焊接板表面飛濺物的在位檢測(cè)算法。針對(duì)焊接板圖像的獲取問(wèn)題,建立了單目視覺(jué)系統(tǒng)模型;針對(duì)圖像的信息轉(zhuǎn)換問(wèn)題,選取了二維自適應(yīng)維納濾波的預(yù)處理方法,平滑了噪聲區(qū)域并銳化了飛濺物區(qū)域;針對(duì)粘附于焊接板的飛濺物分割問(wèn)題,采用傅里葉變換的方法將圖像轉(zhuǎn)換至頻域,根據(jù)頻譜圖的振幅分布規(guī)律設(shè)計(jì)了橢圓形窗高通濾波器,將高頻的飛濺物信息進(jìn)行分割,保證了飛濺物的分割精度;針對(duì)飛濺物的提取問(wèn)題,設(shè)計(jì)了基于圖像感興趣區(qū)域的焊縫區(qū)域過(guò)濾算法,利用閾值法提取了粘附于焊接板的飛濺物信息。實(shí)驗(yàn)結(jié)果表明,基于機(jī)器視覺(jué)的粘附于焊接板表面飛濺物的在位檢測(cè)算法對(duì)于直徑大于0.2mm飛濺物的提取率基本達(dá)到0.9,提取正確率為0.9669,相比于傳統(tǒng)的缺陷檢測(cè)算法優(yōu)勢(shì)明顯,可應(yīng)用于焊接板表面飛濺物的在位檢測(cè)。
【圖文】：

圖１－１焊接生產(chǎn)線

圖１－２焊接飛濺物逡逑
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TG409;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉丹;張斌;李慧嫻;宋文豪;李峰宇;楊騰達(dá);;復(fù)雜背景下微小圓柱端面缺陷檢測(cè)方法研究[J];激光與光電子學(xué)進(jìn)展;2018年06期

2 許春媛;方志宏;夏勇;張靈;蘭守忍;王利生;;基于視覺(jué)顯著性的鋼管焊接區(qū)域氣泡缺陷檢測(cè)[J];冶金自動(dòng)化;2017年06期

3 黃金;周先春;吳婷;伍子鍇;;混合維納濾波與改進(jìn)型TV的圖像去噪模型[J];電子測(cè)量與儀器學(xué)報(bào);2017年10期

4 彭雄良;湯磊;;機(jī)器視覺(jué)在線檢測(cè)圖像處理技術(shù)研究[J];電子制作;2017年19期

5 李炳銀;;機(jī)器視覺(jué)及其在制造業(yè)中的應(yīng)用分析[J];數(shù)字通信世界;2017年09期

6 張X;王明泉;張俊生;;基于機(jī)器視覺(jué)的光纖傳像元件缺陷檢測(cè)系統(tǒng)[J];測(cè)試技術(shù)學(xué)報(bào);2017年04期

7 陳鯤;段慧艷;;激光焊接工作臺(tái)運(yùn)動(dòng)精度測(cè)試與分析[J];焊接技術(shù);2017年07期

8 葉倩;蔡念;李飛洋;王晗;陳新度;;基于自適應(yīng)匹配半徑視覺(jué)背景提取的IC焊點(diǎn)檢測(cè)算法[J];焊接技術(shù);2017年07期

9 楊海清;王洋洋;;基于面結(jié)構(gòu)光幾何關(guān)系的三維數(shù)字化研究[J];計(jì)算機(jī)應(yīng)用研究;2018年07期

10 錢(qián)曉亮;張鶴慶;張煥龍;賀振東;楊存祥;;基于視覺(jué)顯著性的太陽(yáng)能電池片表面缺陷檢測(cè)[J];儀器儀表學(xué)報(bào);2017年07期

，

本文編號(hào)：2589635