基于深度視覺(jué)的焊縫線檢測(cè)算法研究
發(fā)布時(shí)間:2023-05-13 04:49
無(wú)損檢測(cè)(Non-destructive testing)技術(shù)可以有效保證工程項(xiàng)目的安全和可靠。超聲無(wú)損檢測(cè)(Ultrasonic NDT)可以在不破壞被測(cè)對(duì)象且不影響焊縫使用性能的前提下,由人工手持設(shè)備檢測(cè)焊接質(zhì)量。但是人工超聲檢測(cè)成本高、效率低,在某些特殊環(huán)境下無(wú)法進(jìn)行。為克服人工操作所帶來(lái)的種種弊端,利用機(jī)器人攜帶超聲檢測(cè)設(shè)備工作的自動(dòng)無(wú)損檢測(cè)方法應(yīng)運(yùn)而生。本文研究的機(jī)器人結(jié)構(gòu)為由電磁驅(qū)動(dòng)的爬壁機(jī)器人平臺(tái)搭載導(dǎo)航系統(tǒng)和超聲無(wú)損探傷系統(tǒng),技術(shù)關(guān)鍵在于獲取負(fù)責(zé)機(jī)器人導(dǎo)航的相關(guān)運(yùn)動(dòng)參數(shù),其為本文的研究重點(diǎn)。目前常用的焊縫路徑檢測(cè)方法主要為基于計(jì)算機(jī)視覺(jué)原理的2D圖像分析法,如基于結(jié)構(gòu)光的導(dǎo)航方法,基于神經(jīng)網(wǎng)絡(luò)模型的視覺(jué)導(dǎo)航方法,使用人工貼條的半自動(dòng)化導(dǎo)航方法等等。這些方法經(jīng)過(guò)長(zhǎng)期的發(fā)展,性能逐漸穩(wěn)定,魯棒性逐步增強(qiáng)。但是,2D圖像由于其性質(zhì)原因不可避免地對(duì)圖像的質(zhì)量有更高的要求,即使有著較高可靠性的結(jié)構(gòu)光方案,在遇到油污、強(qiáng)光、陰影等問(wèn)題時(shí)也不一定能很好地解決。本文根據(jù)自動(dòng)無(wú)損檢測(cè)機(jī)器人的導(dǎo)航需求創(chuàng)新性地提出一種以三維重構(gòu)方法為基礎(chǔ)的三維視覺(jué)導(dǎo)航分析方法,由于增加了三維點(diǎn)云信息,相較于...
【文章頁(yè)數(shù)】:67 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文工作及內(nèi)容安排
第2章 焊縫三維點(diǎn)云獲取及預(yù)處理算法研究
2.1 引言
2.2 三維點(diǎn)云獲取
2.3 精度測(cè)試
2.3.1 ICP點(diǎn)云配準(zhǔn)
2.3.2 硬件誤差計(jì)算
2.4 深度圖轉(zhuǎn)換
2.5 深度圖像濾波算法
2.5.1 均值濾波
2.5.2 高斯濾波
2.5.3 中值濾波
2.5.4 濾波算法小結(jié)
2.6 本章小結(jié)
第3章 焊縫分割算法研究
3.1 引言
3.2 基于點(diǎn)云壓縮的滑窗面積法分割
3.2.1 點(diǎn)云分割
3.2.2 基于下采樣的輪廓重構(gòu)與斷線插值修復(fù)算法
3.2.3 滑窗面積確定邊界
3.3 基于幾何特征的焊縫分割法
3.4 基于深度圖的圖像增強(qiáng)原理分割
3.4.1 深度圖像直方圖均衡化
3.4.2 焊縫二值化算法
3.4.3 形態(tài)學(xué)運(yùn)算降噪
3.4.4 焊縫形態(tài)邊緣檢測(cè)算法
3.5 基于RGB的圖像增強(qiáng)原理分割
3.5.1 頻域圖像增強(qiáng)算法
3.5.2 四叉樹(shù)圖像算法
3.5.3 基于連通域標(biāo)記的降噪方法
3.6 本章小結(jié)
第4章 相對(duì)位姿參數(shù)獲取及處理算法
4.1 引言
4.2 離散點(diǎn)擬合算法研究
4.3 粗邊界擬合焊縫線算法研究
4.3.1 焊縫中心線定位算法
4.3.2 RANSAC算法提取邊界
4.4 運(yùn)動(dòng)參數(shù)獲取算法
4.5 本章小結(jié)
第5章 實(shí)驗(yàn)平臺(tái)與工作現(xiàn)場(chǎng)檢測(cè)結(jié)果統(tǒng)計(jì)
5.1 實(shí)驗(yàn)條件
5.1.1 機(jī)器人平臺(tái)概況
5.1.2 實(shí)驗(yàn)材料概況
5.1.3 實(shí)驗(yàn)環(huán)境及配置
5.2 精度檢測(cè)實(shí)驗(yàn)
5.2.1 檢測(cè)說(shuō)明
5.2.2 檢測(cè)數(shù)據(jù)
5.2.3 數(shù)據(jù)統(tǒng)計(jì)
5.3 測(cè)試結(jié)論
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
指導(dǎo)教師對(duì)研究生學(xué)位論文的學(xué)術(shù)評(píng)語(yǔ)
答辯委員會(huì)決議書(shū)
致謝
攻讀碩士期間的研究成果
本文編號(hào):3815335
【文章頁(yè)數(shù)】:67 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文工作及內(nèi)容安排
第2章 焊縫三維點(diǎn)云獲取及預(yù)處理算法研究
2.1 引言
2.2 三維點(diǎn)云獲取
2.3 精度測(cè)試
2.3.1 ICP點(diǎn)云配準(zhǔn)
2.3.2 硬件誤差計(jì)算
2.4 深度圖轉(zhuǎn)換
2.5 深度圖像濾波算法
2.5.1 均值濾波
2.5.2 高斯濾波
2.5.3 中值濾波
2.5.4 濾波算法小結(jié)
2.6 本章小結(jié)
第3章 焊縫分割算法研究
3.1 引言
3.2 基于點(diǎn)云壓縮的滑窗面積法分割
3.2.1 點(diǎn)云分割
3.2.2 基于下采樣的輪廓重構(gòu)與斷線插值修復(fù)算法
3.2.3 滑窗面積確定邊界
3.3 基于幾何特征的焊縫分割法
3.4 基于深度圖的圖像增強(qiáng)原理分割
3.4.1 深度圖像直方圖均衡化
3.4.2 焊縫二值化算法
3.4.3 形態(tài)學(xué)運(yùn)算降噪
3.4.4 焊縫形態(tài)邊緣檢測(cè)算法
3.5 基于RGB的圖像增強(qiáng)原理分割
3.5.1 頻域圖像增強(qiáng)算法
3.5.2 四叉樹(shù)圖像算法
3.5.3 基于連通域標(biāo)記的降噪方法
3.6 本章小結(jié)
第4章 相對(duì)位姿參數(shù)獲取及處理算法
4.1 引言
4.2 離散點(diǎn)擬合算法研究
4.3 粗邊界擬合焊縫線算法研究
4.3.1 焊縫中心線定位算法
4.3.2 RANSAC算法提取邊界
4.4 運(yùn)動(dòng)參數(shù)獲取算法
4.5 本章小結(jié)
第5章 實(shí)驗(yàn)平臺(tái)與工作現(xiàn)場(chǎng)檢測(cè)結(jié)果統(tǒng)計(jì)
5.1 實(shí)驗(yàn)條件
5.1.1 機(jī)器人平臺(tái)概況
5.1.2 實(shí)驗(yàn)材料概況
5.1.3 實(shí)驗(yàn)環(huán)境及配置
5.2 精度檢測(cè)實(shí)驗(yàn)
5.2.1 檢測(cè)說(shuō)明
5.2.2 檢測(cè)數(shù)據(jù)
5.2.3 數(shù)據(jù)統(tǒng)計(jì)
5.3 測(cè)試結(jié)論
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
指導(dǎo)教師對(duì)研究生學(xué)位論文的學(xué)術(shù)評(píng)語(yǔ)
答辯委員會(huì)決議書(shū)
致謝
攻讀碩士期間的研究成果
本文編號(hào):3815335
本文鏈接:http://sikaile.net/kejilunwen/jinshugongy/3815335.html
最近更新
教材專著