下载文档原格式
激光视觉焊缝跟踪系统图像处理
赵相宾;李亮玉;夏长亮;符灵建
【期刊名称】《焊接学报》
【年(卷),期】2006(027)012
【摘要】对视觉焊缝跟踪实时图像处理的方法进行了研究,首先采用图像增强来增加图像对比度,采用中值滤波去除图像噪声,并用二值化法将目标图像从背景图像中提取出来.在后处理的研究中激光视觉焊缝跟踪系统图像处理的关键技术--激光带中心线的抽取和特征点的检测提出了切实可行的方法.采用中轴变换法提取的中心线单一、连续;用斜率分析法来检测特征点方便可靠.该处理方法能准确检测焊缝特征点,处理速度快,能够满足跟踪系统的实时性要求.
【总页数】4页(P42-44,48)
【作者】赵相宾;李亮玉;夏长亮;符灵建
【作者单位】天津大学,自动化学院,天津,300072;天津工业大学,机电学院,天津,300160;天津大学,自动化学院,天津,300072;天津工业大学,机电学院,天
津,300160
【正文语种】中文
【中图分类】TG115.28
【相关文献】
1.焊缝跟踪应用的线激光视觉伺服控制系统 [J], 邹焱飚;王研博;周卫林
2.焊缝跟踪的激光视觉传感器图像处理研究 [J], 姜家高
3.激光视觉焊缝跟踪系统设计与关键技术 [J], 刘少林;王锦夏;钟波;李宏;陶文
4.激光视觉焊缝跟踪图像处理与坡口识别 [J], 刘习文;洪波;戴铁峰
5.激光视觉焊缝跟踪实时图像处理研究 [J], 朱六妹;宋国军;王伟;邹奇仕;罗丕华;陈明礼
因版权原因，仅展示原文概要，查看原文内容请购买。
基于机器视觉的焊接机器人焊缝跟踪系统研究发布时间：2021-12-08T07:17:00.858Z 来源：《教育考试与评价》2021年第10期作者：刘东来[导读] 焊接是传统工业生产中比较常见的一项技术，而传统焊接机器人基本上是由人工示教再现方式来实现，此时由于工作环境恶劣、人工强度大，从而导致焊接质量与效率无法得到保证。
而随着机器视觉技术的不断发展和成熟，其开始在工业生产中得到广泛应用。
此时，基于机器视觉下，来对焊接机器人焊缝跟踪系统进行研究，能够很好地解决由于工装误差、工件摆放位置误差、工件标定误差等而产生的质量问题，进而有效提高焊接机器人焊缝质量。
刘东来永州职业技术学院 425000摘要：焊接是传统工业生产中比较常见的一项技术，而传统焊接机器人基本上是由人工示教再现方式来实现，此时由于工作环境恶劣、人工强度大，从而导致焊接质量与效率无法得到保证。
而随着机器视觉技术的不断发展和成熟，其开始在工业生产中得到广泛应用。
此时，基于机器视觉下，来对焊接机器人焊缝跟踪系统进行研究，能够很好地解决由于工装误差、工件摆放位置误差、工件标定误差等而产生的质量问题，进而有效提高焊接机器人焊缝质量。
关键词：机器视觉；焊接机器人；焊缝跟踪系统在现有工业生产过程中，焊接机器人在航空航天、汽车生产、船舶制造和各类加工制造业中得到了广泛应用，其既可以改善劳动条件、优化焊接质量，而且还可以提高生产效率。
然而，当焊接条件或焊接对象发生改变时，焊接机器人无法进行有效调整，进而有可能导致焊枪偏离焊缝中心，对其焊接质量产生不利影响。
因此，基于机器视觉下，来细化和完善焊接机器人焊缝跟踪系统尤为关键，其可以使焊接机器人焊缝问题得到及时、准确发现，以免问题的扩大化，进而确保焊接机器人整体焊接水平。
1.机器视觉技术通常情况下，机器视觉是集自动控制、图像处理、电光源照明、机械工程技术、传感器、光学成像、计算机软硬件技术等为一体的综合性技术。
基于激光视觉的焊缝跟踪系统的研究的开题报告
一、选题的背景和意义
随着工业自动化程度的不断提高，焊接工艺的自动化也越来越受到人们的重视。
对于焊接工艺来说，焊缝的质量是决定焊接效果的关键因素之一。
因此，在焊接过程中能够实时跟踪焊缝的位置和形状，对保证焊缝的质量至关重要。
传统的焊缝跟踪方法主要是通过感应器或摄像机来实现，但这种方法存在误差较大、精度不高等问题。
而基于激光视觉的焊缝跟踪系统，则能够解决这些问题，因此具有广泛的应用前景。
二、研究的目的和内容
本次研究旨在设计一种基于激光视觉的焊缝跟踪系统，通过激光投射线来实时监测焊接过程中焊缝的位置和形状。
具体研究内容包括：
1. 激光视觉技术的基本原理研究；
2. 激光投射线的设计、构建及其与摄像机、计算机等组件的整合；
3. 焊接过程中焊缝跟踪算法的研究和实现；
4. 实验验证和结果分析。
三、研究的方法和步骤
本次研究采用文献资料法、理论分析法和实验验证法。
具体步骤如下：
1. 理论分析激光视觉跟踪技术的基本原理和应用场景；
2. 设计和构建激光投射线、摄像机等硬件设备，并进行组件整合；
3. 研究并实现焊缝跟踪算法；
4. 进行实验验证，并对实验结果进行分析。
四、预期成果和意义
本次研究预期将设计出一种基于激光视觉的焊缝跟踪系统，并验证其在焊接过程中的有效性。
该系统具有以下意义：
1. 提高焊缝跟踪的精度和稳定性，减小人为干扰因素对焊缝质量的影响；
2. 实现焊缝自动跟踪，提高生产效率和工作效率；
3. 推动焊接工艺的自动化进程，提高工业制造的智能化水平。
88电子技术Electronic Technology电子技术与软件工程Electronic Technology & Software Engineering焊缝自动跟踪是实现焊接自动化的关键，近年来受到了越来越多的关注。
目前，应用于焊缝跟踪系统的传感器最常见的有电弧传感器和视觉传感器。
电弧传感器结构简单，但只有电弧形成后才能工作，精度通常不高。
视觉传感器灵敏度和精度更高、不受电磁干扰，适合于各种不同布置形态的焊缝，是一种更有发展前景的方法[1]。
在焊缝位置获取和图像识别算法的研究方面，国内外都开展过一些研究，例如横尾尚志等提出了模糊控制和模糊专家系统[2]。
Yoshito Sameda 等以激光扫描法，通过焊缝图像处理，实现了焊缝跟踪[3]。
N.SHIBATA 等采用激光束与CCD 传感器配合，实现了焊接过程的跟踪控制[4]。
在国内，崔元彪等通过改进传感器的结构设计，实现了对焊缝的跟踪[5]。
在焊缝图像处理技术中，对图像的预处理及后处理是实现位置检测的关键技术。
预处理阶段的主要目的是采用滤波方法除噪，排除弧光、烟雾等干扰因素，常用的有频域滤波以及空域滤波[6]。
空域滤波比较常用，有邻域平均法以及中值滤波法等，其中，中值滤波法在滤除噪音的同时又能够保留原有图像的主要特征，应用得最为普遍。
对于焊缝图像后处理一般常采取的算法为二值化处理，其中关键技术是阈值的确定[7]，其中，Otsu 法是确定最佳阈值常用的一种有效方法[8]。
本文采用CCD 作为传感器采集焊缝位置图像，通过预处理后，在上位机上完成了图像后处理，并根据图像信息来指挥下位机工作，有效地完成了焊缝的跟踪。
1 试验方法及装置本文实验中采用的试验布置如图1，图中焊接设备部分包括焊机、焊枪和焊枪移动执行机构。
图像采集及处理系统包括CCD 摄像头，图像采集卡和上位机系统。
本课题试验中所采用的焊机为YC-400TX TIG 焊机，焊枪移动执行机构为自行设计，为十字滑板型结构，采用步进电机驱动，可以满足系统的精度要求。
焊缝跟踪的控制算法（一）理论模型虚线 Y( t )为焊炬的跟踪调节曲线, 可视作系统执行机构的输出量,即 ：()()tY t S t dt =⎰传感器在焊缝坡口 B 点的偏移量e1（t ）实际上是 R ( t )曲线上B 点相对于 Y( t )上 A 点的偏差量,即1()()()()()t e t R t Y t R t S t dt ττ-=--=-⎰设焊接速度V ( mm/ s)，则焊接点 A 滞后检测点B 时间为：Vλτ= （s ）再设()S τ是焊炬从t τ-时刻到t 时刻的调节量,即: ()()tt S S t dt ττ-=⎰则焊炬行走 时间后与坡口中心的实际误差应为:()1()()1()()tt e t e t S e t S t dt ττ-=-=-⎰理论上 ,只要知道机械系统的传递函数,()S τS 便可 知道 ,但实际系统 的传输 函数往往很难准确得到,因此△S 直接求解比较困难焊接起始点实际焊缝的坡口中心曲线焊枪的跟踪曲线（二）由模型得出的简易控制算法实际的焊缝跟踪过程中，视觉系统提供的位置偏差是经过传感器经过一帧一帧的图像采集后，再经过一系列的图像处理，最终得出位置偏差信息提供给控制器。
因此，需做以下设定：(1) 位置请求指令发送时间间隔和执行机构调整时间间隔同步； (2) 在每次位置请求时，在上一调整周期内焊枪已完成所需的调整量； (3) λ为采样间隔点的整数倍。
设O 点为初始参考点，O 0为焊枪开始纠正起始点，从O 点到O 0点，视觉传感器只做图像采集，焊枪并不进行跟踪，这一段距离属于“盲区”。
i e 为每次识别的坡口中心点与初始参考点之间的差值，i m 为每一步的焊枪实际跟踪量。
系统焊枪实时跟踪量m i 的算法为： 1()i ii a i i am em ---=-∑ （ i=a ，a+1，···，n ）焊接方向（三）根据简易控制算法得出的两种方案第一种方案：焊接过程中，在焊接速度方向上，焊枪相对工件每移动固定的距离，完成一次调整，或者说，每移动固定的距离，控制器向传感系统发出一次位置请求指令。
强噪声下的激光视觉焊缝跟踪图像处理研究现状及展望
董金枋;汤大赟;吴頔;张培磊;于治水;许燕玲
【期刊名称】《电焊机》
【年(卷),期】2022(52)12
【摘要】激光视觉焊缝跟踪系统已经成为机器人焊接必不可少的关键环节之一,但焊接过程中存在的金属飞溅、烟尘以及强弧光等常见的强噪声干扰,给激光视觉焊缝跟踪的稳定性和精确性带来极大挑战。
分别对比了焊缝跟踪最为关键的图像预处理、激光中心线提取、特征点识别三个环节中传统算法与新兴算法的区别,总结归纳各类图像处理算法的检测精度、实时性以及适用场景。
并对激光焊缝跟踪技术在焊接领域未来的发展方向进行了展望。
【总页数】16页(P1-16)
【作者】董金枋;汤大赟;吴頔;张培磊;于治水;许燕玲
【作者单位】上海工程技术大学材料工程学院;上海市激光先进制造技术协同创新中心;江苏省特种设备安全监督检验研究院;上海交通大学材料科学与工程学院【正文语种】中文
【中图分类】TP216
【相关文献】
1.激光视觉焊缝跟踪系统图像处理
2.焊缝跟踪的激光视觉传感器图像处理研究
3.激光视觉焊缝跟踪图像处理与坡口识别
4.激光视觉焊缝跟踪实时图像处理研究
因版权原因，仅展示原文概要，查看原文内容请购买。
实时焊缝图像有效信息获取及管理技术研究的开题报告摘要随着工业自动化技术的飞速发展，焊接工艺也在不断进步和革新，许多智能化焊接设备应运而生。
实时焊缝图像分析是评估焊接质量和实现自动化焊接过程控制的重要手段。
有效的焊缝图像信息获取和管理是实现实时焊缝图像分析的基础。
本文研究了实时焊缝图像获取和管理技术，探讨了实现自动化焊接过程控制的相关问题，提出了一种基于数字图像处理技术的实时焊缝图像有效信息获取和管理方法，并进行了初步探究。
关键词：实时焊缝图像；信息获取；信息管理；数字图像处理。
1. 研究背景焊接技术一直是工程领域中一个重要的工艺技术，它广泛应用于各种工业领域。
随着工业自动化技术的飞速发展，焊接工艺也在不断进步和革新，许多智能化焊接设备应运而生。
其中，实时焊缝图像分析是评估焊接质量和实现自动化焊接过程控制的重要手段。
实时焊缝图像获取和管理是实现实时焊缝图像分析的基础。
在焊接过程中，焊接区域内产生的强光和热辐射以及烟雾等现象都会对图像获取产生不良影响。
如何在这些复杂的环境下获取清晰、准确的焊缝图像成为实时焊缝图像分析研究的重要问题之一。
2. 研究内容和方法本研究旨在研究实时焊缝图像有效信息获取和管理技术，实现自动化焊接过程控制。
研究内容主要包括：（1）实时焊缝图像获取技术研究：以数字摄像机为主要的焊缝图像获取设备，通过图像采集卡将摄像机获取到的焊缝图像信号实时传输到电脑，使用高性能的图像处理算法对焊缝图像进行滤波、去噪、增强等处理，以获得清晰、准确的焊缝图像。
（2）实时焊缝图像信息管理技术研究：对获取的焊缝图像进行分类、存储和检索，提高焊缝图像信息的利用率。
通过图像特征及关键字等方法建立焊缝图像信息库，实现焊缝图像信息在线管理和查询。
（3）实现自动化焊接过程控制：通过实时焊缝图像获取和管理技术，结合焊接机器人和控制系统，实现焊接过程的自动化控制和质量检测，提高焊接效率、降低成本。
本研究采用数字图像处理技术对焊缝图像进行预处理，通过Matlab编程实现图像滤波、去噪等处理，以实现焊缝图像的清晰、准确获取。
基于视觉传感的焊缝跟踪系统研究现状作者：白秀科钟杰来源：《大东方》2019年第03期摘要：将视觉传感技术应用在焊接机器人上，不仅能够提高机器的焊接效率，也能够提高焊接质量，笔者根据调查研究分析了基于视觉传感的焊缝跟踪技术，阐述了焊缝跟踪的方式和原理并分析了其优缺点。
着重研讨了焊缝图像处理技术的发展，在对焊缝跟着控制技术的论述中，分析了常见的视觉控制方式的特点以及智能控制技术在焊缝跟踪技术中的运用。
关键词：视觉传感;焊缝跟踪;焊接机器人;图像处理焊接技术广泛应用于航天领域、建筑工程领域以及汽车行业。
目前，焊接机器人的工作方式只能按照特定的编程和示范教育来完成，无论是适应性还是灵活性都较差，再加上这种工作方式需要有非常稳定的焊接作业环境，使焊接存在局域性。
再者由于焊接过程中工件荣誉受热变形、加工装配存在误差等干扰因素，使焊缝的实际与编程之间无法精准的联系，从而导致出现误差。
焊缝跟踪技术的应用前提是传感器技术，基于视觉传感技术的焊缝跟踪系统，要在控制光，电，机和机构装备的统一性，也需要图像处理和控制结构的时效性。
在规划焊接机器人的路径方面和调整焊接机器与视觉传感器的信息传输闭环控制方面，需要视觉传感具有较高的精度和时效性，本文在分析视觉传感器的现状的基础上阐述了基于视觉传感的焊缝跟踪系统的发展。
尤其是焊缝跟踪系统的图像处理技术。
1 视觉传感技术的分类由于视觉传感器采集的光源不同，可以分为以激光辅助照明的主动光视觉和以自然光为光源的被动光视觉。
1.1主动光视觉主动光视觉采用了特殊的照明光源，根据不同的传感器构造分为激光扫描和结构光两种形式：激光扫描是指激光光速照射到反射镜，在工件表面形成条形光带，这种激光扫描方式能够使信噪比较高，也会提高抗电弧光的干扰能力，加快信号处理的速度，结构光法是指激光管在工件上投射激光所形成的特定宽条纹光带，对收集到的激光条纹光带利用摄像机处理图像，从而确定了焊缝的中心线。
2 视觉传感焊缝跟踪处理技术2.1 图像预处理在焊接过程中，弧光、飞溅都是不可避免的，再加上很多的噪音留存在图像中着就要求对焊缝的图像进行预处理。
基于图像处理的视觉实时跟踪技术研究视觉实时跟踪是现代人工智能领域的研究热点之一，利用计算机视觉的手段对运动目标进行个性化的追踪、监控、识别等操作。
基于图像处理的视觉实时跟踪技术作为一项重要的应用技术，具有广泛的实用价值，可以应用于多个行业领域，如安防、交通、医疗等领域。
本文旨在探讨基于图像处理的视觉实时跟踪技术的研究现状、原理、应用以及未来的发展方向。
一、技术原理基于图像处理的视觉实时跟踪技术主要包含以下步骤。
首先是前景检测，通过对图像序列进行背景建模，从而提取出图像序列中的前景目标。
接下来是目标跟踪，即对前景目标进行特征提取，比如颜色、形状、纹理等，通过目标模型匹配实现跟踪。
最后是目标的识别，通过学习目标的外形特征等信息来完成目标的识别。
二、技术现状目前，基于图像处理的视觉实时跟踪技术已经十分成熟。
在前景检测方面，常见的方法包括基于高斯混合模型、自适应背景模型、基于纹理描述符等方法。
在目标跟踪方面，常见的方法包括基于相关滤波器、粒子滤波器、卡尔曼滤波器等方法。
在目标识别方面，常见的方法包括基于分类器、神经网络、深度学习等方法。
这些方法均具有较高的跟踪准确率和实时性，可以应用于多种实际场景中。
三、技术应用基于图像处理的视觉实时跟踪技术具有广泛的应用领域。
在安防领域，可以应用于视频监控、行人、车辆的跟踪与识别等方面。
在交通领域，可以应用于交通流量的监测、道路拥堵的分析等方面。
在医疗领域，可以应用于医学图像的分析与识别，实现自动化医学诊断。
除此之外，基于图像处理的视觉实时跟踪技术还可以应用于文化旅游、工业生产等领域。
四、技术未来发展基于图像处理的视觉实时跟踪技术仍然存在一些挑战和问题。
首先是目标变化的问题，当目标发生形变、遮挡、运动模糊等情况时，会导致目标跟踪的失败。
其次是噪声抑制的问题，当图像序列噪声较大时，会降低跟踪准确率。
最后是计算效率的问题，要达到实时处理的要求，需要提高算法的计算效率。
未来，可以结合深度学习、机器学习等技术，来解决这些问题，从而进一步提高跟踪准确率和计算效率。
