【技术实现步骤摘要】
基于视觉清晰度与轮廓提取的熔池图像异常检测方法
本专利技术属于熔池视觉领域，具体涉及FPGA模块触发的双光路视觉传感装置和一种清晰度以及轮廓协同判断的熔池图像异常检测方法。
技术介绍
焊接是制造业重要的加工工艺方法之一，广泛地应用于材料加工和结构制造中。熟练焊工可以通过观察熔池表面信息结合经验对焊缝质量进行预判和控制，随着智能机器人焊接逐渐取代人工焊，熔池信息的准确传感是焊接过程智能化控制的重要前提，需要建立稳定可靠的视觉传感系统保证获取的熔池图像信息尽可能全面、准确。熔池二维视觉传感主要通过视觉传感方法对熔池进行图像传感采集，通过图像处理和特征提取，分析图像特征与焊接质量之间的关系并建立控制模型。随着研究的不断深入，研究者结合不同材料、不同焊接方法中熔池的特点建立合理的视觉传感系统，在熔池图像传感方法、图像处理算法、图像特征定义和提取方法和基于视觉的焊接质量控制等方面取得了较大进展。熔池信息的准确传感是焊接过程智能化控制的重要前提，需要建立稳定可靠的视觉传感系统保证获取的熔池图像信息尽可能全面、准确。如果直接利用视觉传感器摄取焊接过程中的熔池图像，强烈的电弧光将...
【技术保护点】
1.基于视觉清晰度与轮廓提取的熔池图像异常检测方法，其特征在于，包括以下步骤：步骤1：确定熔池图像可能出现的异常类别；步骤2：设计工艺参数协同感知FPGA模块，根据不同视觉计算需求，设计针对性成像方案；步骤3：对步骤2设计的光路采集正样本和各类负样本；步骤4：对采集的所有熔池图像样本进行中频拉伸处理并计算其清晰度值，根据结果分布，设定划分各类异常组的阈值，确定电流参数异常，电压参数异常以及保护气参数异常的清晰度范围；步骤5：将步骤4所得结果中电参数和保护气参数一致情况下的正常组进行轮廓特征信息的提取，进行数据分析从而得到不同焊速等级的分类结果，实现熔池焊速异常的检测。
【技术特征摘要】
1.基于视觉清晰度与轮廓提取的熔池图像异常检测方法，其特征在于，包括以下步骤：步骤1：确定熔池图像可能出现的异常类别；步骤2：设计工艺参数协同感知FPGA模块，根据不同视觉计算需求，设计针对性成像方案；步骤3：对步骤2设计的光路采集正样本和各类负样本；步骤4：对采集的所有熔池图像样本进行中频拉伸处理并计算其清晰度值，根据结果分布，设定划分各类异常组的阈值，确定电流参数异常，电压参数异常以及保护气参数异常的清晰度范围；步骤5：将步骤4所得结果中电参数和保护气参数一致情况下的正常组进行轮廓特征信息的提取，进行数据分析从而得到不同焊速等级的分类结果，实现熔池焊速异常的检测。2.根据权利要求1所述的熔池视觉与工艺参数协同感知装置，其特征在于，步骤2所述的根据不同视觉计算需求，设计针对性成像方案，具体过程为：如计算熔池轮廓需要较强的边界对比度，可采用带通高曝光；计算熔池表面视觉清晰度需要抑制弧光，可采用高通低曝光；因此采用分光棱镜将熔池光束分为两束，一束采用850nm高通、一束采用650nm带通，形成双光谱视觉传感装置；且确保双光谱采样同步。3.根据权利要求1所述的基于视觉清晰度的熔池异常检测算法，其特征在于，步骤4所述的对采集的所有熔池图像样本进行中频拉伸处理并计算其清晰度值，包括以下步骤：步骤3-1：对所获得的熔池图像进行中频拉伸的预处理，提取图像中较为重要的细节分量；中频分量拉伸公式如下：式中，H(x,y)为拉伸后的图像频域，D(x,y)为原输入图像的频域，dl为中频拉伸的起始频率，dh为中频拉伸的截至频率，m，n为滤波器的阶数；步骤3-2：选用步骤3-1清晰度算子对图像的清晰度进行计算；步骤3-3：手动划定分类结果，找到清晰度值与起对应的类别关系；分别计算上述清晰度算...
【专利技术属性】
技术研发人员：韩静，徐林丽，赵壮，张玉伟，王霄雯，柏连发，张毅，张楚昊，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。