【技术实现步骤摘要】
一种焊缝尺寸视觉测量与表面缺陷检测方法
[0001]本专利技术涉及一种视觉检测方法,特别涉及一种焊缝尺寸视觉测量与表面缺陷检测方法。
技术介绍
[0002]焊接涉及到各种工业领域,包括航空航天、交通运输、建筑、金属制造等各个行业。在焊接过程中,由于各种环境因素以及操作不当,导致焊接质量无法达到令人满意的程度。焊缝缺陷检测是必不可少的环节。传统的焊缝缺陷检测,主要是通过人工检测完成,这种完全依靠于人眼判断往往检测精度较差,耗时较长,而且随着检测时间增加,人眼疲劳程度增加会导致检测精度降低,效率较差。
[0003]近几年随着计算机技术和数字图像处理技术的不断发展,通过机器视觉来获取图像识别的方式是当前的研究需要,机器视觉相当于机器人的“眼睛”,其涉及到光学成像、人工智能、机电一体化等技术,是借助光学装置和非接触的传感器获得被测物体的特征图像,并且通过计算机从图像中获取信息、实时处理,进而实现检测和控制的装置。机器视觉检测技术具有安全可靠、检测精度高、可在复杂的环境中运行等优点,有着广泛的应用,涉及带钢、手机屏幕、纺织等众多行业。
[0004]目前,视觉检测主要集中在物体表面检测、识别以及目标跟踪,焊缝检测主要集中在焊缝的表面,主要存在的问题例如是:
[0005]需要多种检测手段相结合的问题;或者需从不同的角度对焊缝进行拍照,而且要保证实验环境光照充足,虽然能够较好的实现焊缝检测,但是实验过程过度依赖实验员的重复操作,鲁棒性较差的问题;或者只能实现焊缝咬边缺陷的检测,检测效果有待改进的问题;或者缺陷
【技术保护点】
【技术特征摘要】
1.一种焊缝尺寸视觉测量与表面缺陷检测方法,其特征在于:所述方法通过以下步骤实现:步骤一、搭建硬件检测系统;硬件系统包括单线激光发射器、CCD摄像头、精密位移台以及计算机;单线激光发射器发出的线激光投射到焊缝表面,通过步进电机驱动精密位移台上被测焊缝材料移动,实现单线激光发射器扫描焊缝;步骤二、进行检测系统的标定;系统标定主要包括相机标定与结构光标定两个部分;通过相机标定获取相机准确的内部参数以及外部参数,内部参数包括相机的中心点、焦距和畸变参数,外部参数即相机在世界坐标中的相对位置;通过结构光标定获取单线激光发射器发出的结构光与CCD摄像头之间的相对位置关系;步骤三、利用搭建并标定后的检测系统获取结构光条纹图像,并进行结构光条纹图像的预处理操作;预处理主要包括结构光条纹图像的灰度变化、二值化、图像滤波、图像分割、形态学处理和ROI提取过程;步骤四、结构光中心线定位方法与特征点提取;采用改进的亚像素定位算法完成中心线定位提取;通过提取特征点确定结构光中心线的几何特征;步骤五、采用三维重建算法,完成被测焊缝材料的重建与缺陷识别;对三维重建后的焊缝图像进行数据分析,根据得到的三维重建图像,以及对于焊缝尺寸、缺陷的定义来判断焊缝是否符合使用要求,焊缝尺寸包括焊缝的宽度、高度尺寸,缺陷包括焊缝表面气孔、咬边。2.根据权利要求1所述的一种焊缝尺寸视觉测量与表面缺陷检测方法,其特征在于:步骤二所述的进行检测系统的标定的过程为:设计相机投影测量模型如式(2
‑
1)所示;式中n为常比例系数,[u,v]
T
为目标点图像坐标,R为3
×
3的旋转矩阵,t为3
×
1的平移矩阵,M1,M2为摄像机的内参和外参,f
x
和f
y
分别为相机在x、y方将焦距参数,c
x
和c
y
为成像主点;[x
c
,y
c
,z
c
]
T
是相机坐标系下的三维坐标;坐标为(x,y),实际情况下考虑畸变的坐标为则二者的数学关系式如式(2
‑
2)所示;其中δ
x
和δ
y
表示非线性畸变值,非线性畸变值与非畸变点关系如式(2
‑
3)所示;
其中k1、k2为径向畸变系数;摄像机的标点结束后,得到相机的内外参数,对激光的光平面进行标定,通过光条上的特征点,建立起光平面和图像平面之间的联系,从而求得光条上的特征点在图像平面坐标系上的坐标值;通常球阀是在两个不同高度分别拍摄一张光条的图像,提取出光条的中心点作为特征点,设图像平面坐标系下,特征点的作为(u
i
,v
i
),由式(2
‑
1)相机标定参数方程可得到式(2
‑
4)的变换方程;式中,为光平面中特征点的坐标,令M=M1M2,且由相机标定可求得M,其表示如(2
‑
5)所示;将式(2
‑
4)展开,可得式(3<...
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。