首页> 中文学位 >一种焊缝表面缺陷的视觉诊断方法研究
【6h】

一种焊缝表面缺陷的视觉诊断方法研究

代理获取

目录

封面

声明

目录

中文摘要

英文摘要

第1章 绪论

1.1研究背景及意义

1.2双目立体视觉技术研究现状

1.3缺陷视觉检测研究现状

1.4研究内容及技术路线

第2章 焊缝表面缺陷的二维视觉图像表征

2.1焊缝表面缺陷

2.2缺陷视觉图像的采集及特征分析

2.3 缺陷几何特征区域的提取

2.4 缺陷几何参数的获取

2.5 本章小结

第3章 焊缝表面形貌立体匹配及三维重建

3.1 双目立体视觉技术原理

3.2 双目视觉系统的搭建

3.3 焊缝表面形貌的立体匹配

3.4 本章小结

第4章 基于截面轮廓线的缺陷表征方法的建立

4.1 缺陷截面图像特征分析

4.2 焊接工艺规范与焊缝成形的相关性

4.3 基于理想轮廓线的缺陷视觉检测算法

4.4 缺陷形貌三维重建

4.5 本章小结

第5章 焊缝表面缺陷三维视觉诊断算法的建立

5.1 焊缝表面缺陷评价参数的建立

5.2 基于主成分分析法的特征参数选择

5.3 基于LIBSVM的焊缝表面缺陷诊断模型

5.4 本章小结

结论

参考文献

致谢

附录A 攻读硕士期间发表的论文

展开▼

摘要

石油管道、锅炉等压力容器中存在较为明显的咬边、凹坑、气孔、塌陷、焊瘤等表面缺陷时,往往需要耗费更多的防腐涂敷材料,给企业的生产增加了成本。同时,存在这些表面缺陷的压力容器往往在服役过程中因疲劳出现启裂从而造成重大隐患。焊缝表面缺陷诊断已经成为质量管理和决定产品是否具有竞争力的重要环节。但焊缝的表面缺陷检验目前主要由检测人员借助卡尺、目测等手段,凭借人工经验完成,检测结果不准确、效率低,这种检验方法更是难以满足焊接生产线大批量生产时外观质量实时检测的需求。机器视觉因具有非接触、快速、实时性等优点,已广泛应用于药品自动分拣、机器人路径规划、目标识别等领域,同时也为焊缝表面质量诊断提供了技术支持。本文以视觉系统获取的含各种类型表面缺陷的视觉图像为信息源,探索了一种基于焊缝表面缺陷视觉图像特征提取的机器视觉诊断方法。主要研究内容如下:
  (1)搭建了一套焊缝表面缺陷平面成像视觉系统。包含了咬边、凹坑、气孔等表面缺陷的焊缝视觉图像特征分析表明,视觉系统采集的焊缝表面图像可以作为缺陷表征的信息源。采用正弦灰度变换、自适应高斯滤波、最大类间方差等算法对采集到的原始图像进行处理,实现了焊缝与母材的图像分割。采用多尺度Retinex、模糊边缘检测算法等方法,实现了缺陷区域图像的提取。这种图像处理方法对于从焊缝中提取缺陷几何特征是可行的。
  (2)建立了焊缝表面缺陷的二维视觉诊断算法。人工借助游标卡尺与平面成像视觉系统的测量结果对比表明,在视觉成像平面坐标系中建立的几何参数面积S'、最小外接矩形长宽比 R'、最小外接矩形中心点坐标 P'(u0,v0),可以作为表征咬边、凹坑、气孔等焊缝缺陷的大小、形状、位置等信息的特征参数,建立的二维视觉诊断算法可以实现焊缝表面缺陷的几何参数量化。
  (3)搭建了一套双目立体视觉系统,并对双目立体视觉系统进行了标定。对分割出来的焊缝左右两目图像进行立体匹配以获取它们的视差图,依据双目视觉系统中各坐标系之间的变换关系,获得了焊缝表面三维坐标,并对其进行三维重建得到焊缝三维重建图像。结果表明,三维重建图像中的焊缝形貌与真实焊缝形貌基本一致,能够反映焊缝表面的形貌变化。
  (4)建立了基于焊缝截面轮廓线的缺陷表征方法。通过对正常焊缝以及塌陷、咬边、焊瘤等焊缝截面宏观形貌特征分析表明,缺陷在截面上的轮廓特征可以作为表征焊缝表面缺陷的信息源。采用控制变量方法,探究了焊接工艺参数与焊缝成形的相关性。通过焊缝截面轮廓点特征提取及图像特征分析,确立了利用理想轮廓线上轮廓点的分布范围来检测缺陷的方法。人工借助游标卡尺与双目视觉系统对各种缺陷的截面尺寸测量结果对比表明,建立的焊缝表面缺陷双目视觉诊断方法可以准确获取缺陷的尺寸信息。三维重建的缺陷区域与焊缝三维重建图像中缺陷区域比较吻合,表明提出的基于理想轮廓线的缺陷检测算法是可行的。
  (5)建立了焊缝表面缺陷的三维视觉诊断算法。在获取缺陷的三维模型的基础上,建立了12个几何特征参数全面表征缺陷的特征信息,并通过主成分分析法确立了6个主成分。建立了焊缝表面缺陷的 SVM诊断模型,以确立的6个主成分作为 SVM诊断模型的输入向量,以对应的缺陷类别作为输出向量,通过核函数以及惩罚因子的交叉验证确定了最优参数,实现了咬边、焊瘤、塌陷、凹坑这四种典型焊缝表面缺陷的自动诊断。对测试样本的验证结果表明,建立的 SVM模型辨识准确率可达98.75%,建立的焊缝表面缺陷三维诊断算法可以实现焊缝表面缺陷的准确识别。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号