摘要
利用LABVIEW软件,开发了焊缝表面缺陷采集以及感兴趣区域(ROI)截取、阈值分割、中值滤波、形态学处理以及图像的细化等程序。在此基础上,采用多模板几何匹配模式,对采集的图像进行了匹配和识别。该缺陷检测系统的开发为视觉检测技术替代人工检测奠定了基础。
引文
[1]胡文刚,刚铁.基于超声信号和图像融合的焊缝缺陷识别[J]焊接学报,2013,34(4):53-56.
[2]高炜欣,胡玉衡,穆向阳,等.基于聚类的埋弧焊X射线焊缝图像缺陷分割算法及缺陷模型[J].焊接学报,2012,33(4):37-41.
[3]Shao J X,Du D,Chang B H,et al.Automatic weld defect detection based on potential defect tracking in real-time radiographic image sequence[J].NDT&E International,2012,46(1):14-21.
[4]李慨,岳宏,张毅,等.基于激光结构光焊缝图像预处理的研究[J].河北工业大学学报,2007,36(5):12-15.
[5]张宇.基于CCD视觉传感的焊缝跟踪技术的研究[D].上海:上海交通大学,2007.
[6]徐培全,唐新华,李莉娜,等.视觉传感机器人焊缝跟踪系统[J].上海交通大学学报,2008,42(1):28-31.
[7]Mahajan A,Fiqueroa F.Intelligent seam tracking using ultrasonic sensors for robotic welding[J].Robotica,1997,15(3):275-281.
[8]Smith J S,Ludas W.Vision based systems for controlling the arc welding operation and inspecting the weld bead profile[J].Welding Research Abroad,2000,46(11):10-22.
[9]任大海,尤政,孙长库,等.焊缝射线实时成像自动分析系统焊接学报[J].2000,21(1):61-63.
[10]赵永珠.船舶焊缝图像缺陷识别系统研究[D].湖北武汉:武汉理工大学,2009.
[11]周春成.图像处理技术在焊接缺陷检测中的应用[D].河南郑州:郑州大学,2010.
[12]梁硼.X射线焊缝图像缺陷自动提取与识别技术研究[D].江苏南京:南京航空航天大学,2012.
[13]董明训.X射线数字图像焊接缺陷检测研究[D].山东济南:山东山东大学,2011.
[14]White R A,Smith J S and Lucas J.Vision-based Gauge for on line weld profile metrology[J].Measurement and Technology,1994,141(6):521-526.
[15]Reichert C.Pre and post-weld inspection using laser vision.Nondestructive Evaluation of Materials and Composites II,San Antonio.TX[C]//The International Society for Optical Engineering,United States,1998:244-254.
[16]Lee J,Im P,Park Y,et al.Welding bead and chamfer inspection by means of Laser Vision[C]//Optomechatronic Systems,Boston.MA,2000.Boston,Society of Photo-Optical Instrumentation Engineers.2001:41-50.
[17]卢昌福.基于激光视觉传感的焊后检测技术研究[D].黑龙江哈尔滨:哈尔滨工业大学,2007.
[18]华清宇.汽车横向摇臂焊缝质量焊后视觉检测系统研究[D].上海:上海交通大学,2012.
[19]李明.一种焊缝成形形貌的视觉评判方法研究[D].甘肃兰州:兰州理工大学,2014.