謝盛 魏昕 梁梓銘












摘要:焊接圖像存在著大量的噪聲干擾,對其進行處理是焊縫識別的前提。針對被動視覺焊縫跟蹤系統的圖像去噪問題,提出了基于幀間匹配的去噪方法,通過將旋轉不變性二進制描述算法(Oriented FAST and Rotated BRIEF,ORB)與隨機采樣一致性算法(Random Sample Consensus,RANSAC)相結合,得到兩幀圖像間的單應矩陣,并以此對齊兩幀圖像內的焊件,采用幀間圖像灰度替換的方式,用焊件圖像替換飛濺區域得到無飛濺的焊縫圖像。針對角接焊中焊件邊緣直線的干擾,對比了最小二乘法、霍夫變換、RANSAC三種直線擬合算法,結果表明RANSAC算法在大量錯誤數據的干擾下擬合精度可達2個像素,滿足焊縫跟蹤的需求。
關鍵詞:焊縫跟蹤;被動視覺;角接焊縫;特征匹配;直線擬合
0 前言
基于視覺傳感器的焊縫識別技術因其方便直觀且信息量大成為研究熱點,相對于主動視覺,被動視覺傳感器具有結構簡單、成本低等優勢,但由于被動視覺采用自然光源照明,焊接過程中的強光和飛濺等會給焊縫圖像引入大量的噪聲干擾,如何去除噪聲是實現焊縫跟蹤的首要問題。目前工程上通常采取兩種方式處理:增大激光傳感器的前視距離或加遮擋板,或改善圖像處理軟件算法[1]。在圖像處理算法方面,Wu等[2]對比了高斯濾波器、中值濾波器和維納濾波器在焊縫圖像處理中的效果,驗證了中值濾波可以有效去除焊縫圖像中隨機出現的椒鹽噪聲。Zou等[3]根據幀間圖像連續性,提出了一種具有強大的特征表達能力和深度卷積神經網絡的自學習功能圖像處理算法,可從含有大量噪聲的圖像中檢測焊縫位置。……