欢迎访问郑州布艺坊包装制品有限公司网站!
服务热线

联系我们

郑州布艺坊包装制品有限公司
电话:0371-6995 5559
手机:15225115669(卓经理)  15225177775(肖经理)
地址:郑州紫辰路与紫东路交叉口
厂址:新郑市炎黄大道与解放路交叉口向东500米路南
当前位置:首页> 常见问题

基于视觉的CO_2焊接机器人焊接工艺参数与熔池形态关系研究中的耐火池图像处理

* 来源: Cloud * 作者: YiQiSeo * 发表时间: 2019-05-09 2:48:35 * 浏览: 1
3.3.1熔池图像过滤焊接机器人熔池的图像捕获是为了获得有用的焊接信息,但在获得熔池图像的途中需要图像图像采样,图像量化,图像传输等。在图像采集过程中,总有一些内部和外部,如光信号转换成电信号时不平衡传感器的灵敏度,噪声在数字化方式上量化,有误差在传播方式。还有很多。以上因素都有相对噪声干扰。然而,在焊接过程中,强烈的电弧和烟雾的飞溅等,焊池的图像受到的影响更为严重,甚至对熔池图像的正常分析也会受到影响。这些噪声信号以无用信息的形式出现,这与所研究的熔池图像不相关,并且干扰熔池图像的有用信息。如果不去除这些噪声点,则增强了直接熔池图像,并且熔池图像将大量出现。假边缘点。也就是说,这些因素导致熔池的图像质量下降,使得熔池的图像不清晰,并且图像的特征被遮盖。因此,熔池图像边缘的获取相对困难,因此需要通过熔池图像的预处理平滑滤波器。减少噪音影响。为了减少或消除噪声,平滑滤波器主要使用不同的平滑模板来使用熔池图像的卷积处理。然而,当滤波器减少或消除噪声时,通常会使熔池图像不清晰,从而在熔池图像中丢失大量边缘特征信息。因此,需要使用熔池图像的特征来应用能够在确保熔池的图像信息的同时降低熔池的图像噪声的方法。图像滤波中常用的经典方法是:中值滤波,域均值滤波,高斯滤波和多帧平均。本文采用基于模糊熵的多值熔池图像去噪和滤波方法。该方法是根据退化多值池图像的特征创建与其对应的物理模型,然后创建一个模糊熵类型,用于反映熔池图像中的实际信息,然后图像使用最小熵原理对其进行去噪,过滤和图像恢复。假设熔池图像的四个灰度值分别为a,b,c和d,退化熔池的灰度图像矩阵为:我们定义了四个模糊的A,B,C和D.分别设置。将与其对应的模糊熵度量分别定义为对应矩阵Wn(i,j)中的对应像素,分别计算四个模糊熵度量及其对应的最小值,然后进行图像恢复。在使用最小值的原则上。以这种方式,应用与灰度图像的矩阵中的像素相对应的区域信息。熔池图像前后图像去噪和图像滤波的比较如图3-1和图3-2所示。 3.3.2增强了熔池边缘的​​图像。过滤后,熔池图像中的不同噪声被大大抑制,但熔池中仍存在许多问题,如相似的灰度和不清晰的边缘。的边缘。因此,有必要对熔池的图像应用边缘增强处理。有许多空域增强算法,常用的典型算法有:高通滤波,拉普拉斯变换,梯度法等。由于实验室收集的熔池图像的特征,使用以下增强算子对熔池图像进行边缘增强处理。公式(3-6)FG是对应于滤波处理之后的(i,j)的像素点的灰度值,并且k是常数。熔池图像边缘增强前后的渐变曲线具有相对明显的差异。熔池图像有在图像增强之前的相对平滑的灰色曲线,并且许多熔池边缘信息丢失。在熔池图像的边缘增强之后,图像边缘处的灰度值呈现一系列峰和谷,从而获得图像。边缘点的计算被转换为灰度值的极值的计算。焊接机器人图像边缘与边缘增强之间的对比度如图3-3和3-4所示。从图中可以看出,熔池的图像是边缘增强的。之后,突出显示熔池的边缘信息,这使得获得有效图像信息更有利。