基于结构光视觉传感的焊缝图像处理研究

以结构光视觉传感焊缝跟踪系统为研究对象,分析了焊缝图像处理在焊缝跟踪过程中的重要性。由于焊接过程中受弧光、飞溅等因素的影响,CCD拍摄的实际焊接图片包含了大量的干扰信息,对图像进行处理是关键环节。其中包括图像分割、图像增强、边缘检测等,讨论了不同方法的处理优势,同时指出图像处理速度对焊接的影响。     

复杂背景下的红外小目标图像信息提取

针对红外小目标跟踪测试系统的目标检测、识别和跟踪,存在着目标面积小、形态特征弱化、背景图像复杂等因素而影响目标信息提取的问题,提出了利用图像处理技术方法,对跟踪系统获取的图像进行改善处理.根据跟踪测试原理和复杂背景目标图像特征,研究了基于低通滤 波法的目标图像的预处理算法,目标图像增强,目标图像与背景分离和Sobel边缘检测算法等图像处理技术,从而对红外小目标图像定位.实验结果表明:所采取的图像处理方法可以对复杂背景下的目标信息提取,结合跟踪系统的控制机制,现实远程目标的动态跟踪.     

基于Camshift算法的移动机器人视觉跟踪系统

通过采用自主开发的移动机器人平台,设计并实现了一种基于改进Camshift算法的视觉跟踪系统.通过预测前后两帧图像特征面积,在反向投影图像上过滤掉干扰色块.实验表明该方法能有效减小相似干扰物、遮挡等因素对视觉跟踪系统的影响.同时还提出了一种简单快速的图像解释形成机器人控制指令的方法,通过计算目标在图像上的投影到图像轴心的偏转角度来控制机器人的转动,通过计算该投影面积的大小来控制机器人的前进与停止.实验结果证明了机器人指令形成策略的有效性.     

白线焊缝跟踪系统中的图像处理方法

设计了适合于白线焊缝跟踪系统的图像处理算法,利用同态滤波、二值化等方法实现对采集图像的预处理,运用Hough变换法提取图像的特征边缘,并由此确定边缘位置,通过D/A转换将位置偏差量反馈成电压,控制伺服电机推动探架转动,保证探头实时跟踪焊缝.实验结果表明,该图像处理算法检测效果理想,检测精度达到±1 mm内.     

星间光通信复合轴跟踪结构性能和误差抑制能力分析

在星间激光通信系统中,捕获、跟踪和瞄准(Acquisition Tracking and Pointing，ATP)技术是一项关键技术,ATP系统的跟踪瞄准精度对整个通信的成功与否起着至关重要的作用。主要对星间通信的复合轴跟踪进行了分析。首先介绍了星间光通信的概念和用激光实现星间通信的优点,然后分析了复合轴跟踪结构的特点,给出了复合轴跟踪控制系统的视场匹配关系和性能分析,最后采用仿真对比得出选择合适的粗、精跟踪带宽和带宽比对系统误差有突出抑制能力的结论。     

强弧光干扰下焊缝结构光图像跟踪信息获取

利用激光结构光进行焊缝跟踪时,在存在强弧光干扰的情况下稳定地获取跟踪信息是非常关键一个问题.采用模板匹配的方法实时地计算得到当前图像中的感兴趣区域,并且利用重心法结合改进的一维Kalman滤波的方法准确的提取出强弧光干扰下感兴趣区域内激光结构光的中心线,最后利用中心线上各点的横坐标计算加权系数对纵坐标进行加权累积,稳定并且准确地获得了能够体现出整条结构光变化的跟踪点信息.实验表明,该文提出的算法具有很强的抗干扰能力,可以在实际的焊缝跟踪系统中得到应用.     

成像式激光衍射细丝直径测量的实验研究

针对激光衍射的实验教学环节,提出利用成像的激光衍射细丝直径测量方法,开发出结合光学原理、图像传感器、图像处理、误差分析、数据处理等内容的综合精密测量实践系统。由于该系统采用面阵探测器结合图像处理的方法处理衍射光斑,可有效排除由于待测细丝倾斜角度不同造成的测量误差,此方法可推广应用于工业在线实时测量。该实验可有效提高学生对光学在工业检测领域应用的理解。     

白线焊缝跟踪系统中的图像处理方法

设计了适合于白线焊缝跟踪系统的图像处理算法,利用同态滤波、二值化等方法实现对采集图像的预处理,运用Hough变换法提取图像的特征边缘,并由此确定边缘位置,通过D/A转换将位置偏差量反馈成电压,控制伺服电机推动探架转动,保证探头实时跟踪焊缝。实验结果表明,该图像处理算法检测效果理想,检测精度达到±1 mm内。     

多功能测头光学系统设计

提出了一种用于三坐标测量机的新型多功能测头,介绍了多功能测头光学系统的设计思路,分析了光路中光学元件的作用,计算了光学元件主要参数,并进行了多功能测头的实验验证。大量实验结果表明,该测头经过标定,激光跟踪瞄准重复性测量的不确定度在±1μm以内,激光跟踪瞄准被测曲面倾角可以达到30°,能满足三坐标测量机的使用要求,同时也可以用于其它测长仪器对自由曲面进行快速精确的瞄准以及对零件轮廓的图象法测量。     

基于灰度不均匀图像边缘检测算法改进

边缘检测算法是图像处理中的一个重要的研究内容。该算法的好坏直接影响着图像处理的结果,常用的检测算法常常不能满足特定情况下的要求(例如实时跟踪下的图像处理)。本文在分析了灰度图像各种边缘检测算法的特性的基础上,根据具体需求,对灰度不均匀的图像边缘检测算法进行了改进。实验表明,在图像对比度较差的情况下,应用灰度变换增强后,配合相应的边缘检测算法,可以大大减少运算量,与原来的算法相比,能够取得较好的效果。