激光视觉传感的焊缝表面缺陷识别与分类

论文摘要

为实现焊缝表面质量的自动检测,研究线激光视觉传感的焊缝表面质量检测方法,分析焊缝表面缺陷特征提取算法及焊缝缺陷分类模型。针对焊缝表面中的凹陷、咬边和气孔等缺陷,分析不同类型缺陷在焊缝激光条纹图像中的几何形态及空间分布特点,并结合斜率截距法与分段区间检测法提取焊缝表面缺陷的特征点。利用特征提取方法识别焊缝表面缺陷的7个特征参数,设计基于三层BP神经网络的焊缝缺陷分类模型,将提取的缺陷特征作为网络的特征输入进行网络训练。试验结果表明,所建立的焊缝缺陷分类模型可识别凹陷、咬边、气孔等焊缝表面缺陷,整体识别率达91.51%。

论文目录

• 0前言
• 1 试验装置及测量原理
• 2 焊缝缺陷图像处理
• 3 焊缝表面缺陷特征提取
• 4 基于BP神经网络的焊缝表面缺陷分类
• 5 焊缝表面缺陷分类结果及分析
• 6 结论

文章来源

类型: 期刊论文

作者: 丁晓东,黎扬进,高向东,张艳喜,游德勇,张南峰

关键词: 线激光视觉传感,焊缝缺陷,图像处理,缺陷识别,神经网络

来源: 电焊机 2019年07期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 金属学及金属工艺

单位: 广东工业大学广东省焊接工程技术研究中心,黄埔海关

基金: 国家自然科学基金项目(51675104),广东省教育厅创新团队项目(2017KCXTD010)

分类号: TG441.7

页码: 78-83

总页数: 6

文件大小: 761K

下载量: 240