本项目针对焊缝自动跟踪问题开展了基于纹理特征的研究,充分关注待焊区表面的局部纹理特征,探索发展了焊缝自动识别技术方法的新途径。本项目的研究成果主要包括论证了待焊区纹理特征识别方法的可行性,研究了图像纹理特征提取的方法,针对焊接弧光干扰的问题设计了辅助光源及滤光系统以获得稳定的纹理特征,为提高算法对不同类型焊缝纹理的适应性,引入了自适应多尺度灰度共生矩阵的方法,通过区域生长、遗传算法优化等方法提取自适应纹理特征,提出了基于支持向量机的纹理特征分类方法,实现了焊缝区与母材区的自主识别。同时,为焊缝自动跟踪问题设计并搭建了跟踪实验平台,并已经开展了实验。本项目研究成果为解决传统结构光法所无法完成的多层多道焊待焊区识别及问题、焊后无损检测跟踪问题等提供了研究基础和技术支持,为进一步提高焊接自动化程度、为发展新型智能化焊接系统装备提供了基础。
英文主题词weld seam auto-tracking; visual sensing; texture feature; image processing and analysis