随着冶金、机械、石化以及原子能、航天等现代化工业的高速发展,焊接生产在工业中的地位也日益提高,已成为仅次于装配和机械加工的第三位工作量的加工业,因此,对焊接质量的检测也越来越重要。焊接质量主要包括焊缝的有无、几何形状、焊缝的位置偏差以及焊缝缺陷等。尤其是在汽车工业中,经常需要快速检测焊缝及其质量,以便对装配质量进行评价。本课题的研究内容是上海汽车基金项目“基于红外CCD的焊缝检测系统”的关键技术之一。该系统应用于别克副车架检测上,对副车架21条焊缝进行检测,以保证副车架焊接合格。由于此21条焊缝所处的位置及方向的不同,所以必须采用多个CCD,分别对应于各焊缝,CCD通过USB接口与计算机进行通信。计算机对采集到的图像再进行一系列的处理和检测,在总体上对焊接质量进行评估,从而判断副车架的焊接是否合格。别克副车架人工焊接的焊缝图像除具有一般焊缝图像的特点外,还具有极大的不稳定性,其主要原因在于人工焊接的不规则和CCD获取图像的不稳定。在对比实验了二值化、纹理分析等其他图像识别方法后。基于中值滤波和Karhunen-Loeve(K-L)变换的焊缝图像识别方法被用于焊缝图像的研究,识别率达到了95%。但仍然面临容错性和检测速度问题。本论文针对焊缝图像识别中面临的容错性和检测速度问题,提出了基于小波变换和主分量分析(Principal Component Analysis,PCA)的焊缝识别算法。首先利用双正交小波变换对图像进行小波多尺度分