论文部分内容阅读
焊接工程质量评定中,焊缝外观质量能反应出焊工的技术水平,同时也作为初步判定焊缝质量的依据,因此焊缝外观质量检测在焊接质量评定中具有重要的地位。其中,管道焊缝内表面不仅在一定程度上反映了焊接质量,而且与流体直接接触,能够改变流体流型,影响管道运行的稳定性。本文提出了一种基于视觉的管道焊缝内表面检测与焊缝质量判定方法,完成的主要工作与成果如下:(1)综合管道内的特殊环境与焊缝内表面质量检测要求,完成了系统总体设计,分为管道机器人对焊缝内表面图像的实时监测和基于视觉检测技术的焊缝质量判定。检测人员通过WiFi控制管道机器人在管道内部运动至焊缝处拍摄图像,并通过WiFi把实时图像传输到管道外部的手机或电脑端,实现了管道焊缝内表面的实时监测;利用视觉检测技术得到管道内焊缝表面轮廓的三维信息,实现对管道焊缝内表面质量进行检测。(2)完成了管道机器人的软硬件设计。检测人员通过WiFi控制管道机器人的电机、灯光和相机云台,实现了机器人的准确定位、实时图像的拍摄与传输。通过编码器记录机器人的运动距离保证了对机器人的准确定位;通过调整电机转速保证管道机器人车身水平;通过调整云台高度和旋转角度保证了相机在管道中心处径向拍摄焊缝图像。(3)通过图像处理技术提取图像的焊缝轮廓。对单尺度Retinex算法(SSR)进行改进,消除了光照不均匀对图像质量的影响,处理效果好于SSR和多尺度Retinex算法(MSR)。利用形态学滤波去除管壁干扰,同时保证焊缝轮廓不被钝化;利用图像阈值分割提取焊缝区域,获取焊缝轮廓,保证了焊缝轮廓的连续性和完整性。(4)通过对焊缝轮廓的像素尺度到实际的物理尺度的转换,从物理尺度信息获取了焊缝沿长度方向宽窄差、宽度尺寸偏差和边缘偏离度等焊缝内表面特征参数,从而实现了焊缝内表面的检测与质量判定。通过图像像素二维坐标系到相机三维坐标系的转换模型和图像中焊缝轮廓的的深度信息,实现焊缝轮廓像素尺度到物理尺度的转换。根据焊缝的物理尺度信息提取焊缝内表面特征参数,实现对焊缝内表面质量判定。(5)在实验室对管道机器人的图像传输和控制功能进行测试,在现场对视觉检测算法进行测试。实验表明机器人图像传输流畅,能够根据指令完成动作;通过视觉测量提取的特征参数误差在0.09mm-0.16mm之间,能够对焊缝内表面质量进行判定。