（材料加工工程专业论文）基于2dpca的熔池图像代数特征提取方法研究.pdf

m a s t e rd i s s e r t a t i o n s t u d y o n a l g e b r a i cf e a t u r e e x t r a c t i o no fa r c w e l d i n g p o o li m a g eba s e do n2 d p c am e t h o d j 2 劢口以三口刀励刀 s t 霉e 7 、i s e db yp 嘶w a n gk e h o n g n a n ji n gu n i v e r s 时o f s c i e n c e t e c h n 0 1 0 9 y m a r c h ，2 0 1 3 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名： 矽f 净乡月 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对 于保密论文，按保密的有关规定和程序处理。 研究生签名： f 乡年乡月加 硕士论文基于2 d p c a 的熔池图像代数特征提取方法研究 摘要 本文首次采用2 d p c a 方法设计针对焊缝成形质量的熔池图像的特征提取与分类系 统，对熔池图像进行质量识别。该方法以图像全局为对象，有效消除图像间的相关性， 获取表征图像差异的数值特征。 本文通过实际焊接过程中焊偏、焊漏、表面成形不良、夹渣等焊缝成形质量问题的 成因，设计焊接工艺试验，获得了表面成形良好、表面成形不良、焊枪左偏、焊枪右偏、 焊漏、夹渣等六类焊缝及其对应的熔池图像。以三分类为基础探讨了p c a 、2 d p c a 、 2 d p c a 、( 2 d ) 2 p c a 方法在弧焊熔池图像特征提取与分类中的适应性。试验结果表明， 综合考虑算法复杂度与识别率，采用2 d p c a 与2 d p c a 方法处理熔池图像有明显的优 势。 本文开发了基于m a g 焊六类焊缝成形质量的2 d p c a 方法熔池图像分类软件。软 件包含两大功能和三大模块。其两大功能是2 d p c a 和2 d p c a 功能；三大模块是熔池 图像预处理模块、熔池图像质量判别训练样本模块和熔池图像质量判别模块。其中预处 理模块实现熔池图像的预处理过程；训练模块实现熔池图像2 d p c a 方法的最优投影轴、 样本特征的计算与储存等功能；判别模块实现图像特征提取与图像的特征分类判别。通 过试验得出：对于焊接工艺5 l m i n 焊缝成形不良的熔池图像，2 d p c a 的判别结果为表 面成形不良的占8 7 ，焊漏占1 3 ，2 d p c a 的判别结果判别为表面成形不良的占7 4 ， 焊漏占2 5 8 ；对于焊接工艺2 0 l m i n 时焊缝成形良好的熔池图像，2 d p c a 与2 d p c a 的判别结果均为焊缝良好型；对于焊接工艺1 0 l m i n 的熔池图像的判别结果焊缝良好型 为9 9 4 。对于焊接工艺5 m m 左偏的焊缝熔池图像，判别结果准确率为9 7 6 和9 8 ； 综上所述，基于2 d p c a 方法的熔池图像质量特征检测系统，能有效的针对弧焊熔 池图像的特征判别出对应的焊缝成形质量，该方法易于实现，识别率高。 关键词：焊缝成形质量，熔池图像特征，2 d p c a ，2 d p c a 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 a b s t r a c t t h i sp a p e rf i r s tu s et 1 1 e2 d p c am e t h o df o rf e a t u r e 嘣r a c t i o ni n 廿l ew e l d i n gp o o l i m a g e ， t h e nac l a s s i f i c a t i o ns y s t e mi sd e s i g n e db a s e do nt h ef e a ：t u r e so fw e l d i n gp o o l i m a g p sw h i c h c o r r e s p o n d i n gt om ed i 任b r e n tf o m i n gq u a l i 妙i tc a ne a s i l yc l a s s i 矽t h ew e l d i n gf o m i n g q u a l i 够t l l r o u 曲m ew e l d i n gp o o l i m a g e i nm e2 d p c ap r o c e s s i n g ，t l l eg l o b a ld a t ao fi m a g e s j o i ni i lt h ef e a t u r ee ) m a c t i o n ；m ec o 盯e l a t i o nb e 铆e e nm ei m a g e sc a ne 虢c t i v e l yb ee l i m i n a t e d ， a n df e a ：t u r e ss h o wb i gd i 任i e r e n c e s 锄o n gt y p e s i nw e l d i n g ，m i s a l i g n m e n t ，1 e a k a g e ，b a df o m i n g ， s l a gi n c l u s i o n s a r et h ec o m m o n p r o b l e m b a s e do n 吐1 e s e ，s i xt y p e sw e l dp r o c e s s i n ge x p e r i e n c ea r ed e s i g n e d ，w h i c ha r eg o o d f o m i n g ，b a df o m i i n g ，m i s a l i 印m e n tl e f l ，m i s a l i g n m e n tr i g h t ，l e a l ( a g e ，a n ds l a gi n c l u s i o n s a n dm ec o r r e s p o n d i n gw e l d i n gi m a g e sa r ec 印t u r e db ym ep a s s i v eo p t i c a lm o n i t o r i i l g d i s c u s s i n g l ef e a s i b i l i 够a i l da p p l i c a b i l i 够o fw e l dp o o l i m a g e si nm e t ：i l r e ec l a s s i f i c a t i o n sb y u s i l l gm ef e a t u r ee x 2 u c t i o na l g o r i t i l m sc a l l e dp c a ，2 d p c a ，2 d p c a ，( 2 d y p c aw h i c ha r e b a s e do np r i n c i p a lc o m p o n e n ta n a l y s i s t h ee x p e r i m e n t ss h o w e dm a tt 1 1 em e t t l o d so f2 d p c a a n d2 d 。p c aw i ni nt l l er e c o g n i t i o nr a t ea n dc o m p u t a t i o n a lc o m p l e ) 【i 够f o rt h ef i e a t u r e e ) ( t r a c t i o n 锄dc l a s s i 矗c a t i o nt ot h ew e l d i n gp o o l i m a g e s a w e l d i n gp o o li m a g ec l a s s i f i c a ：t i o ns o 触a r es y s t e mi sd e v e l o p e db a s e do n 吐l em a g w e l d i n gf o m l i n gu s m gm e2 d p c am e m o d t h es y s t e mi n c l u d e st w o 向n c t i o n sa 1 1 dm r e e m o d u l e s t h e 帆。如n c t i o n sa r e2 d p c aa n d2 d p c a ；t i l r e em o d u l e sa r ew e l d i n gp o o li m a g e p r e p r o c e s s i n gm o d u l e ，仃a i n i n gm o d u l eo fs a m p l e ，d i s c r i m i n a t e m o d l l l eo fw e l d i n gp 0 0 1 i m a g e 。p d lt h ep r e p r o c e s s i n gw i nb ed o n ei nm ep r e p r o c e s s i n gm o d u l e ；t r a m m gm o d u l ew i l l a c c o m p l i s hm ec a l c u l a t i o na n ds t o r a g eo fo p t i m a lp r 叫e c t i o n a ) 【i sa n ds 锄p l ef e a t u 】旧s ； d i s c r i m i n a t em o d u l ei st od i s c r i m i n a t ew h i c hp a r tm eu n l m o 、) r ni m a g ee q u m st o e x p e r i m e n t s s h o wm a t ，f o rt h es e r i e si m a g e so f 廿1 eb a df o r n l i n gi nw e l d i n gp r o c e s s5 l m i ns h i e l d i i l gg a s n o wr a t e ，m er e s u l t so f2 d p c aa r e8 7 d i s c r i m i n a t e dt ob a df o r n l i n g ，13 t ol e a k a g e ，w h i l e t h a to f2 d p c aa r e7 5 t ob a df o m l i n g ，2 5 t ol e a l 【a g e ；f o rs e r i e si m a g e so ft h eg o o d f o m i n gi nw e l d i n gp r o c e s s2 0 l m i ns h i e l d i n gg a sf l o wr a t e ，a l lm ei n l a g e so nb o mm e m o d s d i s c r i m i n a t et og o o df o r m i n g ；f o rs e r i e si m a g e so fm eg o o df o m l i n gi nw e l d i n gp r o c e s s lo l m i ns h i e l d i n gg a sn o wr a t e ，9 9 4 a r ed e f i n e dg o o df o m l i n gi nt i l eb o t l lm e m o d ；锄o n g s e r i e si m a g eo ft h e5 m mm i s a l i 印m e n tr i g h t ，m ec o r r e c tr e c o g n i t i o nr a t er e s p e c t i v e l yi nt 、) r o m e t h o d sr e s p e c t i v e l ya r e9 7 6 a n d9 8 i ns u m m a 吼也ec l a s s i f i c a t i o ns y s t e mc a ne 日e c t i v e l yd i s t i n g u i s hm ef o m i n gq u a l i 够b y a b s t a r c t硕士论文 t h ew e l d i n gp o o li m a g e 、) r h i c hd e s i g nb yt h e 、e l d i n gp o o li m a g eq u a l i 够f e a t u r eb a s e do n 2 d p c am e t l l o d t h em e t h o di se a s yt oa c h i e v ea n dh a sah i 曲r e c o g n i t i o nr a t e k e yw o r d s ：w e l d i n gf o m i n gc ) u a l i t y ，f e a t u r eo f w e l d i n gp o o li m a g e ，2 d p c a ，2 d p c a ， 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 目录 摘要i a b s t r a c t 。i i i 目录。v 1 绪论。1 1 1 选题意义1 1 2 熔池图像提取与熔池图像处理方法研究现状1 1 2 1 熔池图像提取现状1 1 2 2 熔池图像处理方法研究现状3 1 3 熔池图像特征研究现状5 1 3 1 熔池形态参数提取研究现状5 1 3 2 图像缺陷特征信息提取研究现状6 1 4 基于视觉的焊接质量智能控制研究现状8 1 52 d p c a 方法的应用研究现状9 1 6 本课题研究内容1 0 2m a g 焊各类成形质量与熔池灰度分析1 2 2 1m a g 焊各类成形质量的实验方案设计1 2 2 2m a g 焊各类成形质量焊缝及熔池特性1 4 2 2 1 焊偏实验及熔池图像灰度分析1 4 2 2 2 焊漏实验及熔池图像灰度分析1 7 2 2 3 表面成形不良实验及熔池图像灰度分析1 9 2 2 4 内部夹渣实验及熔池图像灰度分析2 1 2 3m a g 各类成形焊缝的典型熔池图像2 2 2 4 本章小结2 3 3 熔池图像主成分分析方法研究2 4 3 1 主成分分析方法介绍2 4 3 1 1 数学模型建立2 5 3 1 2 主成分计算步骤2 6 3 2 熔池图像p c a 方法试验分析2 8 3 2 1 图像p c a 方法原理2 8 v 目录 硕士论文 3 2 2 熔池图像p c a 方法试验与分析2 9 3 3 熔池图像2 d p c a 方法试验分析3 2 3 3 1 图像2 d p c a 方法原理3 2 3 3 2 熔池图像2 d p c a 方法试验与分析3 3 3 4 熔池图像2 d p c a 方法试验分析3 6 3 4 1 图像2 d p c a 方法原理3 6 3 4 2 熔池图像2 d p c a 方法试验结果3 7 3 5 熔池图像( 2 d ) 2 p c a 方法试验分析4 0 3 5 1 图像( 2 d ) 2 p c a 方法原理4 0 3 5 2 熔池图像( 2 d ) 2 p c a 方法试验与分析4 0 3 6p c a 、2 d p c a 、2 d p c a 、( 2 d ) 2 p c a 试验结果对比分析4 1 3 7 本章小结4 3 4 基于2 d p c a 的熔池图像分类系统实现与试验分析4 4 4 1 弧焊熔池图像处理及选取4 4 4 1 1 弧焊熔池图像预处理4 4 4 1 2 各类焊缝成形质量图像样本选取4 5 4 2 基于s u a lc + + 6 0 的2 d p c a 熔池图像分类软件实现4 5 4 2 1 熔池图像预处理模块4 6 4 2 2 熔池图像2 d p c a 方法训练模块4 6 4 2 3 熔池图像2 d p c a 判别模块4 8 4 3 焊缝成形质量熔池图像分类试验结果与分析5 0 4 3 1 焊缝成形质量图像判别系统试验5 0 4 3 2 熔池图像分类试验结果验证5 l 4 4 本章小结5 2 5 结论5 4 致谢：。5 5 参考文献5 6 附勇之6 2 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 1 绪论 1 1 选题意义 现代工业制造对于焊接的质量要求越来越高，传统依赖于焊工个人的经验和熟练程 度进行直接质量控制的焊接生产方式已很难满足当前和未来焊接生产的要求。为了确保 焊接产品的焊接质量，缩短生产周期，势必要实现焊接过程的自动化和智能化。随着视 觉技术的发展，利用视觉传感器从熔池正面直接观察熔池，通过焊接过程熔融金属动态 行为实现焊接内部质量和焊缝成形质量的实时智能控制是一个重要的研究方向【1 1 。 目前对于熔池图像处理方面，多通过提取熔池的熔长、熔宽、面积和后拖角等几何 形态特征参数来评价焊缝成形质量。该类参数的提取对图像分割技术的要求很高，大多 数情况不能够满足熔池图像处理的需要；每个参数仅能解释图像的一个特性，参数间还 可能存在一定的相关性；该类评价方法忽略了图像内部灰度所含的大量质量信息。图像 数据本身就是评价熔池图像的质量最好的参数，比任何特征都精准，但其数据量大、维 数多，实时处理困难。采用2 d p c a 方法，将图像整体作为研究对象，有效消除特征间 的相关性，提取图像不相关的数值特征，且提取的特征维数远远小于图像本身尺度。在 熔池视觉领域，引进2 d p c a 方法进行特征提取，能有效地区分出不同类别的熔池图像， 为焊缝质量识别提供一种新的解决思路。 1 2 熔池图像提取与熔池图像处理方法研究现状 熔焊时，在焊接热源作用下，焊件上所形成的具有一定几何形状的液态金属部分的 温度等于熔点的等温线所包围的液体金属区域称为焊接熔池，熔池行为是指在电弧热和 电弧力作用下，引起熔池内部金属的流动及成形的特点【2 】。熔池随热源作同速移动，在 熔池中金属的熔化和结晶过程同时进行，即熔池的前半部处在熔化过程，后半部分处在 结晶过程，故熔池内的熔化金属处于运动状态下结晶【3 】。故可由机器视觉提取的熔池图 像的判断焊后焊缝成形质量。 1 2 1 熔池图像提取现状 对于c c d 的放置，通常分为两种：前置和后置。前置如图1 1 ，在焊枪前面安装 c c d 摄像机可以用于焊缝跟踪【4 1 ，而后置摄像头，如图1 2 所示，c c d 装在焊枪后面【5 1 ， 即模拟焊工行为从熔池后方进行观测，能够直观地获得熔宽、熔池中心、后拖角等熔池 形状参数。清华大学曹一鹏、陈强【6 】等人根据传感器绕焊枪轴线旋转从而获取不同角度 的熔池图像。南京理工大学孙科c 7 】则利用两个c c d 从不同角度进行拍摄获取熔池图像 并建立双目立体图像三维重建模型。 1 1 绪论 硕士论文 图1 1 前置c c d 图像采集系统图1 2 后置c c d 图像采集系统 早期的基于视觉的熔池研究主要关注t i g 焊【8 13 1 ，因其不受熔滴过渡影响，便于实 现快速高效的控制，目前t i g 的熔池研究已向更全面更系统的研究方向发展，同时t i g 焊缝跟踪技术也日益成熟，并趋于产品化【1 4 】。如图1 3 1 0 】经二次滤波的滤光系统获取的 铝合金交流钨极氩弧焊熔池、图1 4 【1 1 为在对称脉冲交流方波中铝合金t i g 在脉冲基值 时获取的熔池图像和图1 5 【l5 】为无熔深堆焊铜典型t i g 焊熔池图像。 琏圭擐 群接屯、弧 盘躺 焊接蝽池 译接熔池边缘：筹 工锋基体 图1 3 铝合金交流钨极氩弧焊熔池 ，谯憨匿蠢霭簿 图1 4 铝合金t i g 焊熔池 a ) 恒流t i gb ) 脉冲t i g 图1 5 恒流t i g 与脉冲t i g 无熔深堆焊铜熔池图像 a ) 从熔池头部观察所得图像b ) 从熔池侧面观察所得图像c ) 从熔池尾部观察所得图像 图1 6c 0 2 短路过渡不同角度下的熔池图像 熔化极气保焊在现状工业焊接中在广泛应用，熔化焊的熔池图像技术备受关注。 以下为典型的熔化极气保焊熔池特点。图1 6 6 1 为从不同角度摄取的c 0 2 短路过渡的熔 2 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 池图像。图1 7 1 6 】为m a g 堆焊焊射流过渡熔池图像，图1 8 1 7 1 为m a g 焊堆焊射滴过度 的熔池图像，图1 9 5 1 合金钢不同状态下获取的熔池图像。 口? 蒌一 i 豢i 兰王 图1 1 0n d ：y a g 激光焊接不锈钢 图1 1 1 激光投影反射图 1 2 2 熔池图像处理方法研究现状 焊接过程中受电弧杂光、飞溅，还有在传感采集过程中电信号的干扰，使得图像噪 音很大，怎样从原始采集到的图像中提取有效地边界轮廓，从而提取或定义熔池的几何 形状参数一直是熔池图像研究的热点。 随着图像处理技术的不断发展，目前已有多种算法被用于熔池边缘提取，传统的算 法有梯度边缘检测、二阶微分检测和c a n n y 算子等，较新的算法主要有基于数学形态学 的边缘检测和多尺度小波边缘检测【2 0 1 。 山东工业大学高进强、李克海【2 l 】等人采用x 、v 轴灰度分布曲线，指出对于经窄带滤 光后图像的灰度在熔融金属与固体金属交界处，发生突变，及灰度曲线进入谷底如图1 1 2 l 绪论 硕士论j 所示，采用角度增强与二值化获取熔池边界。 ，( 像摩) ( 像霹 a ) x 轴方向灰度分布曲线b ) x 轴方向灰度分布曲线 图1 1 2 熔池x 、v 轴灰度分布曲线 上海交通大学的尹何迟与南京理工大学的王克鸿吲等人针对脉冲t i g 的铜熔池图 像，采用差值图像，过滤弧光，在应用边沿算子进行熔池边缘特征提取，具体如图1 1 3 所示。 a ) 差值图像b ) 边缘检出 图1 1 3 差值与边缘检测法熔池图像处理 南京理工大学王克鸿、沈莹吉【5 等人针对合金钢熔化极气保焊熔池灰度图像提出应 用伪彩色技术来增强熔池的图像特征，经伪彩色处理后，电弧区、熔池区、半凝固区和 焊道图像界限异常分明。 由于熔池边缘是突变信号，采用一般的数字滤波方法降噪不仅效果不佳，而且会平 滑掉图像的边缘特征，降低熔池宽度和形状的识别精度【2 3 1 。基于形态学得熔池图像研究 很大程度改善了这一现象，成为熔池图像处理常用的方法【2 4 28 1 。华南理工大学薛家祥 2 4 ， 2 6 j 等人分别针对t i g 焊和m a g 熔池图像进行d f b r 检测、中值滤波、s o b e l 边缘检测、形 态学开运输、连通检测得到了光滑平稳熔池边界图像。同时还提出将数学中分形维数应 用到熔池图像中，具体指的是图像表面不规则程度的一种度量，它反映了图像表面灰度 曲面的粗糙程度【2 4 1 。因而用分形理论在进行边缘检测时，仅是检测计算图像中每个像素 的粗糙度，不会产生新的噪声，而且可以较好地抑制噪声【2 6 】。薛家祥等人阳还针对m a g 焊弧焊熔池图像，进行形态学开运算，二值化，闭运算等过程，对于熔池图像处理取得 较高的效率。 针对c 0 2 焊熔池图像中大量的弧光噪声和因飞溅形成的点噪声等特点，薛家祥等人 【2 9 】提出b u b b l e 小波检测方法及其算法实现了熔池轮廓提取，提取的边缘效果良好；同 时还采用m 带小波变换理论【30 1 ，分析研究了熔池边缘和焊缝位置的m 带小波检测方法 及算法实现，效果如图1 1 4 所示。北京理工大学李原【3 l 】等人针对被动式熔池视觉图像， 应用中值滤波和小波变换结合，除去噪音，效果不错。 4 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 a ) 熔池图像 b ) 水平结果c ) 垂直结果d ) 综合结果 图1 1 4c 0 2 焊熔池图像m 维小波边缘检测结果 1 3 熔池图像特征研究现状 1 3 1 熔池形态参数提取研究现状 焊接过程的错中复杂使得熔池图像的几何模型定义较困难。目前除了熔池的长度、 宽度、半长比、倒影角典型参数的提取外，还定义了对称度、面积等参数。在参数提取 中难点一是熔池边缘的准确提取，以保证获取的几何参数准确，同时尽可能提高图像处 理速度以满足实时控制的要求。 山东工业大学高进强、武传松【8 】等人利用被动式视觉传感，获得了比较清晰的针对 q 2 3 5 钢t i g 焊，改进梯度增强算法进行边缘提取，获取了熔池形状参数：熔池的最大 宽度、熔池半长、后部面积等，该算法在自主系统中一幅图像处理时间不超过7 0 m s 。 清华大学赵冬斌【9 j 等人针对填丝脉冲g 吖州熔池形状，针对不同熔透下，熔池形状 的特性，提出了统一的熔池形状非线性拟合公式，具体定义了熔池形状参数：熔池长度 三，、宽度彬和半长比r ，开发熔池边缘点提取算法、熔池边缘点拟合算法等熔池图像 的三步算法，处理结果如图1 1 5 所示，处理算法且在p c - 4 8 6 计算机上耗时不超过5 0 m s 。 ：l s m 舶h 由 ： ，遗 i 等式? 弋。_ 纱 _ ：；墨 ( ) l l # d in fp 们一p c ”t h m n 渤r c _ u i to “】一严删删i “ 图1 1 5 熔池边缘点拟合结果 浙江工业大学邵奇可【3 2 】等人对熔池图像进行形态学处理，使得熔池图像的灰度变换 更加尖锐，之后采用差值直接获取熔池图像边缘，能够快速有效取出了熔池的最大宽度、 半长、后部面积、后拖脚等重要的几何参数。之后常熟理工学院梁伟 3 3 】等人针对铝合金 m i g 焊熔池图像，同样采用形态学方法，完成消除噪声、消除阴极雾化区并获取连续光 滑的边界，同时计算量小，快速获取了熔池的最大宽度和熔池的全长，对于单帧图像， 总体处理时间上不超过1 0 0 m s 。 兰州理工大学的石圩等人【3 4 】采用图像形态学方法，针对铝合金脉冲m 【g 焊熔池图 s l 绪论 硕士论文 像进行熔池几何参数获取，研究了熔池图像检测熔宽与实测焊缝熔宽的误差关系，误差 均在o 5 m m 以下，对控制过程奠定了很好的基础。 南京理工大学王克鸿、贾阳【3 5 】等人采用自动阈值分割方法设计了图像专用处理软 件，针对铝合金双丝m i g 焊熔池图像，获取熔池最大宽度、最大半长、熔池后拖角、 熔池面积等几何参数，精确度见图1 1 6 。该成果为基于熔池视觉的铝合金m g 焊质量 控制打下良好基础。 i a ) 原始图像b ) 图像增强后熔池图像c ) 阈值分割后熔池图像d ) 边界提取后熔池图像 图1 1 6 铝合金双丝 g 焊图像处理过程 哈尔滨工业大学闫志鸿，张广军【36 ，3 7 】等人针对脉冲g m a w 的弧光变换特点，选取 脉冲基值电流结束期间进行取相，同时采用多步图像处理获取了清晰的熔池边界，根据 熔池焊接状态提出了描述熔池形状的三维立体模型，从三维模型中根据二维图像提取熔 池的三维参数，并进行重建，重构出不同电流下，弧焊熔池三维图像，重构结果见图1 1 7 。 薹i i i i ；i 冀薹i 垂i i 霎i 羹鐾；羹二j j 霉：管i i i i i 纂j 。i 二jj + 。i 乏 。：。一。i ! i i i 塞i i 篓纂i i 蚕i i 羹薹 莉圈黼国i | 自醛霸藩錾l 唾j 攮稿辆瓣固魄参囊f b 赫辩蠢释哪鞠蜒l 醣辆蠢搿螽黼i 篓 一曩一溯一鐾 黏嘲紫汹s h 畔旃一释醐 骥煮盼零卿囊舞譬磐! 鼬拣夔囊黪孵叠哆磊 图1 1 7 不i 司焊接电流f 熔池形状的3 d 重构 上海交通大学焊接工程研究所葛景国【3 8 】针对小电流t i g 焊接试验，以高运算速度为 原则，提出了一套对t i g 焊接熔池图像进行实时处理的算法，能够实时提取出正面熔池 的最大宽度w ，熔池半长l 、熔池后部面积s 和熔池后拖进四个参数，同时提出焊缝背 面熔宽与正面熔池状态对应的思路。 1 3 2 图像缺陷特征信息提取研究现状 南京理工大学王克鸿 1 7 】等人对g m w ，以射流过度为例，探讨了熔池图像的灰度 分布特性，提出利用熔池图像相关系数来研究g m a w 焊接过程的新思路。对焊接缺陷与 熔池图像信息之间的关系进行了研究 1 ：”】，获取了气孔、夹渣、焊偏、焊漏等焊接缺陷 的对应熔池图像的奇异特征，从熔池流动出发，探讨熔池图像灰度变换特性。 6 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 口口一曛 口 日 a ) 焊穿前 b ) 焊穿c ) 电弧熄灭d ) 出现黑洞e ) 焊缝外观形貌 图1 2 1 焊穿时熔池图像及焊缝外观形貌 广东工业大学的高向东，张勇4 1 1 等人利用红外高速影像系统摄取熔池红外热像动态 7 1 绪论硕士论文 序列，对熔池形态变化进行分析，同时采用成形后的熔池焊缝宽度作为衡量焊接稳定性 的标准，探索各特征参数的动态变化以及熔池特征参数与焊接稳定性之间的关系，从而 根据熔池形态监测和评价焊接过程的稳定性。 1 4 基于视觉的焊接质量智能控制研究现状 国内陈善本【4 2 】针对脉冲g 删焊熔池图像，采用熔池正面熔宽与电流阶跃响应的 关系，建立p i d 控制器，采用闭环控制，进行恒定熔宽控制试验，试验结果证明在稳定 焊接阶段，能满足一定实时焊接要求，取到初步的智能控制。兰州理工大学石圩、樊丁 阳，4 4 】等人针对铝合金m 【g 设计了模糊专家控制系统，模糊控制器控制焊接热输入，专家 系统负责脉冲参数匹配即占空比、送丝速度、峰值电流匹配良好而平均电流不同，保证 熔滴过渡稳定。 在焊接智能过程控制中，引入人工神经网络为进一步发展提供了良好的条件【4 5 4 7 】。 国外d s n a g e s h 【4 8 】等人建立了g m a w 焊接过程的四层b p 网络模型用于预测焊缝余 高、焊缝正面宽度、熔透深度以及熔透面积。s u g a y 4 9 】等利用人工神经网络建立了t i g 熔池尺寸、焊接参数与熔深之间的关系模型，通过人工神经网络的输出优化焊接电流控 制背面焊道宽度。文献 4 7 ，5 m 5 2 1 均提出利用神经网络建立焊接过程正面熔宽、背面熔宽的 关系模型。 在焊接智能控制领域中，模糊控制与神经网络控制得到了广泛的应用，均有各自的 优势与局限性。例如模糊控制器稳态性能和动态性能之间存在矛盾，以及人工神经网络 的学习速度慢，知识表达困难等【4 刨。鉴于此，基于两者的神经模糊控制方法开始得到了 越来越多的关注。 美国k e n t u c b 大学的r k o v a c e v i c 和y m z h a i l g 5 3 】利用神经网络方法获得模糊模 型的参数，并建立了熔池正面几何参数同背面熔池宽度之间的s u g e n o 模糊模型。南昌 大学的张华，胡静 5 4 】等人采用神经模糊控制器，实现了焊缝跟踪和熔透的集成智能控制 系统。陈善本【5 5 1 等人建立了基于g t a w 平板对焊正反面熔池的最大宽度、长度与面积 等参数的神经网络模型，采用模糊辨识方法提取焊接过程的模糊控制规则，设计了具有 自学习适应能力的模糊神经网络控制器。 此外，在焊接过程的建模方面，文献 5 6 5 8 】尝试运用粗糙集理论对焊接动态过程进 行建模，获取知识模型。上海交通大学黄细霞【5 9 】将支持向量机建模方法应用于焊接过程 建模，针对熔池图像提取出1 3 组参数进行质量评定的应用。上海交通大学吕凤琳【6 0 】将 无模型自适应控制引入到脉冲g t a w 的熔透及焊缝成形控制中进行自适应控制。 目前基于电弧信号的焊接缺陷在线监测预报研究方面已经取得了一定进展。国外 q u i n n 扣l j 等在研究了基于焊接电流、电弧电压及其派生出来的7 种参数在焊接缺陷存在情 况下的表现后，提出了基于参数基值和阈值原理的缺陷识别方法。 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 华南理工大学李迪、宋永伦 6 2 】等提出一种在c - 0 2 气体保护焊过程中对焊缝缺陷自动 监测的方法，该方法基于对电弧传感信号特征的提取，通过采用自组织特征映射( s o m ) 神经网络对信号分类，实现了在线识别焊缝缺陷，该方法可用于焊接过程的在线监测， 对机器人焊接生产的产品“零缺陷 质量控制具有重要的应用价值。 1 52 d p c a 方法的应用研究现状 目前对于几何形态的分析还存在几个比较明显的问题：1 ) 基于图像的熔池形状模型 还未系统化，不同的焊接方法对应的熔池图像差异很大，同时随焊接参数的变化，对应 的熔池形状参数暂无准确模型；2 ) 焊接过程中熔池图像的各部分形状存在变形，图像 的标定对于熔池边缘提取是一大难点；3 ) 几何形状的描述很大程度上忽略了熔池图像 本身所带的大量内部灰度信息。因此一种基于熔池图像全局分析方法需求迫切。而 2 d p c a 方法以图像全局出发，针对图像灰度分布特征分析，因此应用2 d p c a 对焊接熔 池图像特性进行研究具有很大地研究意义。 具有2 d p c a 或与2 d p c a 为基础发展起来的模式识别方法在识别上得到了广泛的 应用。2 d p c a 是针对特征如何降维和抽取有效的鉴别特征等问题而提出来的，在1 9 9 1 年，t u r k 和p e n t l a n d 【6 3 】首次明确地提出了基于主元分析的人脸识别方法一特征脸方法， 奠定了线性鉴别分析在人脸识别领域应用的基础；1 9 9 3 年l i u 晔】等提出了利用数字图像 矩阵直接构造图像散布矩阵进行鉴别分析，该思想是一种线性鉴别分析的新思路；2 0 0 3 年杨键【6 别等人重新审视并改进了l i u 的方法，从统计不相关性的角度出发，提出2 d p c a 方法，即从图像矩阵出发获取一种具有统计不相关性的图像投影鉴别分析方法；2 0 0 4 年g o t t u m u l 【l 【a l 与舡撕【6 6 】提出了m o d u l a rp c a 方法，即模块p c a 方法，并通过试验证 明了分块方法在特征提取与识别过程中的优越性；2 0 0 4 年杨键等【67 j 人进一步将2 d p c a 用于图像重构，从重构图像中有效的得到2 d p c a 的特征特性，重构图像取得了很好的 效果。2 0 0 6 年陈伏兵等提出模块2 d p c a 方法【6 引，即在图像中分割模块，并通过试验证 明了r 模块化方法在局部特征识别方面的优势；2 0 0 6 年x u 等【6 9 】进一步对2 d p c a 方法 改进，提出了c - 2 d p c a 方法，有效地了减少特征系数，同时有效地提高了人脸识别率。 2 0 0 9 年宗钧，朱煜l 7 0 j 等人提出采用通过对水平和垂直两个方向上，依次继续数据压缩， 此方法不仅有效的压缩的数据存储特性，进一步降维，减少数据存储与识别压力，弥补 图像的2 d p c a 算法的不足。2 0 1 1 年曾岳，冯大政【。7 1 】提出一种加权变形的2 d p c a 识别 方法，主要是针对人脸的垂直对称性，选取半脸空间的协方差信息建立变形的2 d p c a 方法，将人脸分为三部分，各个部分分别进行变形2 d p c a 特征提取，之后根据3 部分 的不同作用赋以不同的权值作为分类器计算的依据。伍行素r 7 2 】等人进行两次2 d p c a 特 征提取将m n 图像提取后得到s d 的特征( 其中s 远小于m ，d 远远小于n ) ，特征数据 的维数大大降低，在实际应用中，大大节省了存储空间，提高了分类速度。张岩【7 3 】等提 l 绪论 硕士论文 出一种基于子距离的模块2 d p c a 人脸识别算法，该算法对首先对图像进行分块，对每 一子块独立地利用2 d p c a 进行处理，进行模块与模块的判别，最终综合模块间的子距 离进行判别的一种方法。更加准确高效的2 d p c a 方法在不断地被提出和应用。 图1 。2 2 为2 d p c a 方法在人脸识别中典型应用岣7 | 。其中图1 2 2 a ) 为0 r l 人脸库里 某个人的5 张图像不同角度获取的图像，图1 2 2 b ) 为经2 d p c a 算法特征提取后，图像 重构所获得的图像。 a ) 样本图 d = 2 d ；4d = 6 小返d ；1 0 b ) 图像重构 图1 2 2 人脸识别实例 从2 d p c a 方法可以看出，对于图像的处理不仅涉及到外部边界问题同时还一部分涉 及到内部灰度分布情况。如从图1 2 2 b ) 的重构图中可以看出，图像经重构后，人脸的特 征信息基本能够真实的展现。文献 7 4 ，7 5 将人脸识别应用于智能交互式系统中，设计“门 禁监控系统”，同时进行三维面部识别系统。 国外n a i e lm a 【7 5 】等采用2 d p c a 方法进行动作识别，2 d p c a 还可以对图像其余特性 构成的矩阵向量，进行特征提取。电子科技大学的魏旭，陶冰洁【7 6 】对图像进行处理后， 采用多种图像特征提取方法，提取多类特征参数，并将其数据归一化，在2 d p c a 处理过 程中，得到了融合后的“综合特征”。在医学研究方面，吉林大学x us ，w a n gk 【7 刀采 用2 d p c a 检测病人的肺部影像；中南大学j i nt ，x i o n gl 【7 8 】等将2 d p c a 应用到车辆信号 检测中。 综上所述，针对熔池图像，进行2 d p c a 算法研究，熔池图像的全局灰度数据将参与 特征提取，大量内部信息在处理中起到关键作用。 1 6 本课题研究内容 本课题将2 d p c a 方法应用到现代焊接技术中，针对不同焊缝成形所对应的不同熔 l o 硕士论文 基于2 d p c a 的熔池图像代数特征提取方法研究 池图像进行图像的特征提取与分类。 本课题首先针对不同焊缝成形讨论其熔池图像的灰度特性，进而针对焊缝成形对熔 池图像进行归类。其次采用以线性特征提取方法主成分为基础的p c a 、2 d p c a 、2 d p c a 、 ( 2 d ) 2 p c a 等方法对熔池图像的特征进行分类研究。最后建立基于焊缝成形的熔池图像 判别软件，并对熔池图像进行对应成形质量判别试验。 主要的研究内容有： 1 、各类焊缝成形质量的m g 焊工艺试验设计。针对实际焊接过程中焊偏、焊漏、 表面成形不良及夹渣等问题产生机理，设计针对q 2 3 5 低碳钢的焊偏、焊漏、保护气不 足、内部夹渣工艺试验并获取相应的弧焊熔池图像。 2 、各类焊缝成形质量熔池图像的灰度分布特征