文献综述
-
现状及发展趋势
近些年来随着计算机技术的飞速发展，越来越多的行业运用到了人工智能技术，钢桶焊缝的焊接也有了机器智能的操作。但是，钢桶焊缝图像的识别与定位也不在跟以前一样通过肉眼识别，而是同样运用计算机视觉，图像处理，人工智能的高新技术去处理图像得到相当精确的结果。技术的进步也出现了越来越多的图像处理算法，这些算法各不相同也各有各的缺点，还不能做到完全精确的识别与定位。在不久的将来，焊缝图像的识别与定位也会伴随着科技的发展与进步变得更加精确。
图像识别技术的研究目的是根据观测到的图像，对其中的物体分辨它的类别，做出具有意义的判断。就是利用现代信息处理与计算技术来模拟和完成人类的认识和理解过程。一般来说，一个图像识别系统主要包括三个部分组成，分别是图像分割，图像特征提取以及分类器的识别分类。其中，图像分割将图像划分成多个有意义的区域，然后对每个区域的图像进行特征提取，最后分类器根据提取的图像特征对图像进行相对应的分类。实际上，图像识别和图像分割不存在严格的界限。从某种意义上，图像分割的过程其实就是图像识别的过程。图像分割着重于对象和背景的关系，研究的是对象在特定背景下表现出来的整体属性，而图像识别则重于对象本身的属性。图像分割以及识别技术在航空航天、医学、工业自动化、机器人、及军事等领域都有着广泛的应用。
现在计算机图像识别技术方法有很多种，比如说数字图像识别技术、BP神经网络方法、机器视觉技术。如今视觉传感焊缝跟踪技术还是焊接自动化研究的重要方向，它不仅具有实时监控和实时调整跟踪的功能，还可以把一些图像识别技术融入到焊缝跟踪系统中，提高了焊缝跟踪的实效性，可以实现焊接的自动化跟踪。因此，提高焊缝图像识别的速度和钢桶焊缝跟踪的实时性，是一个非常有必要解决的技术难题。
在我国国内，在焊缝自动跟踪技术的发展还是比较落后的，在实际生产中都是一些比较简单的焊缝图像直线跟踪，一些比较先进的技术主要还处于技术研发阶段，还没有投入到实际的生产制造中去。但是，国外在这方面的技术水平远高于国内，而且在实际生产制造中更加的普遍的广泛。由于焊接环境也存在着比较大的差异，发达国家已经在更进一步的适应各种环境下的自动焊接跟踪系统。
-
课题的意义与价值
近年来，由于忽视焊接产品质量检验造成的事故屡见不鲜。但是，随着现如今焊缝技术的飞速发展，通过肉眼判断显得耗时耗力。通过计算机视觉的方法对钢桶焊缝进行识别与定位可以得到更加精确的结果、减少劳动力、确保焊接结构制造质量、保障其使用性能、改进焊接工艺，合理使用焊接技术、降低产品成本、有效保障并改进焊接技术的推广与应用。本课题研究对焊缝图像识别与定位的计算机视觉处理方法，这种方法不仅能运用到焊缝识别，同样也可以运用到钢桶探伤等工作中，对实际生产和制造具有重大意义。
焊缝跟踪是实现焊接自动化、智能化必需的关键技术之一, 在焊接机器人 、自动化焊接及自动化无损检测的应用中具有重要意义。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
