[發(fā)明專利]一種基于機器視覺的自動化焊接定位方法

在審

• 申請?zhí)枺?/td>: 201911332523.5
• 申請日: 2019-12-22
• 公開（公告）號: CN113012092A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設計）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 李新春
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/73;G06K9/62;G06N3/04
• 代理公司: 西安啟誠專利知識產(chǎn)權(quán)代理事務所(普通合伙) 61240
• 代理人: 馮亮

本發(fā)明公開了一種基于機器視覺的自動化焊接定位方法，包括步驟一、待定位焊縫圖像采集；二、待定位焊縫圖像分塊；三、待定位焊縫圖像降維；四、待定位焊縫圖像通過卷積神經(jīng)網(wǎng)絡進行分類；五、焊縫定位并自動化焊接。本發(fā)明方法步驟簡單，實現(xiàn)方便，基于工業(yè)攝像機的機器視覺算法完成焊縫的自動檢測和定位，采用卷積神經(jīng)網(wǎng)絡進行分類，相較于基于X射線技術(shù)與超聲技術(shù)的方法，顯著降低成本，而且設備體積小，安裝使用更方便，便于推廣使用。

技術(shù)領域

本發(fā)明屬于圖像處理技術(shù)領域，具體涉及一種基于機器視覺的自動化焊接定位方法。

背景技術(shù)

在焊接的生產(chǎn)流程中，焊縫定位的準確一直制約自動化焊接的發(fā)展，目前，利用視覺方法自動識別定位焊縫在國內(nèi)外都有廣泛的研究：其中一類是依據(jù)X射線攝影獲取的焊縫圖像，并利用支持向量機、模糊神經(jīng)網(wǎng)絡對焊縫缺陷識別；還有一類是依據(jù)高速攝影機CCD獲取焊縫圖像，并利用單條紋激光、圖像匹配技術(shù)、結(jié)構(gòu)光視覺三點、結(jié)構(gòu)光與均勻光多特征技術(shù)來定位焊縫；再者也有利用超聲傳感技術(shù)進行三維定位。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于針對上述現(xiàn)有技術(shù)中的不足，提供一種基于機器視覺的自動化焊接定位方法，其步驟簡單，實現(xiàn)方便，基于工業(yè)攝像機的機器視覺算法完成焊縫的自動檢測和定位，采用卷積神經(jīng)網(wǎng)絡進行分類，相較于基于X射線技術(shù)與超聲技術(shù)的方法，顯著降低成本，而且設備體積小，安裝使用更方便，便于推廣使用。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：一種基于機器視覺的自動化焊接定位方法，包括以下步驟：

步驟一、待定位焊縫圖像采集；

采用工業(yè)攝像機拍攝待定位焊縫圖像且將拍攝到的待定位焊縫圖像傳輸給圖像處理器；

步驟二、待定位焊縫圖像分塊；

圖像處理器接收所述待定位焊縫圖像并按照行間隔寬度d和列間隔寬度H將所述待定位焊縫圖像分為M×N個待定位焊縫子圖像Y₁、Y₂、…、Y_M×N，每個所述待定位焊縫子圖像均由m×n個像素構(gòu)成，其中，M為待定位焊縫子圖像的行數(shù)，N為待定位焊縫子圖像的列數(shù)，d、H、M、N、m和n均為自然數(shù)，d和H的單位均為像素；

步驟三、待定位焊縫圖像降維；

圖像處理器調(diào)用預先采用主成分分析法訓練的降維矩陣W并根據(jù)公式Y(jié)′_f＝WY_f對M×N個待定位焊縫子圖像進行降維處理，將M×N個待定位焊縫子圖像Y₁、Y₂、…、Y_M×N轉(zhuǎn)換為降維處理后的M×N個待定位焊縫子圖像特征向量Y₁′、Y₂′、…、Y_M×N′，其中，Y_f為第f個待定位焊縫子圖像且 Y′_f為降維處理后的第f個待定位焊縫子圖像特征向量，f的取值為1～ M×N的自然數(shù)；

步驟四、待定位焊縫圖像通過卷積神經(jīng)網(wǎng)絡進行分類；

圖像處理器將進行降維處理后的M×N個待定位焊縫子圖像特征向量輸入預先訓練得到的卷積神經(jīng)網(wǎng)絡中，得到分類結(jié)果；

步驟五、焊縫定位并自動化焊接。

上述的一種基于機器視覺的自動化焊接定位方法，步驟四中所述卷積神經(jīng)網(wǎng)絡的結(jié)構(gòu)包括輸入層、卷積層C1、池化層S2、卷積層C3、池化層 S4、卷積層C5、池化層S6、全連接層F7、全連接層F8和輸出層；

輸入層:將輸入的彩色圖像數(shù)據(jù)的大小統(tǒng)一為224*224*3；

卷積層C1：對輸入的彩色圖像數(shù)據(jù)卷積，進行特征提取，卷積核取 11*11，步長取4，特征映射圖譜數(shù)量取12，得到55*55*12的特征圖；