基于圖像塊特征的焊縫識(shí)別算法研究.pdf

1、視覺(jué)焊縫識(shí)別因其精確、快速、可靠及可數(shù)字化等優(yōu)點(diǎn)，成為了近年來(lái)焊縫識(shí)別領(lǐng)域的熱點(diǎn)研究問(wèn)題，在焊接工藝、焊縫缺陷檢測(cè)、焊縫智能識(shí)別等方面有著巨大的應(yīng)用前景。在視覺(jué)焊縫識(shí)別定位中，環(huán)境光照的變化與腐蝕磨損是阻礙識(shí)別性能提升的主要因素，因此，解決光照及腐蝕磨損問(wèn)題成為了焊縫識(shí)別定位的關(guān)鍵。
　　本文主要對(duì)焊縫識(shí)別定位中的特征提取、分類訓(xùn)練、識(shí)別定位三個(gè)關(guān)鍵技術(shù)進(jìn)行研究。在特征提取的研究中，采用基于圖像塊的選取方式對(duì)焊縫圖像特征進(jìn)行提取，

2、并利用PCA對(duì)特征進(jìn)行降維，利用累計(jì)貢獻(xiàn)率曲線為降維參考，以曲線放緩點(diǎn)維度作為各尺寸圖像塊特征的確定維度，降低了圖像塊特征維度。在分類訓(xùn)練的研究中，采用基于LM的BP神經(jīng)網(wǎng)絡(luò)作為分類器，利用公式法和增長(zhǎng)法結(jié)合的改進(jìn)方法對(duì)網(wǎng)絡(luò)隱層節(jié)點(diǎn)進(jìn)行確定，優(yōu)化了隱層節(jié)點(diǎn)的選擇。識(shí)別定位依據(jù)分類結(jié)果對(duì)圖像進(jìn)行重構(gòu)，利用橫向灰度值平均、最小焊縫寬度為識(shí)別定位指標(biāo)，確定焊縫中心線。
　　本文在Matlab上搭建了一個(gè)基于圖像塊特征的焊縫識(shí)別系統(tǒng)，并在