CN1925565A - 基于图像融合的焊接熔池图像获取技术与传感*** - Google Patents
基于图像融合的焊接熔池图像获取技术与传感*** Download PDFInfo
- Publication number
- CN1925565A CN1925565A CN 200610095127 CN200610095127A CN1925565A CN 1925565 A CN1925565 A CN 1925565A CN 200610095127 CN200610095127 CN 200610095127 CN 200610095127 A CN200610095127 A CN 200610095127A CN 1925565 A CN1925565 A CN 1925565A
- Authority
- CN
- China
- Prior art keywords
- image
- light
- wavelet
- sensor
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种基于图像融合的焊接熔池图像获取与传感***及图像融合方法。图像传感***包括减光片、窄带滤光片,其特征在于:在窄带滤光片后设置有分光片,图像经减光片、窄带滤光片后,通过分光片分成两条光路,一条光路上设置有可见光CCD图像传感器,另一条光路上设置有红外光CCD图像传感器;可见光CCD图像传感器和红外光CCD图像传感器获取的图像分别通过数据线传送到计算机按照以下方法进行图像处理:1)对可见光图像进行中值滤波处理;2)对红外光图像进行边缘检测处理;3)采用二维小波对两幅图像进行图像融合。本发明的优点是:有效地改善了所获取的焊接熔池图像质量。
Description
技术领域
本发明涉及一种图像获取处理技术,尤其是涉及一种基于图像融合的焊接熔池图像获取与传感***及图像融合方法。
背景技术
在自动焊接时,需要对焊接熔池进行监控,以保证焊接过程顺利进行,提高焊缝质量。采用CCD图像传感器获取焊接熔池信息是一种最为直观、信息量最大的方式,但是由于电弧光强度过高,往往超出了CCD图像传感器的饱和上限,而且电弧光与金属熔池的光强梯度较大,金属熔池被极强的电弧光背景所淹没,严重影响了CCD的成像质量。因此,在获取图像前必须先减弱电弧光的强度、避开电弧光的干扰。传统自动焊接熔池图像传感技术采用减光片使电弧光光强衰减,针对电弧光是连续宽带光谱而金属熔池为窄带光谱的特点,利用窄带滤光片去掉大部分电弧光光谱,然后光经过透镜成像到可见光CCD焦平面上,通过对采集到的数字图像做图像增强、突出亮点等处理来获得焊接熔池图像。
虽然经过减光片之后,光可被CCD传感器获取。然而,由于电弧光和金属熔池存在的较大光强梯度,即使通过减光片减光和窄带滤波片之后,二者仍然存在较大的光强差,焊接熔池仍处于较强背景光之下。因此,无论后续利用怎样的图像处理方法,由于原始图像效果较差,导致整个焊接熔池最终图像效果不理想。
发明内容
为了减弱电弧光的强度、避开电弧光的干扰,改善焊接熔池图像质量,本发明专利提供了一种新的基于图像融合技术的焊接熔池图像获取与传感***及图像融合方法。
一种基于图像融合技术的焊接熔池图像获取与传感***,包括减光片、窄带滤光片,其特征在于:在窄带滤光片后设置有分光片,图像经减光片、窄带滤光片后,通过分光片分成两条光路,一条光路上设置有可见光CCD图像传感器,另一条光路上设置有红外光CCD图像传感器;可见光CCD图像传感器和红外光CCD图像传感器获取的图像分别通过数据线传送到计算机进行图像处理。
一种基于图像融合方法,其特征在于:1)对可见光图像进行中值滤波处理;2)对红外光图像进行边缘检测处理;3)采用二维小波对两幅图像进行图像融合。
所述的图像融合步骤为:1)对可见光图像和红外光图像分别进行小波变换(小波分解),建立图像的小波系数表达;2)对各分解层分别进行融合处理,得到融合后的小波金字塔(融合后的小波系数表达);3)对融合后的小波金字塔进行小波逆变换,即得到重构后的融合图像。
本发明的优点是:有效地改善了焊接熔池图像质量。
附图说明
图1为图像传感***结构原理图;
图2为图像处理程序图;
图3为小波融合原理图。
具体实施方式
一种基于图像融合技术的焊接熔池图像获取与传感***,包括减光片1、窄带滤光片2,其特征在于:在窄带滤光片2后设置有分光片3,图像经减光片1、窄带滤光片2后,通过分光片3分成两条光路;一条光路上设置有可见光CCD图像传感器5以获取可见光图像,另一条光路上设置有红外光CCD图像传感器8以获取红外光图像;可见光CCD图像传感器5和红外光CCD图像传感器8获取的图像分别通过数据线传送到计算机6按照本发明所提供的图像融合方法进行图像融合处理。
分光片3既具有分光的作用,又具有降低电弧光强度的作用,从而避开了电弧光的干扰。利用金属熔池是红外辐射源的特点,采用红外光谱范围CCD图像传感器获取红外光图像,能够获得金属熔池的大致轮廓。
在分光片3与可见光CCD图像传感器5之间的光路上设置有汇聚透镜4,;在分光片3与红外光CCD图像传感器8之间的光路上设置有汇聚透镜9。经汇聚透镜4、9后所获得的图像能进一步提高所获取图像的质量。
一种图像融合方法,其特征在于:
1)对可见光图像进行中值滤波处理。由于电弧光可看成是点光源,发出的光可近似为高斯分布,因此,对可见光图像采用中值滤波,能够有效减少电弧光的干扰。
2)对红外光图像进行边缘检测处理。红外图像主要反映图像的轮廓,对红外图像通过边缘检测,能够突出图像中的局部边缘。
3)采用二维小波对两幅图像进行图像融合以实现相互补偿,从而改善焊接熔池图像质量。
采用二维小波对图像进行图像融合的步骤为:
1)对可见光图像和红外光图像分别进行小波变换(小波分解),建立图像的小波系数表达;
其中,h、g为与小波函数相对应的滤波器系数。由于h具有低通特性,g具有高通特性,二维小波分解变换把尺度j+1上的近似(低频)部分Aj+1(m,n)分解为四部分:尺度j上的近似(低频)部分Aj(m,n)、水平方向细节(高频)部分Bj(m,n)、垂直方向细节(高频)部分Cj(m,n)和对角方向细节(高频)部分D(m,n)。
2)对各分解层分别进行融合处理,各分解层上的不同频率分量采用不同的融合算子进行融合处理,最终得到融合后的小波金字塔(融合后的小波系数表达);
3)对融合后的小波金字塔进行小波逆变换,即得到重构后的融合图像。
其中a,b,c,d为小波融合方法的权系数。
Claims (4)
1、一种基于图像融合的焊接熔池图像获取与传感***,包括减光片(1)、窄带滤光片(2),其特征在于:在窄带滤光片(2)后设置有分光片(3),图像经减光片(1)、窄带滤光片(2)后,通过分光片(3)分成两条光路,一条光路上设置有可见光CCD图像传感器(5),另一条光路上设置有红外光CCD图像传感器(8);可见光CCD图像传感器(5)和红外光CCD图像传感器(8)获取的图像分别通过数据线传送到计算机(6)进行图像处理。
2、据权利要求1所述的基于图像融合的焊接熔池图像获取与传感***,其特征在于:在分光片(3)与可见光CCD图像传感器(5)之间的光路上设置有汇聚透镜(4);在分光片(3)与红外光CCD图像传感器(8)之间的光路上设置有汇聚透镜(9)。
3、一种图像融合方法,其特征在于:1)对可见光图像进行中值滤波处理;2)对红外光图像进行边缘检测处理;3)采用二维小波对两幅图像进行图像融合。
4、根据权利要求3所述的图像融合方法,其特征在于:所述的图像融合步骤为:1)对可见光图像和红外光图像分别进行小波变换,建立图像的小波分解;2)对各分解层分别进行融合处理,得到融合后的小波金字塔;3)对融合后的小波金字塔进行小波逆变换,即得到重构后的融合图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200610095127 CN1925565A (zh) | 2006-09-15 | 2006-09-15 | 基于图像融合的焊接熔池图像获取技术与传感*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200610095127 CN1925565A (zh) | 2006-09-15 | 2006-09-15 | 基于图像融合的焊接熔池图像获取技术与传感*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1925565A true CN1925565A (zh) | 2007-03-07 |
Family
ID=37817999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200610095127 Pending CN1925565A (zh) | 2006-09-15 | 2006-09-15 | 基于图像融合的焊接熔池图像获取技术与传感*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1925565A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510007B (zh) * | 2009-03-20 | 2011-01-05 | 北京科技大学 | 一种红外光图像与可见光图像实时摄取与自适应融合装置 |
CN102663340A (zh) * | 2012-04-11 | 2012-09-12 | 东北林业大学 | 一种对板材进行分类识别的装置和方法 |
CN102974918A (zh) * | 2012-11-26 | 2013-03-20 | 清华大学 | 一种基于多光谱分光摄影的视觉监控*** |
CN104809714A (zh) * | 2015-04-29 | 2015-07-29 | 华东交通大学 | 基于多形态稀疏表示的图像融合方法 |
CN106982327A (zh) * | 2017-03-31 | 2017-07-25 | 北京小米移动软件有限公司 | 图像处理方法和装置 |
CN109166088A (zh) * | 2018-07-10 | 2019-01-08 | 南京理工大学 | 基于非降采样小波变换的双波段灰度熔池图像融合方法 |
-
2006
- 2006-09-15 CN CN 200610095127 patent/CN1925565A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510007B (zh) * | 2009-03-20 | 2011-01-05 | 北京科技大学 | 一种红外光图像与可见光图像实时摄取与自适应融合装置 |
CN102663340A (zh) * | 2012-04-11 | 2012-09-12 | 东北林业大学 | 一种对板材进行分类识别的装置和方法 |
CN102974918A (zh) * | 2012-11-26 | 2013-03-20 | 清华大学 | 一种基于多光谱分光摄影的视觉监控*** |
CN104809714A (zh) * | 2015-04-29 | 2015-07-29 | 华东交通大学 | 基于多形态稀疏表示的图像融合方法 |
CN106982327A (zh) * | 2017-03-31 | 2017-07-25 | 北京小米移动软件有限公司 | 图像处理方法和装置 |
CN106982327B (zh) * | 2017-03-31 | 2020-02-28 | 北京小米移动软件有限公司 | 图像处理方法和装置 |
CN109166088A (zh) * | 2018-07-10 | 2019-01-08 | 南京理工大学 | 基于非降采样小波变换的双波段灰度熔池图像融合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1925565A (zh) | 基于图像融合的焊接熔池图像获取技术与传感*** | |
Wei et al. | A median-Gaussian filtering framework for Moiré pattern noise removal from X-ray microscopy image | |
CN101359399B (zh) | 光学图像去云方法 | |
Zheng et al. | Underwater image enhancement algorithm based on CLAHE and USM | |
CN103295225B (zh) | 弱光照条件下的列车转向架边缘检测方法 | |
CN103854264A (zh) | 一种基于改进型阈值函数的小波变换图像去噪方法 | |
Arivazhagan et al. | A modified statistical approach for image fusion using wavelet transform | |
CN101241592B (zh) | 高帧频红外图像序列中运动目标的实时复原方法 | |
Liu et al. | Real-time defect detection of laser additive manufacturing based on support vector machine | |
John et al. | Enhancement of weather degraded video sequences using wavelet fusion | |
Ioannidis et al. | A digital image stabilization method based on the Hilbert–Huang transform | |
CN101540039A (zh) | 单帧图象超分辨方法 | |
CN109166088A (zh) | 基于非降采样小波变换的双波段灰度熔池图像融合方法 | |
CN115249211A (zh) | 一种基于水下非均匀入射光模型的图像复原方法 | |
CN106228514B (zh) | 一种消除压缩视频噪声的方法 | |
Pai et al. | Medical color image enhancement using wavelet transform and contrast stretching technique | |
Jia et al. | A wavelet-based approach to improve foggy image clarity | |
Kansal et al. | Effect of non uniform illumination compensation on dehazing/de-fogging techniques | |
CN113298738A (zh) | X射线焊缝图像自动增强装置及方法 | |
Wang et al. | Fusion algorithm for infrared-visual image sequences | |
Wang et al. | Image enhancement for radiographic non-destructive inspection of the aircraft | |
Xin et al. | A new focus measure for fusion of multi-focus noisy images | |
CN118247161B (zh) | 一种弱光下的红外与可见光图像融合方法 | |
Vaidya et al. | Night vision enhancement using Wigner Distribution | |
Sontakke et al. | Multistage combined image enhancement technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |