1、現代焊接自動化水平日益發(fā)展和計算機視覺技術的進步以及對效率和質量的高要求，基于視覺傳感的焊縫圖像處理和自動識別技術已成了焊縫自動跟蹤的一個重要研究方向。由于在實際焊接過程中，存在強烈的弧光輻射、高溫、工件熱變形、圖像傳感誤差等噪聲的干擾，難以獲得清晰穩(wěn)定的焊縫區(qū)圖像，對焊縫區(qū)圖像的攝取，需要通過特定光譜的濾光系統(tǒng)，由圖像采集卡采集圖像并存儲于工控機，再經圖像預處理、圖像識別等過程提取出焊縫的準確位置。焊縫跟蹤技術是自動電弧焊接的一個重要

2、研究領域，實現精確的焊縫跟蹤對于提高焊接質量具有非常重要的作用。而要實現精確的焊縫跟蹤，焊縫偏差（即焊縫中心與電弧的偏差）檢測技術是一個關鍵。
　　本研究設計安裝了一套用于實驗的焊縫跟蹤系統(tǒng)裝置，采用工控機控制，無輔助光源的視覺檢測系統(tǒng)，來完成焊縫的自動跟蹤控制。視覺傳感式焊縫跟蹤的一般方法是利用CCD(Charge Couple Device)傳感器實時獲取焊接圖像，再利用圖像處理技術提取熔池中心與熔池前端的焊縫位置信息，兩者之

3、間的差值就反映了當前時刻電弧與焊縫的偏差情況。對包括圖像濾波、圖像增強、圖像二值化、邊緣檢測、焊縫位置的提取等基于圖像處理的焊縫處理技術過程和方法用數學方法進行分析和研究。通過對焊縫位置中心提取方法的研究對比，著重研究了基于圖像質心的圖像處理方法，并基于圖像質心研究了焊縫位置偏差信息提取的新技術。不同于傳統(tǒng)的通過圖像處理技術來直接獲取焊縫偏差信息，而是選取特定熔池圖像處理區(qū)域，并將熔池圖像質心作為分析焊縫偏差的參量，研究利用熔池特性圖像

4、質心參數來建立焊縫偏差視覺模型的方法。
　　在此基礎上，針對強電弧干擾所存在的視覺成像不清晰等問題，提出采用分區(qū)多尺度統(tǒng)計的方法，獲取表征焊接過程偏離狀態(tài)的高維度特征空間，并以此為依據建立網絡預測模型。首先，將焊接圖像分離為電弧區(qū)、熔合區(qū)及焊縫區(qū)。其次對分區(qū)圖像進行橫縱坐標重構，并計算其相關性。再提取三個尺度的重構信號的時頻特征，構建高維度特征空間。采用主成分分析法，實現對高維特征空間的維度控制，并以此為依據構成網絡預測模型的輸入

5、向量。分別對強干擾、電弧畸變、聚焦偏離、光圈反射、傳感器偏移等問題進行數據采集，獲取模型訓練及測試樣本。實驗結果表明，采用BP網絡的建模精度高于Elman網絡的預測精度。特別的，采用多尺度特征空間的模型明顯優(yōu)于單尺度特征模型。
　　本文還提出構建分區(qū)多尺度統(tǒng)計特征BP網絡預測模型，經過實驗能夠避免圖像預處理效果對焊縫偏離測量的影響。特別的，該方法對于強電弧干擾下的識別能力極強，無需測量識別對象的幾何特征，也無需對圖像進行預處理，即