基于2DPCA的熔池圖像代數特征提取方法研究.pdf

1、本文首次采用2DPCA方法設計針對焊縫成形質量的熔池圖像的特征提取與分類系統(tǒng)，對熔池圖像進行質量識別。該方法以圖像全局為對象，有效消除圖像間的相關性，獲取表征圖像差異的數值特征。
　　 本文通過實際焊接過程中焊偏、焊漏、表面成形不良、夾渣等焊縫成形質量問題的成因，設計焊接工藝試驗，獲得了表面成形良好、表面成形不良、焊槍左偏、焊槍右偏、焊漏、夾渣等六類焊縫及其對應的熔池圖像。以三分類為基礎探討了PCA、2DPCA、2D'PCA、(

2、2D)2PCA方法在弧焊熔池圖像特征提取與分類中的適應性。試驗結果表明，綜合考慮算法復雜度與識別率，采用2DPCA與2D'PCA方法處理熔池圖像有明顯的優(yōu)勢。
　　 本文開發(fā)了基于MAG焊六類焊縫成形質量的2DPCA方法熔池圖像分類軟件。軟件包含兩大功能和三大模塊。其兩大功能是2DPCA和2D'PCA功能;三大模塊是熔池圖像預處理模塊、熔池圖像質量判別訓練樣本模塊和熔池圖像質量判別模塊。其中預處理模塊實現熔池圖像的預處理過程;訓

3、練模塊實現熔池圖像2DPCA方法的最優(yōu)投影軸、樣本特征的計算與儲存等功能;判別模塊實現圖像特征提取與圖像的特征分類判別。通過試驗得出:對于焊接工藝5L/min焊縫成形不良的熔池圖像，2DPCA的判別結果為表面成形不良的占87％，焊漏占13％，2D'PCA的判別結果判別為表面成形不良的占74％，焊漏占25.8％;對于焊接工藝20L/min時焊縫成形良好的熔池圖像，2DPCA與2D'PCA的判別結果均為焊縫良好型;對于焊接工藝10L/min