摘 要:焊接是工业生产的关键一环，特别是近年来，工业制造技术的快速更迭，对其提出了更高更严苛的要求.传统焊接技术，受到人为因素的制约，生产流程复杂，生产效率的提高遭遇瓶颈.解决这一问题的关键便是焊接过程的自动化，这也正是焊接行业发展的必然趋势.

焊接自动化的关键问题是焊缝的自动跟踪，而跟踪的前提是焊缝的自动识别.激光视觉引导的智能焊接机器人将焊缝图像识别与机器人运动控制技术结合，能够有效解决焊缝自动识别和跟踪难题.

为了实现激光视觉引导焊缝识别和跟踪，本文以六轴DENSO工业机械臂为主体，组建视觉引导焊缝识别、跟踪平台，构建结构光引导机器人的数学模型，主要包括相机线性模型、相机非线性模型、相机外参模型、线结构光引导机器人的数学模型以及机器人视觉手眼模型.

激光视觉引导焊缝识别、跟踪系统中的焊缝图像处理部分，主要包括焊缝图像特征分析及预处理、焊缝图像二值化、兴趣区间估算、光条细化和霍夫变换.介绍了硬件和软件2方面的图像预处理方法，分析了焊缝图像二值化算法的效果，详细阐述了兴趣区间估算的流程，进一步分析了光条细化算法的优劣，最后给出了霍夫变换的原理和方法.

完成焊缝图像识别实验，对焊缝图像识别的关键技术：光条细化和霍夫变换进行了详细的说明，针对对接焊缝的特点提出了对应的特征提取策略，从而提高焊缝识别算法的鲁棒性.并在Matlab环境下编写程序，进行算法仿真.通过测试，系统可以做到稳定、精确的识别焊缝，速度和精度能基本满足工业要求.

关键词：结构光视觉；焊缝识别；特征提取；算法仿真；图像处理

目录

摘要

abstract

第1章 绪论-1

1.1 课题研究的背景及意义-1

1.2 激光视觉引导焊缝识别与跟踪的发展现状-1

1.2.1 国外现状-2

1.2.2 国内现状-3

1.3 本文主要研究内容-3

第2章 激光视觉引导机器人系统的数学模型-5

2.1 结构光引导焊接机器人系统结构-5

2.2 相机成像模型-6

2.2.1 相机线性模型-6

2.2.2 相机非线性成像模型-7

2.3 线结构光测量模型-8

2.3.1 面面模型-8

2.3.2 线面模型-9

2.4 机器人视觉的手眼模型-10

2.5 本章小结-11

第3章 焊缝识别关键理论介绍-13

3.1 图像预处理-13

3.2 二值化-14

3.3 兴趣区间估算-15

3.4 光条细化-16

3.5 霍夫变换-17

3.6 本章小结-18

第4章 对接焊缝识别方案及实验-19

4.1 对接焊缝识别方案-19

4.2 对接焊缝识别实验-20

4.3 本章小结-22

第5章 结论与展望-23

5.1 结论-23

5.2 不足之处及未来展望-23

参考文献-25

致  谢-27

附录A：Matlab仿真代码-28