摘要：随着各种焊接制造工艺的迅猛发展，焊接产品制造的趋势朝着柔性化、工业化以及信息化方向发展。在实际焊接应用中，使用机器人进行焊接并利用视觉追踪方法获取焊接路径，不仅能极大的改善焊接质量，提高焊接效率，还能增强焊接自适应性。因此机器视觉传感技术应用于焊接之中将成为焊缝跟踪技术未来发展的核心。

本文核心内容是基于OpenCV的图像处理技术。首先我们需要对焊缝图像的噪声进行平滑滤波，然后对比均值平滑滤波、中值平滑滤波以及高斯滤波的实验处理结果，确定本文选用高斯滤波算法对图像进行去噪处理，该方法既能很好的实现去除噪声干扰的效果，也能对图像边缘信息进行很好的保留。接着考虑到实际生产环节的复杂性，图像二值化过程选择Otsu方法自适应地去获取图像阈值，再进行阈值分割处理。然后将Sobel，LOG，Canny边缘检测算法在实际情况下处理图像的效果进行对比，最后选择Canny算法。在获取了图像的边缘过后，使用最小二乘法获取图像中心线的特征信息。最终发现实际处理效果与理想效果一致，基本达到了焊缝跟踪的要求。

基于视觉传感的焊缝追踪技术是未来焊缝技术发展的主要方向，本文基于ABB机器人设计了一套焊缝视觉跟踪系统，该系统由ABB机器人执行机构和单目视觉焊缝跟踪系统组成，其工作流程是通过一台CCD相机对焊缝图像采集，然后应用设计好的算法来对采集到的图像进行处理、标定。

关键词：焊缝识别； 图像处理； 工业机器人； OpenCV

目 录

摘 要

Abstract

第一章  绪论-1

1.1 课题研究的背景及意义-1

1.2 国内外发展现状-1

1.3 本课题主要研究内容-2

第二章 焊缝识别系统设计-3

2.1 系统的组成-3

2.2 图像采集模块-3

2.2.1 接触式传感器-4

2.2.2 非接触式传感器-4

2.3 图像处理模块-5

2.4 控制运动模块-6

2.5 执行机构-7

2.6 本章小结-7

第三章 焊缝图像预处理-8

3.1 焊缝图像去噪-8

3.1.1 均值滤波-8

3.1.2 中值滤波-10

3.1.3 高斯滤波-11

3.2 焊缝图像二值化-12

3.2.1 二值化原理分析-12

3.2.2 阈值选取方法-13

3.3 焊缝边缘检测-15

3.3.1 Sobel边缘检测-16

3.3.2 Log算子边缘检测-17

3.3.3 Canny边缘检测-19

3.4 本章小结-21

第四章 ABB工业机器人控制系统的基本原理与二次开发-22

4.1 引言-22

4.2 ABB机器人系统解析-22

4.2.1 ABB机器人系统硬件构成-22

4.2.2 ABB机器人·编程语言解析-24

4.3 ABB机器人的二次开发-25

4.4 本章小结-26

第五章 系统控制实现-27

5.1 OpenCV软件-27

5.2 OpenCV在VS2019中的安装与配置-27

5.3 算法实现-30

5.3.1 预处理-30

5.3.2 中心提取-31

5.4 ABB机器人二次开发-31

5.5 本章小结-32

结  论-33

参考文献-34

致  谢-35