段万政，郭 波，曾 瑄，徐 辉

(南昌工程学院 南昌市焊接机器人与智能化技术重点试验室，江西 南昌 330099)

近年来，焊接智能化相关技术尤其是智能焊接机器人发展迅速。智能机器人焊接工艺包括四个方面，即焊枪初始焊接位置的引导、焊缝跟踪、焊接质量的检测和控制[1]。这四个方面均与焊缝识别关联，准确地提取焊缝坡口边缘是焊接智能化的关键技术之一。

被动式视觉传感是利用熔池液态金属自身辐射或熔池及工件表面反射的电弧光作为信号源。这一方法降低了对拍摄系统的照明要求，但强烈的弧光干扰会影响焊缝坡口边缘线的提取。研究者为了提高熔池图像的清晰度，抑制强烈的弧光噪声，提出了多种解决方法，其中研究较多的是复合滤光法。Xu[2]、王克鸿[3]使用复合滤光法对焊接系统设计合适的减光滤波片，都有很好的弧光抑制效果，获取到清晰的焊缝图像。Shao[4]等提出了基于粒子滤波的无源视觉传感器焊缝检测方法。Li[5]等提出了一种基于支持向量机的弧光传感器和视觉传感器融合的焊缝跟踪系统。Zhang[6]等提出了一种基于混合光谱双路径成像方法，使用660nm窄带和850nm长通为工作区，获取高信噪比的熔池图像。Guo[7]等提出了一种在不使用任何外部光源或滤波器的情况下，只使用宽动态范围相机获取实时捕获清晰的焊接图像。此外状态触发取像法[8]等方法也可以提取到有效的焊接图像。在焊缝提取的研究中，Zhou[9]等提出了一种基于显著性检测与Sobel变换相结合的焊缝提取。……