Zastosowanie fuzji obrazów wizyjnych i termowizyjnych do monitorowania i diagnozowania procesu spawania
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Abstrakt
W artykule przedstawiono wyniki zastosowania różnych metod fuzji obrazów rejestrowanych za pomocą kamer wizyjnej i termowizyjnej. Obrazy zarejestrowano podczas monitorowania procesu spawania. Obserwacji podlegał łuk spawalniczy i tworzone złącze, które obser- wowano w fazie stygnięcia. Rozpatrywano obrazy zarejestrowane podczas spawania metodą GMA na dwóch różnych stanowiskach spawalniczych. Obserwację prowadzono z zastosowaniem kamer wyposażonych w różne układy optyczne. W artykule przeprowadzono analizę wpływu parametrów układu optycznego na wyniki fuzji obrazów. Analizie poddano również sposób przetwarzania wstępnego obrazów w celu ich wzajemnego dopasowania. Z badań wynika, że obraz po fuzji zawiera zagregowane informacje, przydatne do monitorowania i oceny jakości procesu spawania w trybie on-line.
Visual and thermograph images fusion in monitoring and diagnostic of welding process application evaluation
Results of different methods of margining thermal and visual images are presented in the paper. Images were recorded in the welding process. Welding arc and joint in cooling phase were observed. Images in the GMA welding on two different welding stations were obtained. Cameras with different optics were used in the research. The analysis of influence of optic parameters on the image fusion were made. The image preprocessing for matching them together were also analyzed. Results are shown that the image after fusion merged information useful in monitoring and quality on-line testing of welding process includes.
Pobrania
##plugins.themes.bootstrap3.article.details##
Creative Commons CC BY 4.0 https://creativecommons.org/licenses/by/4.0/
Artykuły czasopisma Welding Technology Review (Przegląd Spawalnictwa) publikowane są w otwartym dostępie na licencji CC BY (licencja Creative Commons Uznanie autorstwa 4.0 Międzynarodowe). Licencja CC BY jest najbardziej otwartą dostępną licencją i uważaną za „złoty standard” w formule otwartego dostępu; jest również preferowany przez wielu fundatorów badań. Licencja ta umożliwia czytelnikom kopiowanie i redystrybucję materiału na dowolnym nośniku i w dowolnym formacie, a także zmienianie, przekształcanie lub budowanie na nim materiału, w tym do użytku komercyjnego, pod warunkiem wskazania oryginalnego autora.
Bibliografia
Kim J.S., Son Y.T., Cho H.S., Koh K.II.: A robust method for vision-based seam tracking in robotic arc welding, Proceedings of the IEEE International Symposium on Intelligent Control 1995.
Xu D., Wang L., Tan M.: Image processing and visual control method for arc welding robot, Proceedings of the IEEE International Conference on Robotics and Biomechanics, Shenyang.
Smith M.I., Heather J.P.: Review of image fusion technology in 2005, in: Proceedings on Defense and Security Symposium, Orlando, FL, March 28April 1, 2005.
Smith J.S., Balfour C.: Real time top-face vision based control of weld pool size, An International journal Industrial Robot, No. 32/2/2005.
Balfour C., Smith J.S., Amin-Nejad S.: Feature correlation for weld image-processing applications, International Journal of Production Research 5(42) 2004, 975-995.
Yamamoto M., Kaneko Y., Fujii K., and others.: Adaptive Control of Pulsed MiG Welding Using Image Processing System, IEEE, 1988.
Węglowski M. S.: Promieniowanie widzialne użytecznym sygnałem w monitorowaniu procesu spawania, Pomiary i Automatyka 10/2006.
Węglowski M.S., Mikino Z., Welcel M., Kępińska M.: Kontrola procesu spawania TIG w oparciu o promieniowanie łuku spawalniczego, Przegląd Spawalnictwa 12/2007.
Nowacki J., Wypych A.: Ocena cyklu cieplnego napawania stali 13CrMo4-5 nadstopem inconel 625 metodą termowizyjną, Przegląd Spawalnictwa 12/2007.
Czajewski W.: Automatyczne rozpoznawanie i śledzenie spawów przez robota przemysłowego z wykorzystaniem analizy obrazów, PAK 7-8/2002, s. 13-16.
Bzymek A., Fidali M., Jamrozik W., Timofiejczuk A.: Diagnostic vision system for welded joint and welding process assesment, Problemy Eksploatacji nr 4/2008, 39-51.
Goshtasby A., Stavri Nikolov: Image fusion: Advances in the state of the art, Information Fusion, Vol. 8, Issue 2, Special Issue on Image Fusion: Advances in the State of the Art, 4/2007, s. 114-118.
Zitova B.: Image registration methods: a survey, Image and Vision Computing, 1123/2003, s. 977-1000.
Du D., Hou R., Shao J., Wang L., Chang B.: Real-time Xray Image Processing Based on Information Fusion for Weld
Tytuł konferencji Data Miejsce
Defects Detection, 17th World Conference on Nondestructive Testing, Shanghai, China, 2008.
Pluim, J.P.W.; Maintz J.B.A.; Viergever M.A.; Mutual-in- formation-based registration of medical images: a survey, Medical Imaging, IEEE Transactions on, (8) 22, 2003, 986-1004.
Firooz Sadjadi: Comparative Image Fusion Analysis, IEEE CVPR05, 2005.
Li S.T., Wang Y.N.: Multisensor image fusion using discrete multiwavelet transform, Proceedings of the 3rd International Conference on Visual Computing, Mexico City, Mexico, 2000.
Piella G.: A general framework for multiresolution image fusion: from pixels to regions, Information Fusion 4/2003, s. 259-280.
Blum R.S., Liu Z. (Eds.): Multi-Sensor Image Fusion and Its Applications (special series on Signal Processing and Communications), Taylor and Francis, CRC Press, 2006
Waxman A.M., Fay D.A., Gove A.N., Siebert M., Racamo- to J.P., Carrick J.E., Savoye E.D.: Color night vision: fusion of intensified visible and thermal IR imagery, in: Proce- edings of SPIE Conference on Synthetic Vision for Vehicle Guidance and Control, 2463, 1995, s. 5868.
Burt P.J., Adelson E.H.: The Laplacian pyramid as a compact image code, IEEE Trans. Commun., 4 (31) 1983, 532-540.
Toet A., van Ruyven L., Velaton J.: Merging thermal and visual images by a contrast pyramid, 7 (28) 1989, 789-792. Lejeune C.: Wavelet transforms for infrared applications, Infrared Technology XXI, SPIE, 2552, 1995, 313-324.
Rockinger O.: Image sequence fusion using a shift invariant wavelet transform, in: Proc. IEEE Intl. Conference on Image Processing, 1997, III-288-291.
Maruthi R., Suresh R.M.: Metrics for Measuring the Quality of Fused Images International Conference on Computational Intelligence and Multimedia Applications 2007.
Xydeas C., Petrovic V.: Objective image fusion performance measure, Electronics Letters 36, 2000, s. 308309.
Bzymek A., Timofiejczuk A.: Estimation of welding process stability based on image analysis and recognition, Diagno- styka nr 4/2009, s. 41-44.
Bzymek A., Timofiejczuk A.: Welded joint assesment on the basis of characteristic edge detection algorithm, VIII International Seminar of Technical Systems Degradation, Liptovsky Mikulas, 4/2009 (przyjęte do druku w czasopiśmie Diagnostyka).