在自动化越来越普及的今天,焊接自动化越来越受到重视。在焊接领域,焊接电弧一直都视为焊接过程的能量体现。旋转电弧气体保护焊在焊接过程中有回搅过程而排除了大量气体,因此获得较高的焊接质量。在学术界已经有很多学者根据二维图分析电弧形态,但其三维形态却鲜有学者研究。对旋转电弧进行三维重建不仅可以观察到旋转电弧的全貌,也可以为熔池仿真提供基础,以及用于焊接工艺的评定。为方便获取旋转电弧焊接过程数据,设计并搭建了一套能同步采集图像、电流电压、送丝速度及旋转电弧传感器位置的焊接实验平台。为获得较为稳定的旋转电弧焊接过程及较好的焊接质量,将旋转电弧飞溅作为焊接稳定性的依据。使用了一种基于多阈值与BP神经网络的飞溅提取方法,使用多阈值方法可无遗漏地提取到旋转电弧飞溅,BP神经网络方法可识别多阈值方法所得的飞溅,该神经网络的正确识别率可达97.76%。采用基于底座-框架的方法对旋转电弧进行三维重建,对相机进行标定及畸变矫正后,将旋转电弧亮度梯度作为旋转电弧分割依据。为提高边界精度,采用基于三次样条曲线拟合方法对旋转电弧边界进行拟合,并基于底座-框架方法对拟合后的曲线进行三维重建。对旋转电弧重建结果进行分析,得出旋转电弧体积在短路过渡后有急剧增加的现象,由于焊丝末端熔化吸热,旋转电弧体积逐渐减小;旋转电弧在体积减小的过程中有两次波峰波谷,原因为熔滴增长过程中的振荡及熔滴因离心力甩动引起。该分析结果验证了该平台的稳定性与可行性,焊接参数优化的可行性,以及基于底座-框架三维重建方法的鲁棒性与可行性。