国内外对弧焊过程图像处理的研究往往针对干扰较少的TIG焊,对有大量飞溅和强烈弧光干扰的MAG焊的图像处理及跟踪控制的研究较少.该文主要以MAG焊过程为研究对象,采用小波变换的方法实现了焊缝位置和熔池形状信息的高速高精度智能化处理,并在此基础上对焊缝跟踪控制进行了初步研究.MAG焊图像中含有丰富的空间和频率信息.一般的图像处理方法要么只利用了空间信息,要么只利用了频率信息,都未能充分地运用和处理图像的空间和频率信息.而小波变换在时-频平面上同时具有很好的分辨能力,并能分辨多尺度特征信号的细节部分.对于含有大量噪声的弧焊图像信号,可用多分辨小波变换分解后所获得的小波系数来刻画.小波系数标明携载信号能量的权重,通过信号能量阈值法可达到降噪目的.小波变换的模极大值和零交叉值可以表征信号的局部奇异性,因此小波变换特别适于瞬变和突变信号分析.在图像信号中,突变部分如边缘和轮廓,携载重要的特征信息,采用多分辨小波变换的模极大值法和零交叉法可高效准确地进行边缘检测.弧焊图像的边缘特征提取是识别焊缝位置和熔池形状的前提条件.以往的边缘提取都是在原始图像上进行的,从小波多尺度的观点来看,这种边缘提取只是在一个尺度上进行的,不利于区分图像中的小结构轮廓和大结构边缘.利用小波变换技术进行弧焊图像的边缘提取,就产生了多尺度边缘.该文系统研究了各种小波分析方法的原理和在MAG焊图像处理中的应用,在二进小波的基础上采用了B样条小波基和Bubble小波基对MAG焊的熔池边缘和焊缝位置进行了准确提取,其结果可用于焊缝跟踪、熔深控制等.该文还讨论了M带小波边缘检测方法对有大量噪声的MAG焊熔池边缘和焊缝位置进行处理的结果.该文利用小波变换的上述特性实现了对在MAG焊过程中采集到的图像信息进行降噪处理、边缘检测,并提取出焊枪与焊缝位置偏差信息、熔池形状信息的功能,并将这些信息用于MAG焊过程焊缝自动跟踪的控制中.实验证明对一些曲率很大的焊缝形状,该文中提到的算法是有很高准确性的.