基于視覺的焊接三維重建技術(shù)研究現(xiàn)狀

王克鴻，楊嘉佳，孫科

（南京理工大學(xué)材料科學(xué)與工程學(xué)院，江蘇南京 210094）

0 前言

焊接在工業(yè)生產(chǎn)中的應(yīng)用領(lǐng)域越來越廣泛，傳統(tǒng)焊接品質(zhì)的控制通過焊前工藝設(shè)計和焊后檢測來保證，不能依據(jù)實際工況的變化在線調(diào)整，且效率低、效果差，已經(jīng)不能滿足高效優(yōu)質(zhì)低耗精密焊接的需求。由于熔池中包含豐富的信息，能夠反映焊接品質(zhì)，熟練焊工通過觀察熔池和浮渣形態(tài)進行調(diào)整，達到焊接品質(zhì)實時控制。焊接視覺傳感的研究就是借鑒焊工經(jīng)驗行為，利用光學(xué)傳感器拍攝焊接過程中的熔池圖像，通過數(shù)字圖像處理獲取熔池幾何形狀信息，掌握熔池視覺特征與焊縫品質(zhì)的關(guān)系規(guī)律，進而調(diào)整焊接參數(shù)實現(xiàn)焊接品質(zhì)閉環(huán)控制。該技術(shù)能獲得豐富直觀的信息，近來年已成為焊接過程傳感的重要研究方向，已經(jīng)在熔池二維信息的獲取、處理和分析方面進行了較為深入的研究［1-4］。但熔池高度、熔化金屬下塌量、熔池側(cè)壁熔合情況、熔透情況、熔池內(nèi)部金屬流動等信息與焊接成形緊密相關(guān)，迫切需要對熔池進行三維重建研究，獲得更多的信息，建立更全面的熔池幾何特征與焊接品質(zhì)的關(guān)系模型。

另一方面，在核電站設(shè)備的維修、海洋工程建設(shè)以及未來的空間站建設(shè)維修等不適合人類親臨現(xiàn)場的環(huán)境都需要采用遙控焊接技術(shù)。傳統(tǒng)的遙操技術(shù)通過延伸人的感知能力，獲得現(xiàn)場信息，進行判斷和決策，并控制執(zhí)行機構(gòu)（機器人）所有的運動。這種完全依賴于人的遙控操作方式效率低下，容易導(dǎo)致操作者疲勞。并且由于二維圖像深度信息的喪失，難以完成一些精確的任務(wù)操作。同時，焊接機器人任務(wù)空間的三維傳感也是機器人全自主焊接的發(fā)展需要，這樣不僅能克服示教再現(xiàn)型機器人缺乏對環(huán)境自主適應(yīng)能力的缺點，也能為離線編程系統(tǒng)提供任務(wù)空間的CAD模型，避免了離線編程標定的不便。開發(fā)具有全局感知能力的傳感器可以感知工件和環(huán)境信息，提高焊接機器人柔性，擴展焊接機器人的應(yīng)用范圍［5］。同時，三維重建也是熔池數(shù)值模擬結(jié)果的有效驗證方法。

1 計算機視覺

現(xiàn)實世界是三維的空間，人類通過兩眼認識自然界物體的三維立體信息。但是一般的攝像系統(tǒng)只能把三維物體以二維的形式保存、記錄下來，丟掉了大量的三維信息。計算機視覺就是用計算機模擬人眼的視覺功能，從圖像或圖像序列中提取信息，對客觀世界的物體進行形態(tài)和運動識別。

計算機視覺的研究開始于20世紀50年代中期，當時的研究主要集中在二維景物圖像的分析。利用二維圖像解釋三維目標的研究始于1695年Roberts對多面體識別中提出的“積木世界”。Roberts的研究開創(chuàng)了以理解三維場景為目的的計算機視覺研究。20世紀70年代中期，以Marr為代表的研究者提出了一整套視覺計算的理論來描述視覺過程，其核心是從圖像恢復(fù)物體的三維形狀。從20世紀80年代初到80年代中期，計算機視覺開始了全球性的研究熱潮，計算機視覺得到了蓬勃的發(fā)展，在Marr視覺計算理論框架的基礎(chǔ)上，新概念、新方法、新理論不斷涌現(xiàn)。20世紀90年代初，關(guān)于計算機立體視覺的研究趨于成熟。

計算機視覺最主要的研究方向是三維重建，研究目標是使計算機具有通過二維圖像認知三維環(huán)境信息的能力，不僅使機器能夠感知三維環(huán)境中物體的幾何信息（形狀、位置、姿態(tài)、運動等），而且能夠?qū)ζ溥M行描述、存儲、識別和理解。計算機立體視覺就是利用計算機技術(shù)和光學(xué)手段從獲得的一幅或多幅圖像中還原出被攝物體的立體形狀、位置等，從而獲得三維數(shù)據(jù)值［6］。

基于視覺的三維重建技術(shù)的優(yōu)勢在于不受目標物體形狀限制，重建速度快，可以實現(xiàn)全自動或半自動建模等，有廣泛的應(yīng)用前景。

2 三維重建方法

根據(jù)所用攝像機的數(shù)目，可將三維重建方法分為單目立體視覺法、雙目立體視覺法和多目立體視覺法。

2.1 單目視覺法

單目視覺法是僅使用一臺攝像機進行三維重建的方法。其中又包括兩種方法，第一種是使用單視點的單幅（或多幅）圖像，通過圖像的二維特征推導(dǎo)出深度信息，這些二維特征包括明暗度、紋理、輪廓等。該方法的優(yōu)點是使用單幅或少數(shù)幾張圖像就可以重建出物體三維模型;不足的是通常要求的條件比較理想化，與實際應(yīng)用情況不是很吻合，重建效果較差。第二種方法則使用多視點的多幅圖像，利用一臺攝像機的旋轉(zhuǎn)、運動或者對目標進行光路設(shè)計使不同視點的圖像能夠進入攝像機的靶面，通過匹配不同圖像中的相同特征點，利用這些匹配約束求取空間三維點坐標信息，從而實現(xiàn)三維重建。這種方法在圖像資源豐富、目標所受光照情況不改變、目標形狀不發(fā)生變化的情況下重建效果較好，但是運算量較大，重建時間較長，需要知道攝像機的準確運動情況。

在焊接過程中，熔池反射電弧光的光強變化迅速，并且熔池處于流動狀態(tài)，無法通過一臺攝像機的運動獲得多個視點的同步熔池圖像，使得第二種單目立體視覺法在焊接領(lǐng)域不適用。第一種單目立體視覺法又包含陰影恢復(fù)法、結(jié)構(gòu)光法、光度立體法、紋理法等，已有文獻報道結(jié)構(gòu)光法和陰影恢復(fù)法在在焊接熔池的三維重建的研究，將在第三節(jié)中進行歸納。

2.2 雙目視覺法

雙目立體視覺是一種將雙目視差信息轉(zhuǎn)換為深度信息的方法，這種方法使用兩臺攝像機從兩個視點觀測同一物體，獲取在物體不同視角下的一對圖像，然后通過左右圖像間的匹配和三角測量原理，計算出場景中目標物體的幾何形狀和位置等三維信息。這一重建過程與人類視覺的感知過程相似，非常直觀和易于理解，并且不需要人為設(shè)置輻射源，只需利用場景在光照條件下的二維圖像來重建物體的三維信息，具有效率高、適應(yīng)性強、精度合適、系統(tǒng)結(jié)構(gòu)簡單、成本低等優(yōu)點，是目前研究最多、應(yīng)用最廣泛的立體視覺技術(shù)之一，特別是在非接觸自動在線檢測和質(zhì)量控制等領(lǐng)域均具有很大的應(yīng)用價值。

由于該方法結(jié)構(gòu)簡單，測量精度較高，已有焊接研究者利用該方法對焊接領(lǐng)域中的接縫坡口、焊接工件、遙控焊接任務(wù)空間場景及熔池進行三維重建，將在下一章詳細歸納。

2.3 三目視覺法

三目視覺方法的基本思想是通過增加一臺攝像機提供額外約束，該方法可以避免雙目視覺方法中難以解決的假目標、邊緣模糊、誤匹配等問題，重建效果優(yōu)于雙目視覺方法。但由于增加了一臺攝像機，設(shè)備結(jié)構(gòu)更加復(fù)雜，成本更高，控制難度也大幅增加，并沒有雙目立體視覺法應(yīng)用廣泛。

3 焊接三維重建研究

由于焊接過程中存在著高溫、飛濺、電弧等干擾，同時熔池體積小、溫度高且分布不均勻、冷卻速度快、熔池處于運動狀態(tài)、填充金屬的熔化和凝固過程同時存在等，直接對熔池進行三維測量十分困難，焊接中存在的電磁干擾和熔池的高溫使得機械和電磁方法不適用，X射線方法和紅外傳感方法都能夠獲得焊縫熔透信息，但無法實時測量熔池高度信息［7］。熔池三維重建最有前途的方法是視覺傳感法。

基于視覺的焊接接頭三維重建技術(shù)能廣泛應(yīng)用于包括接縫軌跡規(guī)劃、焊接品質(zhì)控制、移動焊接機器人自主導(dǎo)航等焊接技術(shù)領(lǐng)域，進行焊接三維重建研究是智能化焊接發(fā)展的關(guān)鍵技術(shù)之一。目前焊接領(lǐng)域采用的三維重建方法主要有結(jié)構(gòu)光法（單目主動立體視覺法、陰影恢復(fù)法（單目立體視覺法被動）以及雙目立體視覺法（被動光法）三種。

3.1 結(jié)構(gòu)光法

結(jié)構(gòu)光三維視覺是基于光學(xué)三角法測量原理，通過光學(xué)投射器將一定模式的結(jié)構(gòu)光投射于物體表面，在表面上形成由被測物體表面形狀所調(diào)制的光條三維圖像。攝像機獲得光條二維畸變圖像。光條的畸變程度取決于光學(xué)投射器與攝像機之間的相對位置和物體表面高度。當光學(xué)投射器與攝像機之間的相對位置一定時，由畸變的二維光條圖像坐標便可重現(xiàn)物體表面高度。

美國肯塔基大學(xué)張裕明博士在主動式視覺領(lǐng)域曾進行了一系列研究工作，獲得了較好的研究成果［8-10］。他首次將結(jié)構(gòu)光法用于焊接三維重建研究，通過計算熔池反射的結(jié)構(gòu)光的變形量來獲取熔池表面高度信息，于2007年設(shè)計了一套由面陣點狀激光器和高電子快門攝像機組成的熔池視覺檢測系統(tǒng)。脈沖激光器的平均功率為20 mW，每次形成激光面陣中點數(shù)為19×19，激光波長為685 nm，攝像機所采用的濾光片中心波長為685 nm，濾光窗口寬度為20 nm。在激光脈沖持續(xù)時間內(nèi)，激光點陣一次覆蓋整個熔池表面，在攝像機曝光時間內(nèi)激光的光強遠遠大于弧光的光強，有效的抑制了弧光干擾，獲得了非常清晰的熔池表面點狀反射圖像。提出了EPA和OPA兩種算法重建熔池表面，對比結(jié)果發(fā)現(xiàn)OPA方法得到的結(jié)果誤差更小，熔池表面更光滑，圖1為其使用的 GTAW實驗系統(tǒng)、利用OPA算法獲得的熔池表面三維圖像以及xz平面上重建點與實際點的對比［11］，可以看到位于圖像中間的點誤差較小，而圖像四周邊緣的點誤差比較大。王志江等［12］利用小功率結(jié)構(gòu)光條紋激光器投射激光條紋于非熔化極氣體保護焊熔池表面，由成像屏接收熔池表面鏡面反射過來的激光條紋，利用鏡頭前附加了與激光器波長匹配的窄帶濾光片的電荷耦合器件（CCD）攝像機觀察成像屏上的條紋變化，從而獲得熔池表面的高度等三維信息。

圖1 結(jié)構(gòu)光法GTAW熔池表面三維重建

結(jié)構(gòu)光法應(yīng)用于焊接領(lǐng)域進行三維重建可以成功地得到熔池的三維形狀，但該方法算法較復(fù)雜，計算時間長，精度有待進一步提高。同時設(shè)備復(fù)雜，需要增加輔助光源，成本較高，不利于工業(yè)應(yīng)用。

3.2 陰影恢復(fù)法

陰影恢復(fù)法（shape from shading，SFS）最早是美國科學(xué)家Horn為了解決月球表面的重建問題于20世紀70年代提出的，是利用單幅圖像中的陰影線索（即灰度信息或圖像的明暗變化）來恢復(fù)其表面各點的相對高度或表面法向量等參數(shù)值，即根據(jù)一個確定的反射模型建立物體表面形狀與圖像亮度之間的約束關(guān)系，并根據(jù)對物體表面形狀知識建立表面形狀參數(shù)的約束關(guān)系，然后對這些約束關(guān)系聯(lián)立求解可得到物體表面的三維形狀。該方法只需要單幅圖像就可以解決表面重建問題，其關(guān)鍵技術(shù)包括反射圖模型的建立和反射圖方程的求解［13］。盡管有很多方法提出，SFS問題仍然很難獲得精確的重建結(jié)果。由于實際反射的多樣性，很難確定合適的反射模型，并且光源條件、圖像品質(zhì)等都難以得到保證，如何給出合適的約束條件成為許多研究者需要面對的難題。由于以上等原因，SFS方法的具體應(yīng)用和效果都受到較大限制。在實際場景中的SFS方法重建結(jié)果往往會差強人意，盡管可以重建出局部較為細致的深度信息，但在整體深度上的偏差會比較大，而且由于平滑等約束，難以避免過平滑及丟失細小特征的結(jié)果［14］。

趙冬斌等［15］首次將SFS方法引入到焊接熔池表面高度信息提取上，通過對成像實際條件的深入分析，提出了符合實際成像條件的通用反射圖模型，并提出了求解方程的基本算法;針對實際焊接熔池圖像的特點，引入了表面光滑約束、邊界條件、灰度加權(quán)調(diào)整，在基本算法的基礎(chǔ)上形成了改進算法，成功地由單幅熔池圖像獲得了填絲脈沖GTAW低碳鋼對接熔池圖像熔池正面三維形狀信息，如圖2所示，其中Vf為送絲速度。該方法為提取熔池正面三維信息開辟了一個新的方向。李來平等［7］進一步研究了多種材料焊接過程中熔池圖像特征，提出了脈沖GTAW熔池表面通用反射圖模型，首先分析了熔池表面成像過程中的電弧光源特點、熔池表面的形狀和反射特性和攝像機特性，建立脈沖GTAW熔池表面通用反射圖模型，分別建立了低碳鋼、不銹鋼、鋁合金脈沖GTAW熔池表面反射圖模型并對反射圖方程進行求解，實現(xiàn)了三種材料熔池圖像的三維重建，鋁合金熔池三維重建結(jié)果如圖3所示。杜全營等根據(jù)熔池表面的成像特點，從提高運算速度的角度對三維恢復(fù)理論上進行改進，處理結(jié)果如圖4所示［16］。

但是陰影恢復(fù)方法要求是表面反射均勻的漫反射體（符合朗伯漫反射模型），在理想的成像條件下（光源和攝像機無窮遠），對反射圖方程的逆求解過程，由圖像灰度計算出物體的表面方向。然而，熔池是在強電弧光籠罩下，其表面成像鏡面特性;并且用于傳感熔池表面的攝像機也非無限遠，是小孔成像，成像模型為投射投影模型。上述利用陰影恢復(fù)熔池形狀法做了過多的假設(shè)，使得陰影恢復(fù)方法在熔池表現(xiàn)形貌三維恢復(fù)模型不再可靠［12］。并且陰影恢復(fù)法算法復(fù)雜度較高，大多數(shù)算法必須由迭代運算來逐步逼近真實結(jié)果，迭代的收斂速度會隨迭代過程而減慢，由此帶來較大的時間消耗。SFS方法處理的都是灰度圖像，在重構(gòu)前的去噪、降噪工作難度較大，容易把噪聲帶入后期重建中，而大多數(shù)研究方法是噪聲敏感的，由此可能導(dǎo)致重建結(jié)果的失真。

3.3 雙目立體視覺法

雙目立體視覺三維重建包括立體圖像對的獲取、攝像機標定、特征提取、立體匹配、三維恢復(fù)等六個基本步驟。攝像機標定就是獲得立體視覺系統(tǒng)的數(shù)學(xué)模型的過程，包括攝像機的內(nèi)參數(shù)，兩攝像機之間的位置關(guān)系，攝像機坐標系和世界坐標系的關(guān)系等。標定的結(jié)果相當于獲得圖像點對應(yīng)的空間直線的方程。立體匹配就是尋找兩圖像上對應(yīng)同一空間點的像素或者特征的過程，是立體視覺中最重要和最困難的步驟。在極線約束下，對應(yīng)點的尋找是沿著某條線（極線）進行的，深度確定就是求兩條直線交點的過程［5］。

焊接研究者利用雙目立體視覺法來模擬焊工的雙眼來獲得焊縫和熔池的三維形狀信息，在焊接領(lǐng)域已經(jīng)得到較多的關(guān)注和研究。美國的Chris Mnich等人使用雙目立體視覺法對GMAW的管道焊接熔池進行恢復(fù)。焊接方法為STT，焊接期間瞬間熄弧，兩攝像機同時采集熄弧瞬間熔池圖像，雙目熔池圖像對和恢復(fù)的熔池三維形狀如圖5所示［17］。可以看到恢復(fù)的熔池表面凹凸感明顯，細節(jié)豐富，與熔池實際形狀吻合度高。不足的是在光亮的無紋理匹配區(qū)域只能用平面來取代。雖然如此，該方法仍不失為一種整體精度高、適用性強的焊接熔池三維重建方法，值得深入研究。

圖5 雙目立體視覺法恢復(fù)熔池三維形狀

荷蘭的 C.X.Zhao和 I.M.Richardson等人使用二維粒子圖像測速儀（PIV）跟蹤氧化物粒子的運動來確定熔池表面速度場，運用二維熔池圖像來完成三維流體流速的重建，從而得到了熔池的三維流動情況［18］。

南京理工大學(xué)的王克鴻等［19］設(shè)計研制了結(jié)構(gòu)激光雙目立體視覺傳感器，成功得到不同形狀接縫的三維幾何尺寸（圖6）。

圖6 不同形狀接縫的三維恢復(fù)

上海交通大學(xué)使用雙CCD拍攝焊縫圖像，對攝像機進行標定后并獲取焊縫的三維形狀，發(fā)現(xiàn)機器人重復(fù)定位精度對視覺計算的影響標準誤差不大于0.3 mm，而當工具中心點標定誤差大于1 mm時，需要對機器人進行重新標定［20］。

華南理工大學(xué)的李鶴喜等人采用極線約束和激光標識相結(jié)合的立體視覺匹配方法，完成了管件相交馬鞍形空間曲線焊縫的立體視覺檢測［21］。

王軍等對經(jīng)典USF平面距離圖分割算法進行改進，通過增加區(qū)域合并步驟，使之能夠分割含有圓柱面的立體視差圖，給出了馬鞍形工件的立體視差圖分割結(jié)果，證明了算法的可行性，結(jié)果如圖7所示［22］。

圖7 視差圖分割結(jié)果及馬鞍形工件三維重建模型

哈爾濱工業(yè)大學(xué)梁志敏等建立了用于遙控焊接機器人任務(wù)空間三維重建的立體視覺系統(tǒng)，并完成了系統(tǒng)標定和極線校正。針對典型的焊接任務(wù)空間，進行了外圍設(shè)備、焊接工件和焊縫的三維重建實驗，并對系統(tǒng)標定誤差和重建結(jié)果誤差進行了分析。驗證了立體視覺的三維重建算法可以克服焊接場景無紋理的缺點，獲得精度較高的重建結(jié)果，能夠滿足遙控機器人任務(wù)空間的建模需要［5］。

國內(nèi)利用雙目立體視覺法的研究主要針對焊接中的接縫坡口、工件、焊縫和焊接外圍設(shè)備等的三維重建，針對熔池三維形狀研究鮮有報道。這種方法的難點在于熔池變化很快，使得對兩攝像機的同步和對圖像品質(zhì)都要求很高。若存在強烈弧光干擾或熔池圖像存在區(qū)域特征不明顯，則匹配困難。

4 總結(jié)與展望

隨著電子技術(shù)、自動控制技術(shù)以及圖像處理技術(shù)、迅速地引入到焊接領(lǐng)域，焊接智能化的發(fā)展已經(jīng)成為重要發(fā)展和研究方向，包括焊接品質(zhì)的在線智能化控制和焊接環(huán)境的智能識別。

現(xiàn)有方法對熔池、工件、焊縫等目標的空間坐標、位置狀態(tài)等三維信息的計算尚處于初步研究階段，獲得的結(jié)果還不十分滿意。針對結(jié)構(gòu)光法，需要進一步簡化設(shè)備、提高實時性;陰影恢復(fù)法則需要進一步提高準確性;雙目立體視覺法國內(nèi)的研究僅限于對接縫、工件等的三維恢復(fù)，針對熔池進行雙目立體視覺研究亟待開展?？偠灾S重建技術(shù)在焊接領(lǐng)域的深入研究和應(yīng)用是焊接智能化發(fā)展的關(guān)鍵，提高重建精確度和速度是下一步研究的重點。

［1］王克鴻，沈瑩吉，錢鋒，等.MAG焊熔池圖像特征及可用信息分析［J］.焊接學(xué)報，2006，27（11）:53 －56.

［2］ C S Wu，J Q Gao.Extracting weld penetration information in tungsten－inert gas arc welding［J］.Proceedings of the Institution of Mechanical Engineers.Part B:Engineering Manufacture，2002，216（2）:207 －214.

［3］ WangKehong，Tang Xinchen，Yu jian，et al.Method of visional detecting MAG weld pool information［J］.Transaction of Nonferrous Metals Society of China，2003，15（3）:369 －374.

［4］閆志鴻，張廣軍，高洪明，等.P－GMAW正面熔透特征量及視覺傳感定位［J］.焊接學(xué)報，2006，27（8）:47 －50.

［5］梁志敏.遙控焊接機器人任務(wù)空間的三維重建研究［D］.哈爾濱:哈爾濱工業(yè)大學(xué)，2008.

［6］張宏.基于雙目立體視覺的三維重建技術(shù)研究［D］.武漢:華中科技大學(xué)，2007.

［7］李來平.脈沖GTAW熔池表面反射圖建模與高度計算的研究［D］.上海:上海交通大學(xué)，2005.

［8］R.Kovacevic，Y.M.Zhang，Real－Time Image Processing for Monitoring of Free Weld Pool Surface［J］.Journal of Manufacturing Science and Engineering，1997，119（2）:161 －169.

［9］G Saeed，Y M Zhang.Weld pool surface depth measurement using a calibrated camera and structured light［J］.Measurement Science and Technology，2007，18:2570 －2578.

［10］Saeed G.，Y.M.Zhang.Weld pool surface depth measurement using a calibrated camera and structured light［J］.Measurement Science and Technology，2007，18（8）:2570 －2578.

［11］H.S.Song，Y.M.Zhang，Three － dimensional reconstruction of specular surface for a gas tungsten arc weld pool［J］.Measurement Science and Technology，2007，18（12）:3751 －3767.

［12］王志江，張廣軍，張裕明，等.非熔化極氣體保護焊接熔池表面形貌三維傳感及其裝置設(shè)計［J］.機械工程學(xué)報，2008，44（10）:300－303.

［13］袁野.攝像機標定方法及邊緣檢測和輪廓跟蹤算法研究［D］.大連:大連理工大學(xué)，2002.

［14］李立武.基于陰影重建和立體視覺的三維重建研究［D］.北京:中國科學(xué)技術(shù)大學(xué)，2010.

［15］D.B.Zhao，J.Q.Yi，S.B.Chen，et al.Extraction of three －dimensional parameters for weld pool surface in pulsed GTAW with wire filler［J］.Journal of Manufacturing Science and Engineering，2003，125（3）:493 －503.

［16］Q.Y.Du，S.B.Chen，T.Lin.Inspection on shape of weld based on shape from shading.The International Journal of Advanced manufacturing Technology，2006，27:667 －671.

［17］Mnich C，Al－Bayat F，Debrunner C，et al.In situ weld pool measurement using stereovision［C］.Proceedings of 2004 Japan － USA Symposium on Flexible Automation，ASME，2004:19 －21.

［18］C.X.Zhao，I.M.Richardson，S.Kenjeres，et al.A stereo vision method for tracking particle flow on the weld pool surface［J］.Journal of Applied Physics，2009，105（12）:1 －8.

［19］王克鴻，曹慧，劉永，等.基于激光雙目視覺的接縫三維重建［J］.焊接學(xué)報，2006，27（8）:1 －3.

［20］陳希章，陳善本.焊縫三維信息計算精度分析及試驗方法［J］.焊接學(xué)報，2009，30（3）:45 －48.

［21］李鶴喜，石永華，王國榮，等.基于極線約束與激光標識的空間焊縫的立體視覺檢測［J］.焊接學(xué)報，2009，30（4）:8 －12.

［22］王軍，梁志敏，高洪明.一種用于焊接工件三維重建的視差圖分割算法［J］.焊接學(xué)報，2009，30（11）:101－104.