增材制造的闭环智能监控是增材领域的重要研究方向。熔池视觉反映了成形前的形状、流动性等信息,可以监测焊接过程是否异常;焊缝的三维测量反映了成形后的弯曲度、塌陷量等形状信息,可以监测增材的每一层焊缝和设计模型的偏差。清晰的熔池图像和高精度的焊缝三维信息是增材制造闭环控制系统的关键,本文就如何获取这两部分信息进行了深入研究,主要研究内容如下:(1)基于光谱分析的熔池最佳成像波段选择方法。针对目前熔池成像波段选择不统一,缺乏理论指导,提出了基于光谱分析的熔池最佳成像波段选择方法。该方法基于熔池自身辐射光谱和相机量子效率曲线,推导了相机对熔池自身辐射的响应强度变化规律,进一步结合电弧光谱特性,计算出熔池最佳成像波段。同时基于焊接电流和光强的变化关系,设计了熔池图像采集的FPGA触发方案。通过不锈钢GMAW平板焊的试验结果表明,依据本理论选择出的850nm高通和660nm带通拍摄到的熔池图像清晰、信噪比高、细节丰富。(2)基于条纹编码的双目立体视觉。针对目前条纹投影轮廓术中投影仪标定困难和双目立体相机中图像匹配困难的问题,构建了基于条纹编码的双目立体视觉三维重建系统。该系统利用相位信息和双目极线约束实现了亚像素级的匹配,进而使三维重建精度达到了0.11mm,且实现了阶梯标准件和钢板焊缝的三维重建。针对三维重建中有效点检测的问题,提出了图像中背景和目标区域分割的方法。该方法利用不同区域的条纹调制度和图像标准差相差较大的特点,并通过K-means聚类算法实现了背景和目标的分割,使三维重建过程只需处理目标区域,显著提高了三维重建的速度。