熔宽预测和焊缝偏差检测是实现焊接自动化的关键技术。在激光紧密对接焊中,准确预测实际熔宽用于反馈,进而通过控制激光功率输出和焊接速度能有效提高焊接质量。同时,激光束必须对焊缝进行精确跟踪,但是微间隙的焊缝偏差检测非常困难,目前采用机器视觉技术检测精密目标的技术日渐成熟,而机器视觉技术用于激光焊接微间隙检测是目前较先进的一种自动焊接技术。因此,本文分别采用图像处理方法和数学建模方法预测实际熔宽和检测焊缝偏差,另外,还对实际熔宽形成机理和飞溅干扰时的焊缝偏差视觉检测问题进行了初步探索。试验以304不锈钢为焊件,激光输出功率10kW,使用高速像机获取熔池红外热像。基于Visual C++2010平台使用OpenCV2.3.1函数库,开发激光焊接视觉检测软件实现图像处理预测实际熔宽和检测焊缝偏差,并提取多个熔池红外特征,再结合激光焊接先验知识对特征数据进行处理、分析及建模。首先尝试通过图像处理方法预测实际熔宽和检测焊缝偏差。熔宽预测使用了双边滤波图像处理方法,尽量保留熔宽边缘信息,最后对测量值做FIR滤波、测量值映射处理,处理结果与熔宽实际值总体变化趋势一致,实现熔宽的在线预测,对实现激光焊接质量控制具有重要意义。提出通过亚像素角点检测方法检测熔池红外热像的亚像素角点分布,寻找角点分布与焊缝中心位置的关系,并由此计算焊缝偏差,为大功率激光焊接焊缝偏差检测提供新的图像处理方法。其次,对熔池红外热像进行处理,提取熔池的多个特征量,然后对特征数据进行滤波、归一化等处理,再进行特征量间的相关性分析,根据激光焊接先验知识分别寻找影响实际熔宽的因素和包含焊缝偏差、金属飞溅干扰信息的特征量,分析指出匙孔质心在焊接方向上相对激光束的位置变化反映了激光能量集中区域在焊接方向上的变化情况,为焊后熔池实际宽度形成和在线预测提供新的理论依据。最后,为提高熔宽预测和焊缝偏差检测精度,在直接图像处理预测实际熔宽和检测焊缝偏差的基础上,根据激光焊接的先验知识和各特征量间的相关性分析选择特征量,建立实际熔宽预测及焊缝偏差检测的二元回归模型,模型精度较图像处理方法有了进一步提高。试验表明,通过图像处理方法直接预测实际熔宽和检测焊缝偏差的实时性较高,但由于金属飞溅和各种噪声等因素干扰,检测精度还需进一步提高。因此,尝试结合激光焊接先验知识对多个熔池特征进行相关性分析,寻找影响实际熔宽和包含焊缝偏差、金属飞溅信息的关键特征量。特别对匙孔质心在焊接方向上的位置变化对实际熔宽形成进行了理论分析,指出其本质上是激光能量集中区域的变化会影响实际熔宽；还就金属飞溅对焊缝偏差检测影响进行了理论分析。在图像处理方法的基础上,融合相关关键特征量建立实际熔宽预测和焊缝偏差检测的回归模型,使得检测精度有了进一步提高,特别是有飞溅干扰时的焊缝偏差检测精度有了明显提高,对提高金属飞溅干扰时焊缝偏差的视觉检测精度提供新的思路。最后重复进行试验验证熔宽预测和偏差检测模型,结果表明在同样焊接工艺条件下模型仍能保持较高精度。