在恶劣的焊接现场环境中,面对复杂的视觉信息,传统的机器视觉系统难以确定感兴趣目标,并获得清晰的图像信息,为弥补传统焊接视觉传感器的不足,获取有效的焊接区域信息,本文基于视觉显著性检测技术进行了以下研究:(1)为获取焊接区域激光条纹信息,提出了一种基于焊接区域图像方向显著性的结构光信息获取技术。在焊接现场,焊接视觉传感器的激光方向基本固定,针对这一特点可以利用Gabor滤波器对图像进行多方向融合提取方向特征图,利用结构光条纹的像素分布特点对结构光条纹进行显著性增强,得到显著图,然后对显著图进行归一化处理作为表征原图像对应像素点权重的权重图,利用权重图对原图像进行加权计算最终输出具有清晰激光条纹信息的图像,非激光条纹背景信息得到抑制,从而为下一步焊缝特征点提取等工作做好准备。(2)为同时获取焊接区域熔池和激光条纹信息,提出了一种基于焊接区域视觉特征的图像获取技术。基于熔池和激光条纹的亮度信息特点对亮度特征图进行显著性度量,并结合焊接区域图像方向显著图,得到一幅综合显著图作为原图像的权重图,将原图与权重图加权归一化处理,最终获取一幅同时包含激光条纹和熔池信息的图像。(3)针对焊接区域干扰强烈、光照不均等现象,提出了一种单光谱多曝光动态均值化补偿技术,利用多帧曝光时间不同的图像进行相机响应曲线的标定,得到像素值与照度值的响应关系后合成一幅可以同时包含焊缝和熔池、激光条纹信息的图像。(4)为获取焊接区域整体清晰的图像,提出了一种多尺度多曝光显著性图像融合技术。人类视觉系统在不同距离观测物体时会得到物体不同尺度下的特征信息,基于人类视觉系统这一特性采用金字塔多尺度分解方法求解图像在不同分辨率下的显著性特征,结合图像多曝光信息,可以得到充分表达现实场景,更加符合人眼视觉特性的图像,同时利用谱残差显著性检测技术得到图像在不同尺度下的显著图,减少了多曝光和多尺度图像带来的信息冗余,最终输出一幅清晰的焊接区域整体图像信息。