弧焊熔池视觉检测与质量控制技术属于自动焊接、机器视觉、智能控制、机械工程等交叉学科。采用工业CCD传感弧焊熔池视觉图像，提取图像特征，建立特征与成形质量关系模型，在线调整与控制焊接工艺参数，可实现智能控制焊接质量的目的。　　本文分析了焊缝成形缺陷产生的过程、原理和特征，模拟实际焊接生产工况，设计了专门的工艺试验与熔池视觉同步传感试验装置，获得了焊偏、焊漏等典型成形缺陷焊缝的熔池视觉图像，参照欧洲焊缝缺欠分类标准ENISO5817-2003和ISO6520-1:1998，将焊缝成形质量分为A、B、C、D、E五个等级。　　本文分析了弧焊熔池图像中的浮渣与熔池的分形维数和多尺度分形维数的特征，阐述了图像的分形维数和多尺度分形维数特征的概念，得出了熔池和浮渣分形维数参数差异较大的结论，并利用该差异提出了基于Box维数的熔池图像边缘提取方法，该方法采用单一分形维数确定潜在的边缘点，提取潜在边缘点的多尺度分形特征，由于实际边缘点的多尺度分形特征相对于其他背景子图像存在着较大差异，利用这一点将实际边缘点提取出来，最终获得了MAG焊熔池及浮渣的边界。但该方法提取的边界不连续，精度不高。　　本文又提出了一种新的熔池图像阈值分割方法，设计了MAG焊熔池轮廓提取软件，主要包含最佳阈值获取、图像去噪和轮廓提取三个部分。其中的最佳阈值获取研究采用初设的连续阈值获得多个熔池图像轮廓，然后采用熔池区轮廓上所有点的Prewitt算子卷积和作为最佳阈值的评判函数，Prewitt算子卷积和最大值对应的阈值作为熔池图像分割的最佳阈值;其中的图像去噪研究采用基于滑动直方图的高效中值滤波算法;轮廓提取研究采用边缘跟踪算法记录轮廓点的位置。在Intel I Corei5-2450MCPU2.5GHZ的计算机硬件环境下，提取一幅400×400MAG焊图像熔池与浮渣轮廓的时间为46ms，约是传统阈值分割熔池轮廓提取时间的1/3。该方法对于焊缝成形质量很好的视觉图像，边界提取速度快、精度高，但对于灰度分布极为复杂的熔池，提取精度低，会遗漏部分复杂的边界。　　本文又引入了图像几何活动轮廓模型边界提取算法-CV模型算法，建立了MAG焊熔池与浮渣边界提取的CV模型，设计了算法程序，研究了CV模型参数ε（图像网格宽度）、Δt（时间步长）和μ（边界能量泛函系数）与算法效率、边缘提取精度的关系，形成了快速、准确提取MAG焊熔池与浮渣边界的方法和软件系统，获得了连续的熔池和浮渣轮廓线。但该算法对于初始轮廓的设置要求极高，初始轮廓设置不准确，会大幅度加大计算时间，严重还会发生边界判定错误。为此提出了CV数学模型的改进算法，采用水平集函数的梯度范数替换原有CV模型中的Dirac函数，建立了基于水平集的改进的CV算法新的模型，该算法降低了对初始轮廓设置的敏感性，提高了模型检测熔池轮廓线的速度。　　针对几何形态特征参数仅能描述熔池和浮渣边缘及其形态特征，而不能够描述灰度分布规律所代表的成形质量难题，本文首次提出了采用熔池图像代数特征描述焊缝成形质量的方法，引入了混沌状态评价参数近似熵值、图像矩阵函数的不变矩参数和图像主元特征参数等评价指标。　　分析了MAG焊熔池视觉图像的混沌状态，通过熔池图像近似熵理论建立了熔池视觉图像近似熵模型，分析了不同焊缝成形质量的熔池图像的近似熵参数，得出了近似熵值越大，焊缝宽窄超差和高度超差越小的初步结论。　　分析了熔池图像的矩函数，设计了熔池图像矩函数的不变矩特征参数分析算法，研究了不同焊缝成形质量熔池图像的不变矩参数，得出了不变距参数与焊缝内部、外部的形状特征具有相关性的结论，获得了不变矩特征参数值越大，焊缝成形质量越差的规律。　　设计了熔池图像主元特征参数分析方法，采用PCA、2DPCA、2DPCA、(2D)2PCA四类主元特征分析方法获得了熔池图像主元特征参数，得出了采用PCA的方法提取的各类熔池图像主元参数没有形成规律，2DPCA、2DPCA与(2D)2PCA方法提取各类熔池图像的主元参数具有主元参数越大，焊缝成形质量越好的规律。且(2D)2PCA方法提取的特征数明显小于2DPCA与2DPCA，具有计算时间短的优势。　　针对单一特征不能完整描述图像特征的缺点，提出了采用多特征融合的方法描述熔池图像质量特征，建立了几何和代数特征融合矩阵。采用Fisher判别法对本文的五类图像进行了识别试验，获得了良好的识别效果。实现了通过几何和代数特征矩阵描述焊缝成形质量的功能。