The vision system developed for mon

The vision system developed for monitoring FSW process consists of a digital camera connected to a computer as shown in Fig. 1(b). The camera was fixed on a stand and all the images were captured at identical setting without zoom. The images were captured at the frame rate of 24 frames per second for the duration of 2 s after completing weld. The captured images were process using MATLAB software to identify the surface defects. The details of image processing are explained in following section. The weld joints were subjected to tensile test in order to assess the strength. The tensile test specimen was cut perpendicular to weld joint according to dimension in ASTM E8 standard. The tensile strength of each weld joint is given in Table 3.

結果 (繁體中文) 1:

用於監測FSW過程開發的視覺系統包括如圖連接到計算機的數碼相機的。圖1（b）。相機固定在支架上，所有的圖像是在沒有縮放相同設置捕獲。該圖像是在每秒24幀的幀速率的2秒完成焊接後的持續時間捕獲。所捕獲的圖像是使用MATLAB軟件以識別表面缺陷的過程。圖像處理的細節在下面的部分說明。焊接接頭，以便評估強度進行拉伸試驗。的拉伸試樣根據ASTM E8標準尺寸為切口垂直於焊接接頭。各焊接接頭的拉伸強度在表3中給出。

結果 (繁體中文) 2:

為監控 FSW 過程而開發的視覺系統包括連接到電腦的數碼相機，如圖 1（b） 所示。相機固定在支架上，所有圖像均以相同的設置拍攝，無需縮放。完成焊接後 2 秒的畫面播放速率以每秒 24 幀的速度捕獲圖像。捕獲的圖像是使用 MATLAB 軟體來識別表面缺陷的。以下部分將介紹影像處理的詳細資訊。為了評估強度，對焊縫進行了拉伸測試。在 ASTM E8 標準中，拉伸測試試樣根據尺寸垂直切割到焊接接頭。表3給出了每個焊縫的拉伸強度。

結果 (繁體中文) 3:

為監視FSW過程而開發的視覺系統包括連接到電腦的數位相機，如圖1（b）所示。攝像機被固定在一個支架上，所有的影像都是在相同的設定下拍攝的，沒有變焦。完成焊接後，以每秒24幀的幀速拍攝影像，持續2秒。利用MATLAB軟件對採集到的影像進行處理，識別表面缺陷。圖像處理的細節將在下麵的章節中解釋。對焊接接頭進行拉伸試驗，以評估其强度。根據ASTM E8標準中的尺寸，垂直於焊縫切割拉伸試樣。各焊縫的抗拉强度見錶3。