(a) (d)c) 820 780 850 790 800 Y/mm 1250 1300 5 7501150 1200 x/mm 1160 1180 1200 1220 1240 1260 m Depth/mm ■3分段扫描原理.(a)实物扫描图，(b)原始数据图像：（©风点云图d伪彩图 Fig.3 Segmented scanning:(a)weldment scanning:(b)raw data;(c)point cloud.(d)pseudo-color picture 激光传感器采集数据时受到自然光线、焊件表面反光、毛刺凸起等影响， 导致采集的数据失真。 组合滤波采用Low℃ss滤波、限幅滤波、高斯滤波三种方法人以平滑修正数据图形。 Lowess滤波为加权线性最小二乘结合一阶多项式模型， 能较好的平滑处理波动性数据，用于 处理焊件表面毛刺等失真。坡口数据经由式(1)进行平均回归，过程中引入式(2)加权平滑，推导得 Lowess估计值公式(3)。 f(x)=4ve(y N.(x) (1) ∫)=∑场y/∑K(x) (2) 式中：K(,)=D压-x以，=Q751-)当川<1，入为窗口宽度。 f()=∑o,(xo)y (3) 式中：o,()为权重。 限幅滤波原理如式④ 是然因素引定泸 y=y b.-yalsar yn1yn-yn->△T (4) 式中：与为采样值，△T为阈值。 高斯滤波可有效抑制正态分布的干扰信号，防止检测到局部峰值，高斯函数的一维表达如式 (5): 1- f(x)=- ar e (5) 处理三维空间焊缝坡口过程中，Lowess滤波用于平滑焊件坡口原始图形，限幅、高斯滤波用于 处理一阶、二阶导数，使局部极大极小值更为显著。组合滤波效果如图4所示。图 3 分段扫描原理.(a)实物扫描图; (b)原始数据图像; (c) 点云图; (d) 伪彩图 Fig.3 Segmented scanning: (a) weldment scanning; (b) raw data; (c) point cloud; (d) pseudo-color picture 激光传感器采集数据时受到自然光线、焊件表面反光、毛刺凸起等影响，导致采集的数据失真。 组合滤波采用 Lowess 滤波、限幅滤波、高斯滤波三种方法，以平滑修正数据图形。 Lowess 滤波为加权线性最小二乘结合一阶多项式模型，能较好的平滑处理波动性数据，用于 处理焊件表面毛刺等失真。坡口数据经由式(1)进行平均回归，过程中引入式(2)加权平滑，推导得 Lowess 估计值公式(3)。 f x Ave y x N x    i i k i       (1)       0 0 0 1 1 = , , N N i i i i i f x K x x y K x x        (2) 式中： K x x D x x   0 0 , = i i      ，     2 D t t   0.75 1 当 t  1，λ 为窗口宽度。     0 0 i i i f x x y     (3) 式中：   i 0  x 为权重。 限幅滤波原理如式(4)，用于处理偶然因素引起的脉冲干扰。 -1 -1 -1 n n n n n n y y y T y y y y T            (4) 式中：yn与 yn-1为采样值， T 为阈值。 高斯滤波可有效抑制正态分布的干扰信号，防止检测到局部峰值，高斯函数的一维表达如式 (5)： 2 2 ( ) 2 1 ( ) 2 x f x e        (5) 处理三维空间焊缝坡口过程中，Lowess 滤波用于平滑焊件坡口原始图形，限幅、高斯滤波用于 处理一阶、二阶导数，使局部极大极小值更为显著。组合滤波效果如图 4 所示。 录用稿件，非最终出版稿