1.一种基于稀疏表示的激光焊接成型缺陷预测分类的方法，其特征在于，包括：利用高速CMOS相机配合窄带滤光片采集激光焊接过程中正面熔池图像；

对熔池图像进行滤波、去噪、边缘检测等图像处理操作，并对处理后的图像利用算法计算其几何特征参数；

分析熔池图像几何特征参数与焊缝成型质量间的关系，确定相应成型缺陷所对应的熔池特征参数范围；

利用稀疏表示算法选择相应样本进行训练，并构建过完备字典D；

对实时采集到的熔池图像，利用CVX凸优化算法计算其稀疏向量α；

利用过完备字典D与稀疏向量α重构采集到的熔池图像，然后根据重构图像与采集的熔池图像之间最小重构误差，来预测焊接过程中产生缺陷的类型；

利用稀疏表示算法选择相应样本进行训练中，将产生不同类缺陷的熔池图像各选取若干张作为训练样本，根据PCA降维方法对样本进行降维处理，具体公式为其中λi为样本，Vi为协方差矩阵，xj为特征向量，m降维维数，然后从训练样本中每类选取一小部分样本构建初始字典，利用K‑SVD算法在训练样本上进行字典学习，最终构建过完备字典D。

2.根据权利要求1所述的一种基于稀疏表示的激光焊接成型缺陷预测分类的方法，其特征在于，获取熔池图像后，利用最小外接矩形法计算熔池的最大长度L与最大宽度W，根据熔池图像占的像素值计算熔池面积S，后拖角A为熔池轮廓竖直方向最大长度处的一点到熔池的最大宽度处的张角，利用三角形三边关系和余弦定理可得知熔池的后拖角A满足公式

2 2 2

A＝arccos(M+N‑W)

2 2 1/2 2 2 1/2

其中M＝(W2+Li) ,N＝(W1+Li) ，W1，W2为半宽，Li为半长。

3.根据权利要求1所述的一种基于稀疏表示的激光焊接成型缺陷预测分类的方法，其特征在于，成型缺陷所对应的熔池特征参数范围包括：记录熔池长宽比L/W、面积S以及后拖角A的变化在产生不同焊接缺陷时所在的范围，最终得出当熔池长宽比在0.7‑1.4，熔池尾

2 2

部后拖角在40°‑70°之间，熔池面积在9.68mm～10.5mm ；尾部光滑度系数为0时，焊缝处于良好状态；当熔池长宽比在小于0.7，熔池尾部后拖角在大于90°时，熔池面积在大于2

10.5mm ，尾部光滑度系数为0～2之间时，焊缝处于焊穿状态；当熔池长宽比在1.4‑1.8，熔

2 2

池尾部后拖角在70°‑90°之间，熔池面积在6.32mm～9.5mm ，尾部光滑度系数大于2时，焊缝会出现气孔类缺陷；当熔池长宽比在大于1.8，熔池尾部后拖角在小于40°，熔池面积在小于2

5.43mm，尾部光滑度系数为0‑2时，焊缝会出现未熔合缺陷。

4.根据权利要求1所述的一种基于稀疏表示的激光焊接成型缺陷预测分类的方法，其特征在于，利用凸优化算法min||α||1 s.t.Dα＝y，y为测试集熔池图像，解出稀疏向量α，通

1 1

过稀疏向量α与过完备字典D重构得到y，其中y＝Dα。

5.根据权利要求1所述的一种基于稀疏表示的激光焊接成型缺陷预测分类的方法，其特征在于，对测试集熔池图像利用过完备字典D与稀疏向量α重构熔池图像，后根据式求出实时采集的熔池图像与重构图像间的重构误差ri(y)，选择其中重构误差最小的那类缺陷作为对熔池图像所预测的缺陷类型，完成最终的焊接质量成型的预测。