送审稿

专家1
论文整体偏工程应用，主要工作包括三部分：1）基于高斯背景建模的时域滤波；2）基于深度学习的条纹区域分割；3）基于三维模型与时序滤波的拐点提取，论文是否有价值取决于其是否给工程问题提供了一套可靠的算法，或每一步算法相对于该问题其它算法的优点，从这一点来讲还需进行如下改进。
1）基于高斯背景建模的时域滤波算法部分，论文仅仅用两个样本展现了滤波效果，但该展示并没有体现出时域的作用，也缺乏算法的泛化能力论证，即从数据上或理论上的对复杂背景滤除能力及激光条纹召回率的验证或论证。
2）基于深度学习的条纹区域分割部分，采用U-Net和CriticNet网络，分步进行处理，提取激光条纹区域，但这一部分也是缺乏网络模型处理效果的展示和分析，文中2.2节给出了评价条纹区域分割模型的性能指标，但后续并没有给出具体的图像结果和数据结果。
3）基于三维模型与时序滤波的拐点提取部分，有些本领域常识性的工作可以缩小篇幅，如相机的标定，激光平面的求取等。
4）Hough变换进行直线拟合，对于本身是直线的目标可行，但坡口有时候加工精度并不高，不满足直线假设，还有时候很短，不利于hough变换求解，如何处理？另外，一个V行坡口，理论上有四个hough亮点，如何在参数空间进行亮点筛选，会不会有干扰，如形成分段直线。
5）论文在第三节进行了大量的验证实验，但大部分是最终结果的验证，整体验证无法给出以上每一部分算法的贡献和问题，分开验证更能展示所选方法的有效性。
6）论文的结构安排还有很大的改进余地，要突出创新与效果分析，减少常规知识介绍，另外易将分步算法的指标与结果移到每一步中，使阅读更为流畅。

专家2
现在机器人焊接应用在中国工业场景中如火如荼，自动化智能化水平应该是达到了比较高的水平。本人感觉作者选取的原始图像过于简单，难于归一迭代出更加通用高超的技术成果。建议提高研究对象的复杂程度。