一种基于图像灰度B扫曲线的焊缝表面缺陷特征提取方法技术

一种基于图像灰度B扫曲线的焊缝表面缺陷特征提取方法，根据采集图像标准，设置微型CCD相机拍摄参数；将采集到的真彩色图像转化为灰度图，对图像进行中值滤波处理；采用基于阈值的Canny算子边缘线提取算法对图像内焊缝区域与背景间、未焊接区域与背景间的边缘线进行初步提取；根据边缘线数目和形状判断偏焊、焊道扭曲等焊接表面缺陷；通过Hough变换重构焊缝区域连续边缘线，实现焊缝区域的准确定位；绘制垂直于焊缝边缘的截面灰度B扫曲线，当焊缝表面存在错边的时候，B扫曲线在焊缝两端处的灰度值差值发生明显的变化，以此判断焊缝表面存在错边的现象。实现了焊缝边缘的准确定位和偏焊、焊道扭曲、错边等缺陷的准确识别。

【技术实现步骤摘要】

本专利技术涉及一种焊缝表面缺陷的检测方法，特别是基于图像处理技术的焊缝缺陷识别方法。该方法适用于自动焊接工艺焊缝表面缺陷检测识别，属于无损检测领域。
技术介绍
焊接技术广泛应用在工业生产中，目前锅炉、管道等大型工件多采用自动焊接工艺完成。在生产线式自动焊接过程中，难免会出现影响产品质量的错边、偏焊和断焊等缺陷。焊缝表面缺陷的存在会大大降低焊接产品在服役期内的安全性，轻则出现产品失效泄漏，重则导致产品发生脆性断裂，引起严重的人员伤亡。因此，针对工件焊缝表面焊接质量的检测，为排除工件重大安全隐患，保障设备安全运行提供了可靠的技术支持。常用的焊接检测手段有目视检测、射线检测、超声波检测和渗透检测等，其中目视检测是焊件外观检测中最为常用的检测方式。目视检测是焊件检测人员通过放大镜、游标卡尺以及咬边测量器等检测工具，结合产品的检验标准、焊件检测人员的专业知识及检测经验，对焊件表面的质量状况进行检测评判，以确定该构件是否达到设计要求。目视检测法由于其检测方法灵活性强、操作简单等优点得到了广泛应用。然而，由于检测人员长期注视焊缝，眼部疲劳，容易出现漏检、误判等情况。此外，由于检验人员素质、技能和经验的不同，对质量检验标准的把握多有偏差，导致检测等级受检测人员的主观影响因素较大，很难对缺陷做出规范化、客观化、标准化和自动化的判断。近年来，针对上述常规焊缝缺陷检测方法存在的不足，发展了基于图像处理技术的焊接缺陷检测识别方法，用于实现不同类型焊接缺陷的特征提取。Valavanis等[Multiclass defect detection and classification inweld radio graphic images using geometric and texture features[J].Expert Systems with Applications,2010,37(12):7606-7614]针对焊缝X射线图像进行了分析与识别研究，提出基于数字图像处理的算法，对采集到的图像进行处理，结合ANNs算法分析的基础上，获得焊缝缺陷特征相关参数。Vilar等[An automatic system of classification of weld defects in radiographic images[J].NDT&E International,2009,42(5):467-476]针对X射线焊接缺陷图像开发了缺陷自动分类系统，该系统可实现图像降噪和对比度增强，结合大津法和标签技术对焊接缺陷图像进行分割和缺陷的特征提取，通过ANNs技术对缺陷进行分类，提高了对缺陷识别的效率及正确率。目前，基于X射线完成焊缝检测的技术，多是针对焊缝焊接内部缺陷进行检测，关于焊缝表面缺陷的图像检测识别技术还鲜有研究。对此，本方法提出了一种基于Hough变换图像处理技术的焊缝焊接缺陷检测识别方法，用于实现焊缝表面的缺陷的检测识别。本方法采用机械控制的微型CCD相机自动采集工件焊缝区域图像，利用中值滤波、Canny算子和Hough变换等算法对焊缝进行定位，同时，通过灰度B扫曲线对焊缝表面缺陷的特征参数进行提取。
技术实现思路
本专利技术的目的在于提供一种焊缝焊接缺陷的检测识别方法，特别是基于图像灰度B扫曲线的检测方法。本方法将图像处理技术用于焊缝检测，采用Hough变换边缘线提取技术对焊缝区域定位，根据提取边缘线的数目判断焊缝是否存在焊偏，通过B扫曲线提取焊缝表面存在错边等缺陷的特征参数。本专利技术提出一种基于图像灰度B扫曲线的焊缝表面缺陷检测识别方法，其基本原理在于：采用工业CCD相机采集彩色的焊缝图像，采集的焊缝图像包括焊缝表面存在焊偏、错边缺陷。对采集到的彩色焊缝图像灰度化处理，灰度图像灰度值与彩色图像RGB值之间存在固有转换关系，根据该转换关系，可将彩色图像直接转化为灰度图像。转换后灰度图像灰度值Gray与原彩色图像RGB值之间的转换关系如式(1)所示。Gray＝R*0.3+G*0.59+B*0.11 (1)R、G和B分别表示红绿蓝三种颜色；在对焊缝处理前，需对图像进行滤波处理，以减少背景噪声对图像识别的影响，综合对比中值滤波、平滑滤波和锐化滤波对焊缝图像处理的效果，选取中值滤波作为图像预处理的方法。中值滤波是一种非线性信号处理方法，能实现图像的降噪处理。该方法将图像划分成含有奇数个点的滑动窗口，分别用窗口中各像素中值灰度值来代替指定像素灰度值，指定像素是窗口中心点，指定像素灰度值数学公式表示为：yi＝med{fi-v,…,fi-1,fi,fi+1,…,fi+v本文档来自技高网...

【技术保护点】
一种基于图像灰度B扫曲线的焊缝表面缺陷特征提取方法，其特征在于：该方法是通过以下步骤实现的：步骤一：图像采集；采用工业CCD相机自动采集焊缝表面完好和存在偏焊、错边缺陷图像，采集的图像为真彩色RGB图像，图像尺寸、清晰度、色相和饱和度固定不变；步骤二：图像预处理；将真彩色RGB图像转化为灰度图像；对灰度图像进行中值滤波处理，实现图像在边缘保真情况下的降噪复原；步骤三：Canny算子边缘线提取；采用加阈值的Canny算子边缘线提取算法提取图像内焊缝区域与背景间、未焊接区域与背景间的边缘线；步骤四：根据边缘线数目和形状判断缺陷类型；若焊缝区域内边缘线数目大于两条，则识别为偏焊情况，若焊缝区域内边缘线零散，出现不规则的曲线情况，则识别为焊道扭曲情况；若焊缝区域内边缘线的数目为两条，则初步判断为焊接质量良好的焊缝；步骤五：Hough变换重构焊缝区域连续边缘线；对于初步判断为焊接质量良好的焊缝，由于背景噪音和背景纹理的影响，造成许多伪边缘的产生，这些伪边缘较为零散且不规则，而且焊缝边缘不连续，为了消除伪边缘对检测的影响，采用Hough变换对焊缝边缘进行重构，提取连续的焊缝边缘线，消除伪边缘线对检测的影响；步骤六：B扫曲线判断错边缺陷类型；根据灰度图像，绘制垂直于焊缝路径的截线灰度B扫曲线；其中，截线像素值为X轴，归一化取负的灰度值为Y轴；根据步骤五定位的焊缝边缘，确定B扫曲线中的焊缝截线区域；当焊缝表面存在错边的时候，B扫曲线在焊缝两端处的灰度值差值发生明显的变化，以此判断焊缝表面存在错边的现象。...

【技术特征摘要】
1.一种基于图像灰度B扫曲线的焊缝表面缺陷特征提取方法，其特征在于：该方法是通过以下步骤实现的：步骤一：图像采集；采用工业CCD相机自动采集焊缝表面完好和存在偏焊、错边缺陷图像，采集的图像为真彩色RGB图像，图像尺寸、清晰度、色相和饱和度固定不变；步骤二：图像预处理；将真彩色RGB图像转化为灰度图像；对灰度图像进行中值滤波处理，实现图像在边缘保真情况下的降噪复原；步骤三：Canny算子边缘线提取；采用加阈值的Canny算子边缘线提取算法提取图像内焊缝区域与背景间、未焊接区域与背景间的边缘线；步骤四：根据边缘线数目和形状判断缺陷类型；若焊缝区域内边缘线数目大于两条，则识别为偏焊情况，若焊缝区域内边缘线零散，出现不规则的曲线情况，则识别为焊道扭曲情况；若焊缝区域内边缘线的数目为两条，则初步判断为焊接质量良好的焊缝；步骤五：Hough变换重构焊缝区域连续边缘线；对于初步判断为焊接质量良好的焊缝，由于背景噪音和背景纹理的影响，造成许多伪边缘的产生，这些伪边缘较为零散且不规则，而且焊缝边缘不连续，为了消除伪边缘对检测的影响，采用Hough变换对焊缝边缘进行重构，提取连续的焊缝边缘线，消除伪边缘线对检测的影响；步骤六：B扫曲线判断错边缺陷类型；根据灰度图像，绘制垂直于焊缝路径的截线灰度B扫曲线；其中，截线像素值为X轴，归一化取负的灰度值为Y轴；根据步骤五定位的焊缝边缘，确定B扫曲线中的焊缝截线区域；...

【专利技术属性】
技术研发人员：焦敬品，常予，李思源，何存富，吴斌，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11