焊缝检测方法技术

本发明专利技术涉及一种焊缝检测方法，它包括以下步骤：获取焊缝图像；在获取的焊缝图像中，行的方向大致垂直于焊缝，每隔n行选取一行进行处理，共选取m行。这里m为大于8的正整数，n为大于或等于0的整数；对选取的行进行平滑处理；对平滑处理后的数据做一阶差分；在差分后的数据中选取k个极大值像素的位置和k个极小值像素的位置，其中k为大于或等于1的正整数；在对上一步中2k个位置的每一个的邻域内寻找一个灰度极小值的位置,得到2k个新的位置；对所有选取的行上的2k个点（2k*m），做豪尔（Hough Transform）变化，得到ρ=Xcosθ+Ysinθ；根据变换后的数组中得到最大值，并基于最大值得到其对应的直线以确定焊缝所在的直线。

【技术实现步骤摘要】

本专利技术涉及一种用于机器人或自动化焊接中对金属薄板结构对接焊缝的视觉识别，尤其涉及一种焊缝检测方法。
技术介绍
薄板结构的无间隙对接接头在航空航天工业中应用很广，对此类接头的自动识别和跟踪要求也非常迫切。人们采用了多种方法对此进行了研究，如激光扫描测距方法和光强分析方法、图像分析方法以及电磁传感器方法等。目前这些研究工作与实际应用还有较大距离。因为这些方法几乎都假设接头有一定的间隙、错边或倾斜特征，而实际中的接头状况难以满足要求。例如，现有的焊缝具有各种不同的对接焊缝的情形，比如，有的地方有小的间隙，有的地方间隙稍大一点，另外的地方完全没有间隙。所以现有的方法满足不了实际的需求。
技术实现思路
为了克服现有技术的上述缺陷，本专利技术所要解决的技术问题是提供一种焊缝检测方法，其能解决上述问题中的任一种。为达到上述目的，本专利技术的技术方案是：一种焊缝检测方法，它包括以下步骤：获取焊缝图像；在获取的焊缝图像中，每隔n行选取一行进行处理，共选取m行。这里m为大于8的正整数，n为大于或等于0的整数，f(i,j)表示了第j行的第i个点的像素灰度值；对采样得到的行进行平滑处理；对平滑处理后的数据做一阶差分；在差分后的数据中选取k个极大值像素的位置和k个极小值像素的位置，其中k为大于或等于1的正整数；在对上一步中2k个位置的每一个的邻域内寻找一个灰度极小值的位置,得到2k个新的位置；对所有选取的行上的2k个点（共2k*m），做豪尔（HoughTransform）变化，得到ρ=Xcosθ+Ysinθ，其中ρ原点到直线的距离，θ是该直线的法线与X轴的夹角；根据变换后的数组中得到最大值，并基于最大值得到其对应的直线以确定焊缝所在的直线。优选地，所述k为2-4。优选地，在对选取的行进行平滑处理步骤中，平滑窗口为3X1，平滑算法为f(i)=(f(i-1)+f(i)+f(i+1))/3。优选地，在对平滑处理后的数据做一阶差分步骤中包括d(i,j)=f(i,j)–f(i-1,j)。优选地，它包括：在选取图像中的m行的步骤中，每隔n行选取一行，其中n为大于或等于0的整数。优选地，它包括：n=0-10。优选地，在每隔n行选取图像中的至少一行进行处理的步骤中，初始图像行的方向大致垂直于焊缝。本专利技术采用上述方法，可以对各种情形的薄板的对接焊缝（包括无间隙和有一定间隙的焊缝）可靠识别，而不会发生识别失败的情况。附图说明在此描述的附图仅用于解释目的，而不意图以任何方式来限制本专利技术公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本专利技术的理解，并不是具体限定本专利技术各部件的形状和比例尺寸。本领域的技术人员在本专利技术的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本专利技术。图1为本申请中采用该焊缝检测方法的装置。图2为采用现有技术中的焊接机器人获取的铝板对接焊缝焊接时没有主动照明的图像。图3为本申请中焊接机器人获取的铝板对接焊缝焊接时有主动照明的图像。图4为本申请中焊接机器人获取的3mm厚铝板无间隙对接焊缝检测结果的图像。图5为本申请中焊接机器人获取的3mm厚钢板无间隙对接焊缝检测结果的图像。图6为本申请中焊接机器人获取的3mm厚钢板无间隙有人为划痕对接焊缝检测结果的图像。图7为本申请中焊接机器人获取的3mm厚钢板无间隙有定位焊点对接焊缝检测结果的图像。图8为本申请中焊接机器人获取的3mm厚铝板间隙0.02mm对接焊缝检测结果的图像。图9为本申请中焊接机器人获取的3mm厚铝板间隙0.05mm对接焊缝检测结果的图像。图10为本申请中焊接机器人获取的3mm厚钢板间隙0.3mm对接焊缝检测结果的图像。图11为本申请中焊接机器人获取的3mm厚钢板间隙0.5mm对接焊缝检测结果的图像。以上附图的附图标记为：1、焊枪；2、视频摄像机；3、主动照明。具体实施方式结合附图和本专利技术具体实施方式的描述，能够更加清楚地了解本专利技术的细节。但是，在此描述的本专利技术的具体实施方式，仅用于解释本专利技术的目的，而不能以任何方式理解成是对本专利技术的限制。在本专利技术的教导下，技术人员可以构想基于本专利技术的任意可能的变形，这些都应被视为属于本专利技术的范围。本专利技术公开了一种焊缝检测方法，它包括以下步骤：获取焊缝图像；在获取的焊缝图像中，初始图像的行方向大致垂直于焊缝，每隔n行选取一行进行处理，共选取m行。这里m为大于8的正整数，n为大于或等于0的整数；f(i,j)表示了第j行的第i个点的像素灰度值；对选取的行进行平滑处理；对平滑处理后的数据做一阶差分；在差分后的数据中选取k个极大值像素的位置和k个极小值像素的位置，其中k为2至4；在对上一步中2k个位置的每一个的邻域内寻找一个灰度极小值的位置,得到2k个新的位置；对所有选取的行上的2k个点（共2k*m），做豪尔（HoughTransform）变化，得到ρ=Xcosθ+Ysinθ，其中ρ原点到直线的距离，θ是该直线的法线与X轴的夹角；具体地，在本实施方式中，在获取薄板图像后，将图像的左上角定义为原点，由原点向下定义为Y方向；由原点向右定义为X方向；行的方向平行于X方向，列的方向平行于Y方向。为了加快处理速度，可以在沿Y方向，每隔m行选取一行进行采样。在本实施方式中，m可以为0至10中的任一个数。例如，一幅灰度图像如果取样为512X512个点的矩阵的话，共有262144个点，每一个点有一个灰度值，或者叫亮度值。坐标的取法：坐标原点在图像的左上角，X方向为水平向右，Y方向为垂直向下。这里f(i,j)就表示了第j行的第i个点的像素灰度值。如果每隔1行取一行的话，最后就是取得256行，如果每隔3行取一行的话，最后就是取得128行。对采样得到的行进行平滑处理，平滑窗口为3X1。其中，在对选取的行进行平滑处理，平滑处理的公式为f(i)=(f(i-1)+f(i)+f(i+1))/3。对平滑处理后的数据做一阶差分，d(i,j)=f(i,j)–f(i-1,j)，这里d(i,j)是像素点(i,j)处灰度差分值，f(i,j)和f(i-1,j)分别是像素点(i,j)和(i-1,j)处的灰度值。在差分后的数据中选取k个极大值像素的位置和k个极小值像素的位置。在本实施方式中，k=为2至4中的任一个正整数。在对上一步中2k个位置的每一个的邻域内寻找一个灰度极小值的位置,得到2k个新的位置。这里邻域半径的选择取实际假设的最大间隙宽度一半对应的像素数。对所有选取的行上的2k个点（共2k*m）做豪尔（HoughTransform）ρ=Xcosθ+Ysinθ。参量ρ和θ唯一地确定了一条直线，ρ原点到直线的距离，θ是该直线的法线与X轴的夹角。在变换后的数组中搜索最大值，这个最大值对应的直线，就是我们候选的焊缝直线（图像对应的物理区域大概在11.2mmX11.2mm，在整个图像的范围内假设焊缝是直线是成立的）。以上焊缝检测算法不仅能够可靠地检测出无间隙和小间隙的对接焊缝，而且在有强烈的干扰如表面划痕、定位焊点的情况下，检测结果也非常可靠。在经过焊缝检测后，本专利技术采用的识别系统还可以对焊缝进行验证。一种焊缝验证方法，它包括以下步骤：获取焊缝图像以及在焊缝图像中待验证的焊缝直线；在原始图像的每一行与待验证的焊缝直线相交的点的两边各选取q个像素点组成图像子集，初本文档来自技高网...

【技术保护点】
一种焊缝检测方法，其特征在于，它包括以下步骤：获取焊缝图像；在获取的焊缝图像中，每隔n行选取一行进行处理，共选取m行。

【技术特征摘要】
1.一种焊缝检测方法，其特征在于，它包括以下步骤：获取焊缝图像；在获取的焊缝图像中，每隔n行选取一行进行处理，共选取m行。2.这里m为大于8的正整数，n为大于或等于0的整数，f(i,j)表示了第j行的第i个点的像素灰度值；对采样得到的行进行平滑处理；对平滑处理后的数据做一阶差分；在差分后的数据中选取k个极大值像素的位置和k个极小值像素的位置，其中k为大于或等于1的正整数；在对上一步中2k个位置的每一个的邻域内寻找一个灰度极小值的位置,得到2k个新的位置；对所有选取的行上的2k个点（共2k*m），做豪尔（HoughTransform）变化，得到ρ=Xcosθ+Ysinθ，其中ρ原点到直线的距离，θ是该直线的法线与X轴的夹角；根据变换后的数组中得到最大值，并基于最大值得到其对应的直线以确定焊缝所在的直...

【专利技术属性】
技术研发人员：张炯，
申请(专利权)人：苏州中启维盛机器人科技有限公司，
类型：发明
国别省市：江苏;32