一种焊缝特征点的实时跟踪提取方法技术

本发明专利技术涉及一种焊缝特征点的实时跟踪提取方法：焊接开始之前根据激光视觉传感器采集到的图像通过形态学处理获得初始的焊缝特征点位置坐标，在特征点周围选取固定大小的窗口作为正样本；焊接开始之后，传感器获得的图像存在大量的飞溅和弧光噪声，采用基于高斯核相关的焊缝特征点目标跟踪算法，通过将正样本进行循环偏移获得大量的负样本，将正负样本集合输入分类器进行训练，利用傅里叶变换将计算转换到频域内，降低了计算量，将候选区域中响应概率的最大值所在区域作为最终的目标，从而获得新一帧图像中特征点的二维坐标值，最后将目标模型等参数进行更新。

A real-time tracking and extracting method for feature points of weld seam

The extraction method of the invention relates to a method for real-time tracking of weld seam feature point welding before the start of the image according to the laser vision sensor collected by morphological processing to obtain the seam feature point coordinates of the initial, in selecting feature points around the fixed size window as a positive sample; after the start of welding, the image sensor obtained the spatter and arc of a lot of noise the characteristics of the weld point target tracking algorithm based on Gauss kernel, the positive samples were obtained a large number of cyclic shift negative samples, the positive and negative samples in the training set of input classifiers, using Fourier transform to calculate conversion to the frequency domain, reduces the amount of computation, the response probability candidate region the maximum value as the final the location of the target area, so as to obtain the two-dimensional coordinates of the feature points of a new image in the value of the final target The model and other parameters are updated.

【技术实现步骤摘要】
一种焊缝特征点的实时跟踪提取方法
本专利技术属于机器视觉及应用领域，具体涉及一种焊缝跟踪控制领域应用的焊缝特征点目标跟踪提取方法。
技术介绍
通常来说，焊缝特征点的提取方法有形态学处理方法和目标跟踪方法两种。形态学处理方法有膨胀腐蚀、开闭运算、顶底帽变换、骨架提取和拟合求交等，形态学方法提取过程简单，提取速度快，结果比较精确，但是对于图像的纯净度要求比较高，当图像中存在较多的噪声干扰时，会造成提取结果错误甚至无法得到结果。传统的图像形态学处理算法不能有效的对特征点进行像素提取。目标跟踪算法虽然计算过程复杂，处理速度相对形态学处理较慢，但是目标跟踪算法对于噪声不敏感，具有很强的鲁棒性。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种计算简单方便，满足焊接大噪声条件下焊缝特征点实时跟踪提取的计算方法。本专利技术采用以下技术方案：一种焊缝特征点的实时跟踪提取方法，其特征在于，包括以下步骤：S1：焊接开始前通过形态学处理获得初始的焊缝特征点；S2：焊接开始之后利用高斯核相关算法实时跟踪提取出焊缝特征点的位置坐标，并将目标模型进行更新。在本专利技术一实施例中，S1包括以下具体步骤：S11本文档来自技高网...

【技术保护点】
一种焊缝特征点的实时跟踪提取方法，其特征在于，包括以下步骤：S1：焊接开始前通过形态学处理获得初始的焊缝特征点；S2：焊接开始之后利用高斯核相关算法实时跟踪提取出焊缝特征点的位置坐标，并将目标模型进行更新。

【技术特征摘要】
1.一种焊缝特征点的实时跟踪提取方法，其特征在于，包括以下步骤：S1：焊接开始前通过形态学处理获得初始的焊缝特征点；S2：焊接开始之后利用高斯核相关算法实时跟踪提取出焊缝特征点的位置坐标，并将目标模型进行更新。2.根据权利要求1所述的焊缝特征点的实时跟踪提取方法，其特征在于：S1包括以下具体步骤：S11:焊接开始前，将采集到的图像进行动态阈值处理，参考图像的对应灰度值为其中，Ii,j(ci,ri)表示图像中的一点Pi的灰度值，w和h为掩模区域的像素宽度和高度，n＝w×h，表示该掩膜区域内像素点的个数，Ii表示Pi所在掩模区域的平均值；将图像进行二值化处理，增加图像的对比度；进行降噪处理，根据连通域的面积和顺序将目标激光条纹提取出来；S12：得到目标激光条纹之后，利用最大圆盘法进行骨架提取，然后利用Ramer算法进行直线拟合，将拟合所得的直线进行延长求交即可获得初始焊缝特征点的坐标值。3.根据权利要求2所述的焊缝特征点的实时跟踪提取方法，其特征在于：S11中利用开闭运算对图像进行降噪处理。4.根据权利要求1所述的焊缝特征点的实时跟踪提取方法，其特征在于：S2包括以下步骤：S21：将获得的特征点周围固定大小的窗口作为正样本，利用循环偏移获得大量的负样本，将正负样本输入分类器进行训练；S22：输入到分类器中的训练样本集xi和与之相对应的回归值yi如下所示：{(x1,y1),(x2,y2),…,(xi,yi),…,(xn,yn)}；w表示回归值对应的权重向量，λ作为防止过拟合的正则化参数；为了得到训练样本集和回归值对应的函数关系，假设线性回归函数为f(xi)＝wTxi，则对应的残差函数为：上式在复数域内的解为w＝(XHX+λ)-1XHy；其中XH表示X的复共轭转置矩阵，为了降低计算的复杂度，将上式进行傅里叶变换，得权重向量为：

【专利技术属性】
技术研发人员：卢泽圣，
申请(专利权)人：福州智联敏睿科技有限公司，
类型：发明
国别省市：福建,35