一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法技术

本发明专利技术针对基于视觉传感的镀锌钢薄板搭接GMAW特点，提出了一种搭接接头焊缝成形特征全位置与焊枪方向同步实时检测方法。首先利用激光视觉系统同步检测焊缝与焊丝信息，采用尺度不变特征变换与方向特征检测算法实时获取焊缝轮廓与焊丝方向；其次提出基于Harris角点检测算法实现焊缝轮廓特征点识别；最后针对接头GMAW焊缝成形面积偏小的特点，基于线性插值方法实现了焊缝高度与宽度的全位置、焊缝面积的亚像素级测量，并基于零、一阶矩实现了焊缝重心检测。本发明专利技术在电弧、外界约束等复杂背景下实现焊缝高度、宽度以及面积与重心的亚像素级检测的同时，实现了焊枪主要工作方向的检测。具有适应性强、测精度高和便于控制焊缝成形等优点。形等优点。形等优点。

【技术实现步骤摘要】
一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法


[0001]本专利技术涉及一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，属于焊缝成形检测


技术介绍

[0002]镀锌钢目前的焊接方法主要有熔化极气体保护焊(Gas metal arc welding,GMAW)、激光焊和激光-电弧复合焊等。不论采用何种焊接方法，镀锌钢在焊接过程中因锌蒸汽极易产生焊接缺陷。焊缝成形特征参数是反馈焊接质量并在线优化焊枪姿态、焊接电流与速度等的主要依据之一。因此有效检测焊缝成形特征与焊枪姿态是控制镀锌钢焊接质量的关键技术之一。
[0003]焊缝成形特征包括焊缝高度、宽度、面积和热影响区等，其测量包括在线和离线方式。离线测量方法有光学显微镜、机械显微镜、红外传感和超声检测等；常见的在线测量方法为视觉传感法，包括使用多传感器的被动视觉系统和基于结构光的主动视觉传感，多借助图像处理技术完成特征测量。目前，众多研究多多集中于焊缝成形某个特征参数在不同时刻的测量，而对于典型特征在不同位置的测量、焊缝成形重心的检测尚无报道。
[0004]焊枪姿态是影响焊缝成形的主要因素之一。目前焊枪姿态的描述主要通过空间角度来构建。相关研究基于运动学模型计算、光纤及视觉传感获取相关角度。显然，采用合适的传感系统同时检测焊枪姿态与焊缝成形特征，有助于优化更多焊接过程参数。另外对于镀锌钢搭接接头GMAW中焊缝偏小情形下特征参数的测量精度也值得探究。

技术实现思路

[0005]为探索基于激光视觉传感的焊缝成形特征与焊枪姿态同步检测的可行性，本专利技术通过配比合适的滤、减光系统的中心波长与透过率并基于Gabor滤波与尺度不变特征变换(Scale-invariant feature transform,SIFT)算法与Harris角点检测算法设计了焊缝轮廓提取与焊枪方向检测及其特征点识别的算法流程，来实现焊枪主要工作方向的检测。本专利技术所采用的具体技术方案如下：
[0006]一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，包括以下步骤：
[0007]步骤一、通过配比合适的滤、减光系统的中心波长与透过率，使得采集的同一帧图像中同时呈现搭接接头的焊缝轮廓、完整电弧区域与焊丝影像，并以焊丝标记焊枪。根据目标信息的方向特征，基于Gabor滤波与尺度不变特征变换(Scale-invariant feature transform,SIFT)算法分别设计焊缝轮廓提取与焊枪方向检测的算法流程，实时获取搭接接头焊缝轮廓与焊丝方向。
[0008]步骤二、利用Harris角点检测算法实现搭接接头焊缝轮廓特征点识别；
[0009]步骤三、基于线性插值的搭接接头焊缝成形特征亚像素级全位置实时测量方法，并基于零、一阶矩实现搭接接头焊缝重心检测。
[0010]进一步地，所述获取焊缝轮廓与焊丝方向的具体步骤如下：
[0011]第一步：配置滤光片中心波长为660nm，半带宽为20nm，减光片透过率为0.014％，使得采集的焊缝图像中同时出现搭接接头焊缝轮廓、完整电弧区域与焊丝影像轮廓；
[0012]第二步：以全局最大灰度值为阈值进行阈值分割确定电弧区域，以电弧区域的几何中心为对称轴，分别向左、右80个像素为边界，形成感兴趣区域1的左右边界；以电弧区域最下面边界为感兴趣区域1的上边界；感兴趣区域1的下边界为焊缝图像的下边界；
[0013]第三步：用Gabor滤波检测焊缝方向特征，其卷积模板可如下获取：
[0014][0015]其中，x
o
＝xcosθ+ysinθ，y
o
＝xcosθ-ysinθ，σ
x
和σ
y
是二维卷积模板尺寸，f是余弦函数的频率参数，是相位。
[0016]第四步：通过局部阈值分割法有效检测焊缝边界区域，具体计算方法如下：
[0017][0018]其中，i表示图像的行，j表示图像的列，i-2:i+2代表覆盖区域的5行，而j-2:j+2代表覆盖区域的5列，T
j
是列j-2:j+2所在区域的阈值。
[0019]第五步：采集一幅无弧光的焊缝成形图像作为参考图像，并利用尺度不变特征变换算法获得参考图像与实时采集的焊缝图像的特征匹配点，然后将第四步获得的二值图像进行最近邻聚类，其中距离阈值设置为4个像素，最后提取与实时采集的焊缝图像的特征匹配点最近的类作为提取的焊缝轮廓。
[0020]第六步：以第二步获得的电弧区域的几何中心为对称轴，分别向左、右各10个像素确定感兴趣区域2的左右边界，以电弧区域中心坐标的水平方向坐标所在的水平线确定感兴趣区域2的下边界；感兴趣区域2的上边界为焊缝图像的上边界。
[0021]第七步：继续采用第三步的Gabor滤波获得焊丝方向特征图，然后采用第四步的局部阈值分割法进行二值化处理，并在水平方向上求取各点的平均坐标进行细化处理。
[0022]第八步：对线状焊丝进行最小二乘法拟合获取焊丝方向描述函数，从而检测焊枪方向。
[0023]进一步地，所述Harris算法的具体步骤如下：
[0024]第一步：计算图像f(x,y)在X,Y方向上的梯度f
x
、f
y
，均采用高斯微分模板。
[0025][0026]其中，是二维卷积运算，g
x
(x,y)与g
y
(x,y)是图像f(x,y)在x、y方向上的高斯函数。
[0027]第二步：计算图像两个方向上的梯度乘积，并且用9
×
9模板的高斯函数对和f
xy
进行平滑滤波，其中和f
xy
分别为两个方向梯度的乘积。
[0028]第三步：计算每个像素对于Harris响应值，其响应函数为：
[0029][0030]其中，w(x，y)为窗口函数，f(x+u，y+v)为移动之后的像素灰度值，f(x，y)为移动之
前的像素灰度值。把E(x，y)表示成向量矩阵形式：
[0031][0032]令则E(x，y)≈[u v]M[u v]T
。响应值函数为：
[0033]R＝det(M)-k(trace(M))2<t
[0034]计算每个像素的Harris响应值R，并对小于某一阈值t的R置为零，在3
×
3领域模板中进行非最大值抑制，最后得到的最大值点即为图像的特征点。
[0035]进一步地，所述焊缝成形特征亚像素级全位置实时测量方法的具体步骤如下：
[0036]第一步：利用识别的三个特征点坐标(C
i
,O
i
)(i＝1,2,3)截取直线y＝C1与y＝C3之间的数据作为焊缝轮廓数据，其坐标记为(h
i
,z
i
)(i＝1,2,
…
)。其次将该两个特征点在垂直方向的平均坐标(O1+O3)/2作为焊缝底本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，其特征在于：包括以下步骤：步骤一、通过配比合适的滤、减光系统的中心波长与透过率，使得采集的同一帧图像中同时呈现搭接接头的焊缝轮廓、完整电弧区域与焊丝影像，并以焊丝标记焊枪；根据目标信息的方向特征，基于Gabor滤波与尺度不变特征变换算法分别设计焊缝轮廓提取与焊枪方向检测的算法流程，实时获取搭接接头焊缝轮廓与焊丝方向；步骤二、利用Harris角点检测算法实现搭接接头焊缝轮廓特征点识别；步骤三、基于线性插值实现搭接接头焊缝成形特征亚像素级全位置实时测量，并基于零、一阶矩实现搭接接头焊缝重心检测。2.根据权利要求1所述镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，其特征在于：所述步骤一获取搭接接头焊缝轮廓与焊丝方向的具体步骤如下：第一步：配置滤光片中心波长为660nm，半带宽为20nm，减光片透过率为0.014％，使得采集的焊缝图像中同时出现搭接接头焊缝轮廓、完整电弧区域与焊丝影像轮廓；第二步：以全局最大灰度值为阈值进行阈值分割确定电弧区域，以电弧区域的几何中心为对称轴，分别向左、右80个像素为边界，形成感兴趣区域1的左右边界；以电弧区域最下面边界为感兴趣区域1的上边界；感兴趣区域1的下边界为焊缝图像的下边界；第三步：用Gabor滤波检测焊缝方向特征，其卷积模板可如下获取：其中x
o
＝xcosθ+ysinθ，y
o
＝xcosθ-ysinθ，σ
x
和σ
y
是二维卷积模板尺寸，f是余弦函数的频率参数，是相位；第四步：通过局部阈值分割法有效检测焊缝边界区域，局部阈值计算方法如下：其中，i表示图像的行，j表示图像的列，i-2:i+2代表覆盖区域的5行，而j-2:j+2代表覆盖区域的5列，T
j
是列j-2:j+2所在区域的阈值；第五步：采集一幅无弧光的焊缝成形图像作为参考图像，并利用尺度不变特征变换算法获得参考图像与实时采集的焊缝图像的特征匹配点，然后将第四步获得的二值图像进行最近邻聚类，其中距离阈值设置为4个像素，最后提取与实时采集的焊缝图像的特征匹配点最近的类作为提取的焊缝轮廓；第六步：以第二步获得的电弧区域的几何中心为对称轴，分别向左、右各10个像素确定感兴趣区域2的左右边界，以电弧区域中心坐标的水平方向坐标所在的水平线确定感兴趣区域2的下边界；感兴趣区域2的上边界为焊缝图像的上边界；第七步：继续采用第三步的Gabor滤波获得焊丝方向特征图，然后采用第四步的局部阈值分割法进行二值化处理，并在水平方向上求取各点的平均坐标进行细化处理；第八步：对线状焊丝进行最小二乘法拟合获取焊丝方向描述函数，从而检测焊枪方向。3.根据权利要求1所述镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，其特征在于：所述步骤二Harris算法的具体步骤如下：第一步：计算图像f(x,y)在X,Y方向上的梯度f
x
、f
y
，均采用高斯微分模板；
其中，是二维卷积运算...

【专利技术属性】
技术研发人员：何银水，李岱泽，马国红，余卓骅，余乐盛，袁海涛，
申请(专利权)人：南昌大学，
类型：发明
国别省市：