一种基于机器视觉的焊缝图像处理方法技术

本发明专利技术属于焊接领域，尤其涉及一种基于机器视觉的焊缝图像处理方法，通过图像灰度化、中值滤波处理、图像二值化、图像边缘检测及直线拟合，得到工件焊缝的轮廓边缘信息，并将边缘图转化为矢量图，降低了在焊接过程中的飞溅物、粉尘、弧光、反光的不利影响，有较强的抗干扰能力，能准确得到焊缝的信息，实现焊缝的跟踪控制。

【技术实现步骤摘要】
一种基于机器视觉的焊缝图像处理方法
本专利技术属于焊接领域，具体为基于机器视觉的焊缝图像处理方法。
技术介绍
焊接在工业生产中具有重要作用，被称为“工业裁缝”。焊接机器人被广泛应用于汽车制造业、石油化工机械生产、建筑工程、船舶、动力工程等多个行业。但是，目前大多数使用的焊接机器人都是示教再现型机器人，而在焊接过程中由于焊枪运动导致焊缝出现偏差，造成焊接质量不高，同时小批量生产时由于示教时间过长导致焊接效率低下，因此，将机器视觉应用到焊接机器人中具有重要的价值。将机器视觉用到自动焊接系统时，焊接过程存在多种干扰因素，如何从焊接图像中去除干扰后提取出准确的焊缝特征点坐标信息对后续的焊缝跟踪自动焊接质量至关重要，也是基于机器视觉的自动焊接系统需要优化的问题。
技术实现思路
本专利技术的目的在于提供一种基于机器视觉的焊缝图像处理方法，以解决上述
技术介绍
中存在的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于机器视觉的焊缝图像处理方法，包括以下步骤：(1)高速CCD摄像机对工件焊缝采集原始图像；(2)对CCD摄像机采集的图片灰度化处理；(3)对灰度化的图片采用中值滤波去燥，设R为图像中像素点[x0，y0]的领域的集合，(x，y)表示集合R中的元素，|R|表示集合R中包含元素的个数且|R|为奇数，Sort表示排序，用中值滤波法对像素点[x0，y0]进行滤波处理，滤波后的灰度图用g(x0，y0)表示：(4)中值滤波去燥后对图像二值化处理，在图像灰度像素值的范围内选定一个合适的阈值T，通过设置阈值将图像二值化；(5)采用canny算子，选择(2k+1)×(2k+1)高斯核函数，通过高斯模板对图像做卷积，得到焊缝轮廓边缘点集g_edge(x，y)，进行图像边缘检测：g-edge(x，y)＝hij*f(x，y)(6)将二值的图像区域处理为单像素的中心线，获取焊缝的位置和方向信息；(7)将提取中心线后的图像显示在坐标系中，选取多个特殊点进行直线拟合，使拟合的直线与焊缝所求中心线几乎重合。进一步的，所述CCD摄像机对工件焊缝采集原始图像时，摄像机和线激光光源的夹角选择20°-25°。进一步的，所述步骤(4)中阈值T的求解过程为：选取一个初始阈值T0，Zmax、Zmin表示图像中像素的最大值和最小值，用阈值Tk将图像分割成两组区域R1和R2，设Tk为经过k次迭代后的阈值，R1＝{f(i，j)|f(i，j)≥Tk}R2＝{f(i，j)|0＜f(i，j)＜Tk}f(i，j)为像素点(i，j)的灰度值，计算两组区域的灰度平均值，两组区域设为Z1、Z2，N(i，j)为像素点的权重系数，N(i，j)取值为1，持续迭代，直至Tk＝Tk+1，得到最优阈值并按照最优阈值对图像进行分割处理，得到二值化图像。进一步的，所述步骤(7)中提取图像特征点的具体为：首先，提取边缘特征点，对图像从上到下扫描，根据上下边缘焊缝均已是单像素点，将扫描得到的第一个黑点存入数组1，定义为上边缘并保存，同样的方法，将图像从下到上扫描，扫描的第一个黑点存入数组2，定义为下边缘并保存；其次，根据边缘提取的特征点进行直线拟合，假设直线方程为y＝a0+a1x，拟合得到的上边缘方程为：f1(x)＝a1x+b1拟合得到的下边缘方程为：f2(x)＝a2x+b2中心线方程为：中心线的方向设为角度α，本专利技术的有益效果是：通过图像灰度化、中值滤波处理、图像二值化、图像边缘检测及直线拟合，最终降低了在焊接过程中的飞溅物、粉尘、弧光、反光的不利影响，有较强的抗干扰能力，能准确得到焊缝的信息，实现焊缝的跟踪控制。附图说明图1为基于机器视觉的焊缝图像处理与焊缝跟踪系统示意图。图2为基于机器视觉的焊缝图像处理与焊缝跟踪系统流程示意图。图3为基于机器视觉的焊缝图像处理流程示意图。图4为基于机器视觉的焊缝图像处理实施例图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在图像采集和焊接前，先安装好工业相机，进行机器人与工业相机的手眼标定，找到相机坐标系与机器人坐标系的对应关系。用Cw代表世界坐标系，Cc代表相机坐标系，Ch代表机械臂末端坐标系，Cc与Cw的关系用表示，Ch与Cw的关系用表示，Cc与Ch之间的关系即为待求的手眼关系，用表示，手眼标定矩阵为：图1为焊缝图像处理与焊缝跟踪系统，通过自动获取焊缝形状信息并据此控制焊接过程。该系统主要包括两个部分：图像处理部分和焊缝跟踪控制部分。图像处理部分主要包括高速CCD摄像机、光源、高性能计算机、显示器，使用机器视觉技术，通过CCD摄像机拍摄工件焊缝图像，并将图像信息传送至计算机，计算机通过有效的干扰信息识别算法对干扰信息做出识别判断和去除，得到工件焊缝的轮廓边缘信息，并将边缘图转化为矢量图，为接下来的焊缝跟踪控制部分提供所需要的信息。焊缝控制跟踪系统根据矢量图中所包含的焊缝特征点坐标信息，使用PID控制方法对焊接工作台进行运动控制，最终实现工件焊缝的自动跟踪焊接。焊缝图像处理与焊缝跟踪系统流程如图2所示。由于在焊接过程中的飞溅物、粉尘、弧光等影响，使拍摄的图像包含了很多噪声，导致焊接质量较低，给获取焊缝边缘轮廓及计算焊缝矢量图带来偏差。同时焊接金属表面经常会出现反光，反光产生包含两种原因，一种是金属表面本身的反光，另一种是焊接位置进行不规则的打磨后产生的反光。由于受反光影响，得到的焊缝测量数据经常有部分不准确的地方。此外，在焊缝跟踪焊接的过程中，需要不停地获取实时图像并处理图像，要求焊缝图像处理不仅要有较快的处理速度，还需要有较强的抗干扰能力，才能准确得到焊缝的信息，实现焊缝的跟踪控制。因此本专利技术提供一种基于机器视觉的焊缝图像处理方法。焊缝图像处理的步骤具体包括：1、高速CCD摄像机对工件焊缝采集原始图像。焊缝跟踪时用线激光投射的激光束照射工件表面，摄像机和线激光光源的夹角选择20°-25°，散斑少，图像效果最好。2、CCD相机采集的原始图像通过计算机的图像处理软件进行处理，处理过程包括图片灰度处理、中值滤波去燥、图像二值化、图像边缘检测、图像中心线提取，得到焊缝的特殊点坐标，该特殊点可用于焊缝自动跟踪焊接的坐标。(1)图像灰度处理：对图像进行灰度化处理，灰度化的要求为降低图像运算量的同时不丢失焊缝焊接的信息。本专利技术采用加权平均法对图片的灰度进行处理，实现灰度化。f(x，y)图像灰度值。f(x，y)本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的焊缝图像处理方法，其特征在于：包括以下步骤：/n(1)高速CCD摄像机对工件焊缝采集原始图像；/n(2)对CCD摄像机采集的图片灰度化处理；/n(3)对灰度化的图片采用中值滤波去燥，设R为图像中像素点[x

【技术特征摘要】
1.一种基于机器视觉的焊缝图像处理方法，其特征在于：包括以下步骤：
(1)高速CCD摄像机对工件焊缝采集原始图像；
(2)对CCD摄像机采集的图片灰度化处理；
(3)对灰度化的图片采用中值滤波去燥，设R为图像中像素点[x0，y0]领域的集合，(x，y)表示集合R中的元素，|R|表示集合R中包含元素的个数且|R|为奇数，Sort表示排序，用中值滤波法对像素点[x0，y0]进行滤波处理，滤波后的灰度图用g(x0，y0)表示：



(4)中值滤波去燥后对图像二值化处理，在图像灰度像素值的范围内选定一个合适的阈值T，通过设置阈值将图像二值化；
(5)采用canny算子，选择(2k+1)×(2k+1)高斯核函数，通过高斯模板对图像做卷积，得到焊缝轮廓边缘点集g_edge(x，y)，进行图像边缘检测：
g_edge(x，y)＝hij*f(x，y)



(6)将二值化的图像区域处理为单像素的中心线，获取焊缝的位置和方向信息；
(7)将提取中心线后的图像显示在坐标系中，选取多个特殊点进行直线拟合，使拟合的直线与焊缝所求中心线几乎重合。


2.根据权利要求1所述的基于机器视觉的焊缝图像处理方法，其特征在于：所述CCD摄像机对工件焊缝采集原始图像时，摄像机和线激光光源的夹角选择20°-25°。


3.根据权利要求1所述的基于机器视觉的焊缝图像处理方法，其特征在于：所述步骤(4)中阈...

【专利技术属性】
技术研发人员：覃夷，
申请(专利权)人：南京理工大学北方研究院，
类型：发明
国别省市：天津;12