一种基于Gabor滤波的结构激光焊缝图像处理方法技术

本发明专利技术公开了一种基于Gabor滤波的结构激光焊缝图像处理方法，涉及焊缝跟踪与计算机图像处理技术领域，包括如下步骤：对结构激光焊缝图像进行Gabor滤波；采用改进的模糊增强法对滤波后的图像进行增强；计算增强后图像目标区域面积，区域面积小于阈值将该区域改为背景，进行离散点消除；通过Hough变换将离散点消除后的图像坐标空间变换为极坐标空间，获得图像中的激光条纹；提取激光条纹所处的直线，通过该直线上中断距离最大的地方得到焊缝坡口。本发明专利技术有效去除了飞溅和弧光对激光结构光引导焊缝跟踪过程中图像质量的干扰，在激光条纹稍有偏离竖直方向的情况下，有效地消除噪声干扰，准确地识别焊缝区域，提高了焊缝跟踪的准确率。确率。确率。

【技术实现步骤摘要】
一种基于Gabor滤波的结构激光焊缝图像处理方法


[0001]本专利技术涉及焊缝跟踪与计算机图像处理
，特别涉及一种基于Gabor滤波的结构激光焊缝图像处理方法。

技术介绍

[0002]自动化焊接广泛应用于工业生产实际中，而焊缝跟踪是自动化焊接的关键技术，目前主要采用视觉传感方法来进行焊缝跟踪；由于焊接过程弧光、飞溅等干扰强烈，难以拍摄到理想的焊缝图像进行跟踪。线结构激光相对于普通光源，具有光谱单一、受环境影响小的优点，常用来引导焊缝跟踪，图像中激光呈现条纹状，并能映射出焊缝坡口形状，有利于焊缝识别跟踪。
[0003]尽管激光焊缝图像质量相对普通光源图像质量好很多，但还是会受到弧光、熔池飞溅、工件锈斑、油污以及打磨痕迹的干扰。从大量的实测图像看，最主要的噪声来自熔池飞溅和弧光干扰，这些干扰会严重影响焊缝区域提取；另外，激光摄像头安装时，应尽量正对焊缝以获取竖直的激光条纹，文章《基于拉东变换和模糊增强的结构光焊缝跟踪图像处理》提出采用拉东变换方法处理焊缝图像，该方法能有效地消除激光焊缝图像中的噪声干扰，但该方法对激光条纹位置要求较为苛刻，若激光条纹稍有偏离竖直方向就会产生较大误差，而实际焊接中有时需要稍微调整焊接角度，激光条纹会稍微偏移竖直方向。
[0004]针对上述问题，本专利提出一种基于Gabor滤波的激光图像处理方法，在激光条纹稍有偏离竖直方向的情况下，也能有效地消除噪声干扰，准确地识别焊缝区域。

技术实现思路

[0005]本专利技术提供了一种基于Gabor滤波的结构激光焊缝图像处理方法，提高焊缝跟踪过程中坡口识别准确度，包括以下步骤：
[0006]采集结构激光焊缝图像；
[0007]对所述结构激光焊缝图像进行Gabor滤波，得到滤波后的图像；
[0008]采用改进的模糊增强法对滤波后的图像进行增强；
[0009]计算增强后图像内目标区域面积，判断区域面积是否小于阈值，若区域面积小于阈值则将该区域改为背景，对图像进行离散点消除；
[0010]通过Hough变换将离散点消除后的图像坐标空间变换为极坐标空间，寻找极坐标空间中的峰值实现对图像坐标空间的直线检测，获得图像中的激光条纹；
[0011]根据Hough变换提取激光条纹所处的直线，通过该直线上中断距离最大的地方得到焊缝坡口。
[0012]优选的，所述对所述结构激光焊缝图像进行Gabor滤波，包括：
[0013]通过Gabor滤波在频域上不同尺度、不同方向上提取结构激光焊缝图像的相关特征，所述Gabor滤波函数的计算表达式如下：
[0014][0015]其中，x
θ
,y
θ
分别为：
[0016]x
θ
＝+xcos(θ)+ysin(θ)
[0017]y
θ
＝
‑
xsin(θ)+ycos(θ)
[0018]x、y分别为横纵坐标，x
θ
,y
θ
分别为极径与极角，λ是波长，以像素为单位，θ是滤波核中平行条带的方向，ψ是相位偏移，γ是长宽比，σ为Gabor滤波函数高斯因子的标准差，i为虚数单位。
[0019]优选的，所述采用改进的模糊增强法对滤波后的图像进行增强，包括如下步骤：
[0020]计算图像像素的模糊隶属度值p
ij
，将模糊隶属度p
ij
值调整到[
‑
1,1]区间；
[0021]采用双曲正切tanh函数增强模糊隶属值p
ij
，并通过分段指数函数进一步增强模糊隶属值p
ij
；
[0022]对增强后的模糊隶属度值进行逆运算，得到增强后的图像。
[0023]优选的，所述计算图像像素的模糊隶属度值p
ij
，其计算公式为：
[0024][0025]其中X
ij
是图像(i,j)点的像素值，L是图像灰度等级，通常取256，X
T
为利用大津法求得的类间分割点。
[0026]优选的，所述采用双曲正切tanh函数增强模糊隶属值p
ij
，并通过分段指数函数进一步增强模糊隶属值p
ij
，其计算公式如下：
[0027][0028][0029]其中K为放大倍数，取正整数，x为变量，v为指数因子。
[0030]优选的，所述对增强后的模糊隶属度值p
″
ij
进行逆运算，其计算公式如下：
[0031][0032]优选的，所述通过Hough变换将离散点消除后的图像坐标空间变换为极坐标空间，寻找极坐标空间中的峰值完成对图像坐标空间的直线检测，获得图像中的激光条纹，包括如下步骤：
[0033]过图像目标点作倾斜角度为θ的直线族；
[0034]计算原点到这些直线的整数距离ρ，构造一个下标为(ρ，θ)的二维数组；
[0035]获取(ρ，θ)空间的最大值，通过最大值对应的(ρ，θ)确定图像中的激光条纹。
[0036]优选的，所述根据Hough变换提取激光条纹所处的直线，通过该直线上中断距离最
大的地方得到焊缝坡口，包括如下步骤：
[0037]建立存储激光条纹中断起点、终点坐标以及中断距离的列表；
[0038]沿激光条纹进行扫描，使得变量y从零逐渐增大，并根据Hough变换求得x值；
[0039]判断像素点(x，y)或其左右像素点是否为白点，如果为白点，则表示连续，否则产生了中断；
[0040]在找到第一和中断处时，继续查找直至找到黑点，第一个中断处结束，记录起始点和终止点的坐标与距离，并将其添加到列表中；
[0041]如果发现白点，则找到第二个中断处，并将起始点和终止点的坐标与距离添加到列表中；
[0042]重复获得中断处的过程，获得所有中断处特征；
[0043]比较所有中断处的距离，取中断处最大距离值所在处为坡口位置。
[0044]与现有技术相比，本专利技术具有如下显著优点：
[0045]本专利技术通过Gabor滤波将结构激光焊缝图像中的主要噪点滤除，通过改进的模糊增强法对滤波后的图像进行增强，得到对比度明显增强的激光条纹，并对结构激光焊缝图像图像进行离散点消除，有效去除了飞溅和弧光对激光结构光引导焊缝跟踪过程中图像质量的干扰，并通过通过Hough变换实现直线检测，获得激光条纹，并在激光条纹所处的直线上获得焊缝坡口，实现了在激光条纹稍有偏离竖直方向的情况下，也能有效地消除噪声干扰，准确地识别焊缝区域，提高了焊缝跟踪的准确率。
附图说明
[0046]图1为本专利技术提供的两幅典型线结构激光焊缝图(一幅激光条纹处于竖直方向，一幅激光条纹稍有偏移竖直方向)；
[0047]图2为本专利技术提供的Gabor滤波后的对比图；
[0048]图3为本专利技术提供的模糊增强后的对比图；
[0049]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Gabor滤波的结构激光焊缝图像处理方法，其特征在于，包括以下步骤：采集结构激光焊缝图像；对所述结构激光焊缝图像进行Gabor滤波，得到滤波后的图像；采用改进的模糊增强法对滤波后的图像进行增强；计算增强后图像内目标区域面积，判断区域面积是否小于阈值，若区域面积小于阈值则将该区域改为背景，对图像进行离散点消除；通过Hough变换将离散点消除后的图像坐标空间变换为极坐标空间，寻找极坐标空间中的峰值实现对图像坐标空间的直线检测，获得图像中的激光条纹；根据Hough变换提取激光条纹所处的直线，通过该直线上中断距离最大的地方得到焊缝坡口。2.如权利要求1所述的一种基于Gabor滤波的结构激光焊缝图像处理方法，其特征在于，所述对所述结构激光焊缝图像进行Gabor滤波，包括：通过Gabor滤波在频域上不同尺度、不同方向上提取结构激光焊缝图像的相关特征，所述Gabor滤波函数的计算表达式如下：其中，x
θ
,y
θ
分别为：x
θ
＝+xcos(θ)+ysin(θ)y
θ
＝
‑
xsin(θ)+ycos(θ)x、y分别为横纵坐标，x
θ
,y
θ
分别为极径与极角，λ是波长，以像素为单位，θ是滤波核中平行条带的方向，ψ是相位偏移，γ是长宽比，σ为Gabor滤波函数高斯因子的标准差，i为虚数单位。3.如权利要求1所述的一种基于Gabor滤波的结构激光焊缝图像处理方法，其特征在于，所述采用改进的模糊增强法对滤波后的图像进行增强，包括如下步骤：计算图像像素的模糊隶属度值p
ij
，将模糊隶属度p
ij
值调整到[
‑
1,1]区间；采用双曲正切tanh函数增强模糊隶属值p
ij
，并通过分段指数函数进一步增强模糊隶属值p
ij
；对增强后的模糊隶属度值进行逆运算，得到增强后的图像。4.如权利要求3所述的一种基于Gabor滤波的结构激光焊缝图像处理方法，其特征在于，所...

【专利技术属性】
技术研发人员：刘习文，陈显明，肖奇军，
申请(专利权)人：肇庆学院，
类型：发明
国别省市：