基于視覺傳感器的焊縫圖像處理方法研究

1視覺傳感跟蹤方法近年來，視覺傳感器的應用在焊接過程中得到了廣泛應用。隨著計算機視覺技術的發(fā)展,視覺傳感器技術也應用到了焊縫跟蹤過程中。據(jù)統(tǒng)計,焊工在焊接過程中判斷是否正確和做出必要的調整,所依據(jù)的信息來源80%以上來自視覺。利用視覺傳感器技術來獲得焊縫特征信息,具有信息量大、與工件不接觸、靈敏度和精度高,抗電磁干擾能力強等優(yōu)點,適合各種坡口形狀,是具有發(fā)展前途的傳感。視覺傳感器由于可以遠離電弧強光、強熱區(qū),采集信息量豐富,得到廣泛應用。視覺傳感跟蹤方法,采用CCD等光學器件組成焊縫圖像信息傳感系統(tǒng),然后將獲取的焊縫圖形信息進行識別,獲得焊槍與焊縫中心是否偏離、偏離方向和偏離程度的處理結果。根據(jù)這個結果去控制執(zhí)行機構,調節(jié)焊槍與焊縫中心的相對位置,消除焊槍與焊縫的偏離,達到焊槍準確跟蹤焊縫的目的。2圖像數(shù)據(jù)處理基于視覺傳感技術的焊縫跟蹤系統(tǒng)主要是由3部分組成,分別是視覺傳感、圖像處理和跟蹤控制。在焊縫跟蹤過程中,視覺傳感器獲得焊縫的圖像信息,并將信息傳輸?shù)接嬎銠C,計算機對圖像進行圖像處理,減少圖像中的噪聲污染,并加強焊縫特征信息,通過一定的算法提取焊縫的特征點,得到焊縫與電弧偏差。此偏差作為跟蹤控制系統(tǒng)的輸入條件,依據(jù)控制算法進行處理,最后獲得驅動信號控制焊槍的運動,實現(xiàn)焊縫跟蹤過程的實時控制。系統(tǒng)結構原理圖,如圖1所示?；谝曈X傳感器的焊縫自動跟蹤系統(tǒng)主要是在VC6.0開發(fā)平臺上進行的。焊縫自動跟蹤系統(tǒng)主要功能,如圖2所示。VC開發(fā)界面,如圖3所示。3圖像圖像識別技術圖像處理是基于視覺傳感器焊縫自動跟蹤系統(tǒng)的核心,在對焊縫圖像處理時包括對焊縫圖像的預處理、圖像識別技術,最終獲取焊槍的偏差信息。圖像預處理包括對采集到的真彩焊縫圖像轉換為灰度圖,由于焊縫圖像不可避免地會受到噪聲的污染所以需要對其濾波,圖像濾波處理方法有鄰域平均濾波和中值濾波法。這兩種濾波方法都是通過模板算子進行操作,鄰域平均法德思想是通過一點和其鄰域內的像素求平均來去除突變的像素點,從而濾掉一定的噪聲,鄰域平均法的數(shù)學含義可以用下式表達:式中:x,y=0,1,…,N-1,S—以(x,y)為中心的鄰域的集合;M—S內的點數(shù)。鄰域平均法主要優(yōu)點是算法簡單,計算速度快,但是其代價是會造成圖像在一定程度上的模糊。中值濾波是一種非線性信號處理方法,中值濾波就是用一個奇數(shù)點的移動窗口,將窗口中心點的值用窗口內各點的中值代替。設有一個一維序列f1,f2,…,fn取窗口長度(點數(shù))為m(m為奇數(shù)),對其中進行中值濾波,就是從輸入序列中相繼抽出m個數(shù)fi-v,…,fi-1,fi,fi+1,…,fi+v(其中fi為窗口中心點值,v=(m-1)/2),再將這m個點按其數(shù)值大小排序,取其序號為中心點的那個數(shù)作為濾波輸出,數(shù)學表達式為:兩種方法放在設計中作以比較。焊縫圖像平滑前后,如圖4、圖5所示。用鄰域平均法濾波的結果,如圖5(a)所示。用中值濾波法得到的結果,如圖5(b)所示。從上圖可以看出,中值濾波可以克服鄰域平均法濾波器所帶來的圖像細節(jié)模糊,中值濾波更好地去除孤立點,線的噪聲以及二值噪聲同時保持圖像的邊緣。圖像識別技術包括圖像分割、圖像邊緣檢測、圖像細化以及利用HOUGH變換最終識別出圖像中焊縫的兩條邊緣。圖像分割方法是把圖像灰度分成不同的等級,然后用設置閾值的方法確定由意義的區(qū)域或者分割物體的邊界。常用的閾值化處理就是圖像的二值化處理,即選擇一閾值,將圖像轉換為黑白二值圖像。圖像二值化采用迭代式閾值算法,算法原理是:式中:hg—灰度為g時的像素個數(shù),共L個灰度級(一般取灰度圖255級),當Ti+1=Ti時結束迭代。焊縫圖像的邊緣檢測是檢測焊縫位置的關鍵,邊緣在灰度圖像中常表現(xiàn)為灰度值的躍變,所以圖像的邊緣檢測引入可圖像梯度的概念。邊緣檢測的方法有很多,主要有Sobel算法、Roberts算法、Prewitt算法等。在這些算法中,首先求出原始圖像的橫向和縱向梯度圖像,然后根據(jù)這兩個梯度圖像得到梯度的模值和幅角值,最后沿幅角方向求模極大值,這樣就可以檢測到圖像的邊緣。Sobel水平方向梯度算子和垂直方向的梯度算子分別為:圖像細化,就是一個連續(xù)剝離形體最外層元素直到獲得單位寬度連通線(骨架)的過程。圖像的骨架,即為圖像的中軸,例如一個長方形的骨架是它的長方向上的中軸線,正方形的骨架是中心點,圓的骨架是圓心,直線的骨架是它本身,孤立點的骨架也是本身。對圖像進行細化有助于突出形狀特點和減小冗余的信息量。在經歷上述的焊縫原始圖像轉為灰度圖、圖像平滑、圖像的閾值分割和邊緣檢測直至將焊縫圖像的細化這些步驟后,對處理后的圖像要做的就是對焊縫位置的識別。焊縫位置的識別是焊縫圖像處理的根本目的,焊縫的幾何形狀一般都是直線,對于檢測直線的方法非Hough變換莫屬,Hough變化對檢測直線有著自己獨特的優(yōu)點和便利。Hough變換是利用圖像全局特性而將邊緣象素連接起來組成區(qū)域封閉邊界的一種方法。Hough變化的主要優(yōu)點是受噪聲和直線間斷的影響較小。Hough變換的基本思想是點-線的對偶性(duality)。在圖像空間XY里,所有過點(x,y)的直線都滿足方程:式中:p—斜率;q—截矩。式(5)也可以寫成:式(6)可以代表參數(shù)空間PQ中過點(p,q)的一條直線。圖像空間,如圖6(a)所示。參數(shù)空間,如圖6(b)所示。在圖像空間XY過點(xi,yi)的通用直線方程按式(5)可以寫成yi=pxi+q,也可以按式(6)寫成q=-pxi+yi,后者表示在參數(shù)空間PQ中的以條直線。同理過點(xj,yj)有yi=pxj+q,也可寫成q=-pxj+yj,它表示在參數(shù)空間PQ中的另一條直線。設這兩條直線在參數(shù)空間PQ中相交于點(p′,q′),這里點(p′,q′)對應圖像空間XY中一條過點(xi,yi)和(xj,yj)的直線,因為它們滿足yi=pxi+q和yj=pxj+q。由此可見圖像空間XY中過點(xi,yi)和(xj,yj)的直線上的每個點都對應參數(shù)空間PQ里的一條直線,這些直線相交于點(p′,q′)。由此可知在圖象空間中共線的點對應在參數(shù)空間里相交的線。反過來,在參數(shù)空間中相交于同1個點的所有直線在圖象空間里都有共線的點與之對應,這就是點一線的對偶性。HOUGH變換根據(jù)這些關系把在圖象空間中的檢測問題轉換到參數(shù)空間里,通過在參數(shù)空間里進行簡單的累加統(tǒng)計完成檢測任務。但是,在使用上述等式y(tǒng)=px+q表示一條直線帶來的一個問題是,當直線接近垂直時,直線的斜率接近無窮大,解決這個問題的一種方法是使用直線的極坐標方程式。利用上述圖像識別技術處理結果,如圖7所示。4求兩側焊縫邊緣像素坐標的平均值作為中心經過Hough變換提取出焊縫的邊緣特征后,可以很容易地把焊縫中心確定下來,其算法是:由下至上或由上至下逐行掃描當遇到焊縫邊緣的象素值為0(黑色)時就把它的坐標位置記錄下來,連續(xù)搜索幾列求兩側焊縫邊緣像素坐標的平均值作為焊縫的中心,這樣連續(xù)搜索幾列的好處是:能有效的防止焊縫邊緣不連續(xù)時搜索不到中心位置的錯誤情況發(fā)生。直至搜索完整幅焊縫圖像,最后將中心點連接成一條直線即為焊縫的中心線。在做焊槍糾偏運動仿真時,在視圖中確定一條標準中心線,計算求得的中心線和標準中心線之間的差值,通過減小差值直至為0,如圖8所示。5焊縫圖像處理研究現(xiàn)狀圖像處理技術是隨著計算機的