第２６卷第５期
焊接学报ｖ。１．２６Ｎ。．５２００５年５月ＴＲＡＮＳＡＣＴＩＯＮＳ０ＦＴＨＥＣＨＩＮＡＷＥＬＤＩＮＧＩＮＳＴＩＴＵＴｌ０ＮＭａｙ２００５ 李明利，刘占民
（北京石油化工学院装备技术研究所，北京１０２６１７）
摘要：利用ｃｃＤ摄像头，摄取了各种条件下的焊接坡口激光反射图像，其中包括夜间
无其它照明光源图像、曰光灯照明下的图像、室内自然光下的图像及阳光直射条件下的
图像。试验结果表明，夜间无照明光源的图像具有较小的干扰，其它图像均存在较明显
锚钉
的相应照明光源的反射光干扰。通过加装窄带滤光片和适当的去噪预处理，可完全排
双面钟除各种照明光源反射光的影响。采用复合形优化方法，提取出了坡口宽度、间隙宽度及 间隙中心位置等信息，其误差绝对值不超过０．１２５ｍｍ，完全满足焊接跟踪的要求。
磁卡电表
关键词：激光检测；图像处理；复合形优化方法；焊缝跟踪
中图分类号：ＴＧ４０９文献标识码：Ａ文章编号：０２５３—３６０ｘ（２００５）０５—３１—０５孕明利
０序言
关于激光视觉电弧跟踪的方法，早在２０年前即有人提出…，但由于焊接电弧的强烈干扰及计算机存储容量和运算速度等方面的限制，当时也仅限于试验研究和理论探讨。近年来，许多人利用图像处理的方式对焊缝实时检测和跟踪进行了研究１２ｊ，为该项技术的开发和应用奠定了基础。目前国外已开发出了相关产品【３』，但在国内也仅见于焊接产品的展览中，未见有真正的实际应用。
作者研究的初衷是将此项技术应用于轨道式管道焊机和球罐焊机的焊接自动跟踪上，其基本原理是，焊前由一种绝对编码式３６０。倾角传感器感知焊机所在位置，由成像装置和摄像头摄取焊接坡口激光反射图像，再由图像处理及焊接跟踪信息的提取装置，预先提取和存储相应各个位置焊接坡口的宽度、间隙宽度及间隙中心位置等跟踪信息，待实际焊接时，实现管道或球罐焊接的自动跟踪。
文中仅对焊接坡口的激光反射图像、图像处理和坡口宽度、间隙宽度以及间隙中心位置等信息的提取加以说明讨论。
１各种条件下的焊接坡口激光反射图像处理
１．１成像和图像采集系统
成像和图像采集系统主要由半导体激光器、透收稿日期：２００４一１２—０２镜、窄带滤光片及ｃｃＤ摄像头等组成，如图１所示。工作时，激光器发出的光束经圆柱透镜后变为线光源，照射在工件上形成一条宽度约为０．５～１．５ｍｍ的与焊接方向垂直的激光线，ＣＣＤ摄像镜头即可摄取到焊接坡口的激光反射图像，然后送至图像采集卡。
图１成像和图像采集示意图
Ｆｉｇ．１ＳｋｅｔｃｈｆＯｒｉｍａｇｉｎｇａｎｄｉｍａｇｅｃＯ¨ｅＣｔｉＯｎ
对不同照明条件下的坡口激光反射图像进行了摄取和处理，如图２所示。其图２ａ、ｂ、ｃ、ｄ分别为夜间无其它照明光源、日光灯照明、室内自然光照明和阳光直射照明条件的激光反射图像和经二值化处理后的图像。
由图可知，夜间无其它照明光源所得图像，坡口激光线反射条纹明亮清晰，与背景产生明显反差，整个图像几乎没有干扰，非常容易进行图像处理及有
关数据的提取；日光灯照明和室内自然光照明，比较
万方数据
３２焊接学报第２６卷
（ａ）无照明光源（ｂ）日光灯照明（ｃ）室内自然光照明（ｄ）阳光直射＋滤光片
图２不同照明条件去噪前后的坡口激光反射图像
Ｆｉｇ．２ＬａｓｅｒｉｍａｇｅｓｃＯ¨ｅｃｔｅｄｗｉｔｈｄ｛ｆｆｅｒｅｎｔＩｉｇｈｔｌｎｇｃＯｎｄｉｔＩＯｎ
吻合车间焊接生产条件，但所得图像会产生相应光源反射光的干扰，在对其进行处理和数据提取时，
难度相应加大；而阳光直射比较吻合露天现场焊接操作条件，虽然强烈的反射光会对图像产生较大干扰，但通过加装窄带滤光片，可以在较大程度上去除反射光的干扰，较容易地对其进行图像处理和数据提取。除非特殊说明，后面所提图像均为加装窄带滤光片所得图像。
１．２图像去噪处理
尽管加装有窄带滤光片，但所得图像仍然存在干扰即噪声。为了建立合理的数学模型，进而对图像特性进行分析，首先对图像进行合理的去噪预处理是非常必要的Ｈｊ。
１．２．１确定阶系数矗
对于单图像的阶，它表明了图像像素亮度的分布情况。图像的不同部分可以表现出不同的阶分布，而阶系数矗是区分或提取图像中指定要素的阶阈值。
通过试验发现，当反射的激光线强度或ＣｃＤ摄像头的进光量达到一定值后，任意一幅坡口激光反射图像的像素数量统计值均呈现如图３所示的图形分布，其中横坐标为亮度值，纵坐标为具有不同亮度值的图像像素的数量统计值。从中可以看出，像素数量统计图均呈现一“山”形分布。通过分析认为，图中口点（左小“山峰”）是由于图像采集时边缘误差所致；中间的６点（中大“山峰”）是由图像大量的背景光像素所形成；而ｃ点（右小“山峰”），则认为是图像中激光线的亮度所致。通过大量的图像处
理后发现，当阶系数后在图３所示的标记点“△”范围取值时，亮度大于七值的像素，则基本属于激光线所在像素，具有这些亮度值的图像像素，基本可以再现坡口反射的激光线。由此，即可将图３所示的标记点“△”范围，作为图像处理选取阶系数七的上、下限。可见，阶系数七的取值将直接影响图像的处理效果。
图３图像像素亮度统计图
Ｆｉｇ．３Ｓｔａｔｉｓｔｉｃｇｒａｐｈ０ｆｐｉｘｅｌｎｕｍｂｅｒｓｗｉｔｈ
ｄｉｆｆｅｒｅｎｔｂｒｉｇｈｔｎｅｓｓ
１．２．２确定去噪因子南
确定了阶系数后以后，再根据图像的特性参数，对图像进行快速扫描，获得图像的平均亮度值和最大亮度值，利用该值再次对阶系数后进行修正，从而得到去噪因子后，其计算公式为
后＝后＋ｐ，（１）式中：肛为系数，是考虑图像平均亮度值和最大亮度值之后的综合调整系数。经过大量的图像分析验
证，采用上述去噪因子露进行图像处理，去噪效果良
铝蜂窝芯好。去噪前、后的坡口激光反射图像见图２。 万方数据
第５期李明利，等：焊接坡口激光检测图像处理及跟踪信息的提取３３
１．３数学模型的建立
１．３．１优化处理的尺度变换
尽管经过去噪处理后图像已经去掉了绝大部分的干扰噪声，但图像中仍存留有一些与激光线亮度很接近的像素，这部分干扰噪声也会造成图像优化分析的不稳定，甚至得不到优化结果。另外，在图像处理过程中，若直接用像素作为优化变量来建立数学模型，逐个对像素进行优化分析，则数据处理量就很大，甚至会在运算过程中产生变量问的灵敏度差别过大，造成计算过程的不稳定和收敛性很差的“病态现象”。为此，在进行优化处理之前，需要针对不同照明光源的图像像素特点，进行适当数量的像素合并。图像合并后由单像素变量ｘ印’转换成了尺度变量ｘ，二者的关系为
ｘ＝∑戤’，（２）
‘＝１』＝ｔ
式中：训和＾为变换尺度。这种经过像素集合处理的图像函数变换过程称为“尺度变换”。为了得到准确的优化结果，进行这个尺度变换是必需的，对优化结果来说也是至关重要的。
１．３．２数学模型的建立
尺度变换后的图像用函数八ｘ）表示，优化结果是一个表示工件表面激光线像素位置的函数，该函数是由相关联的尺度变换变量的离散值构成，ｘ的值域在整幅图像月“范围内选取，取值的必要条件
是ｘ大于去噪因子后，即
工。（ｘ）＝ｍａｘ｛八ｘ），（ｘ∈Ｒ“，ｘ≥后）｝，（３）式中ｉ厂０Ｄ１（ｘ）为优化后的激光线图像函数，并由此函数最终确定坡口两侧激光线像素的中心位置；ｘ为尺度变换后的函数变量，见式（２）。
１．３．３复合形法查激光线位置
优化方法很多，各有其特点和一定的适用范围。通过选用不同的方法进行分析比对，认为复合形法的处理效果最佳口ｊ。
复合形法是求解简单约束优化问题的一种直接求解方法，来源于求解无约束优化问题的单纯形法。由于复合形法在迭代过程中不必计算目标数的导数，也无需进行一维搜索，对目标函数和约束函数的性质无特别要求，所以对求解该类图像处理问题比较适用。该优化问题所建立的数学模型的变量不多，约束条件也不复杂，所以采用该方法后所得到的优化结果较理想，程序也较简单。
（１）图像中激光线和坡口边缘位置的确定。图像经过去噪预处理后，见图４ａ，即可采用上述的复
梁延淼
合形优化法出坡口的精确位置以及间隙大小等控制量。由于任意两幅相邻图像中这些参量的粗略位置变化不大，问题的关键是如何提高图像处理的稳定性和精度。为了提高处理速度，程序中采用了经过较大改进的复合形优化方法。
（ｃ）坡口方位的确认（ｄ）间隙值和错边量确认
图４坡口间隙及间隙中心位置确定过程示意图ＦＩｇ．４ＳｋｅｔｃｈｓｈＯ砌ｎｇｇｒｏＯＶｅｃｌｅａｒａｎｃｅ
ａｎｄｉｔｓｃｅｎｔｅｒＤＯｓｉ“０ｎ
图像处理时，在尺度变换后的坐标原点（图像的左上角）附近产生一个点ｘ，并垂直向下检索激光线。由于激光线基本上横向贯穿整幅图像，所以比较容易到激光线像素点的粗略位置。把该初始位置选定为优化查询的复合形初始点ｘ｝…，选用三角形为复合形，其余两个顶点墨∞（，＝２，３）在墨叫的同一侧（右侧）并位于图像激光线的上下边缘处产生，然后计算并记录复合形的形心位置墨“＝÷∑ｘ∥（江ｏ，…凡）。同时，选取该形心作为下ｊ置。
一次循环的复合形的初始顶点，重复上述过程。在重复产生复合形的同时，形心点也逐渐向左侧坡口点移动，直到优化过程满足了约束条件，即确认到了左侧坡口边缘点Ａ，见图４ｂ。形心点的移动
轨迹即为图像中坡口左侧工件表面激光线的中心线。同理，在图像的右上角附近产生另一个点ｘ，到坡口右侧图像激光线像素点的粗略位置，作为优化查询的初始点墨叭，重复调用复合形法优化过程，即可到图像中坡口右侧工件表面激光线的中心线和右侧坡口边缘点Ｂ。
矿用运人车（２）问隙大小及其中心位置的确定。首先以前面确定的坡口边缘点Ａ或日作为参考点，在一定的
角度约束范围内，检索坡口线的方位。以左侧坡口
万方数据
万方数据
万方数据
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议