基于视觉传感器的焊缝图像处理方法研究_第1页
基于视觉传感器的焊缝图像处理方法研究_第2页
基于视觉传感器的焊缝图像处理方法研究_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于视觉传感器的焊缝图像处理方法研究

1视觉传感跟踪方法近年来,视觉传感器的应用在焊接过程中得到了广泛应用。随着计算机视觉技术的发展,视觉传感器技术也应用到了焊缝跟踪过程中。据统计,焊工在焊接过程中判断是否正确和做出必要的调整,所依据的信息来源80%以上来自视觉。利用视觉传感器技术来获得焊缝特征信息,具有信息量大、与工件不接触、灵敏度和精度高,抗电磁干扰能力强等优点,适合各种坡口形状,是具有发展前途的传感。视觉传感器由于可以远离电弧强光、强热区,采集信息量丰富,得到广泛应用。视觉传感跟踪方法,采用CCD等光学器件组成焊缝图像信息传感系统,然后将获取的焊缝图形信息进行识别,获得焊枪与焊缝中心是否偏离、偏离方向和偏离程度的处理结果。根据这个结果去控制执行机构,调节焊枪与焊缝中心的相对位置,消除焊枪与焊缝的偏离,达到焊枪准确跟踪焊缝的目的。2图像数据处理基于视觉传感技术的焊缝跟踪系统主要是由3部分组成,分别是视觉传感、图像处理和跟踪控制。在焊缝跟踪过程中,视觉传感器获得焊缝的图像信息,并将信息传输到计算机,计算机对图像进行图像处理,减少图像中的噪声污染,并加强焊缝特征信息,通过一定的算法提取焊缝的特征点,得到焊缝与电弧偏差。此偏差作为跟踪控制系统的输入条件,依据控制算法进行处理,最后获得驱动信号控制焊枪的运动,实现焊缝跟踪过程的实时控制。系统结构原理图,如图1所示。基于视觉传感器的焊缝自动跟踪系统主要是在VC6.0开发平台上进行的。焊缝自动跟踪系统主要功能,如图2所示。VC开发界面,如图3所示。3图像图像识别技术图像处理是基于视觉传感器焊缝自动跟踪系统的核心,在对焊缝图像处理时包括对焊缝图像的预处理、图像识别技术,最终获取焊枪的偏差信息。图像预处理包括对采集到的真彩焊缝图像转换为灰度图,由于焊缝图像不可避免地会受到噪声的污染所以需要对其滤波,图像滤波处理方法有邻域平均滤波和中值滤波法。这两种滤波方法都是通过模板算子进行操作,邻域平均法德思想是通过一点和其邻域内的像素求平均来去除突变的像素点,从而滤掉一定的噪声,邻域平均法的数学含义可以用下式表达:式中:x,y=0,1,…,N-1,S—以(x,y)为中心的邻域的集合;M—S内的点数。邻域平均法主要优点是算法简单,计算速度快,但是其代价是会造成图像在一定程度上的模糊。中值滤波是一种非线性信号处理方法,中值滤波就是用一个奇数点的移动窗口,将窗口中心点的值用窗口内各点的中值代替。设有一个一维序列f1,f2,…,fn取窗口长度(点数)为m(m为奇数),对其中进行中值滤波,就是从输入序列中相继抽出m个数fi-v,…,fi-1,fi,fi+1,…,fi+v(其中fi为窗口中心点值,v=(m-1)/2),再将这m个点按其数值大小排序,取其序号为中心点的那个数作为滤波输出,数学表达式为:两种方法放在设计中作以比较。焊缝图像平滑前后,如图4、图5所示。用邻域平均法滤波的结果,如图5(a)所示。用中值滤波法得到的结果,如图5(b)所示。从上图可以看出,中值滤波可以克服邻域平均法滤波器所带来的图像细节模糊,中值滤波更好地去除孤立点,线的噪声以及二值噪声同时保持图像的边缘。图像识别技术包括图像分割、图像边缘检测、图像细化以及利用HOUGH变换最终识别出图像中焊缝的两条边缘。图像分割方法是把图像灰度分成不同的等级,然后用设置阈值的方法确定由意义的区域或者分割物体的边界。常用的阈值化处理就是图像的二值化处理,即选择一阈值,将图像转换为黑白二值图像。图像二值化采用迭代式阈值算法,算法原理是:式中:hg—灰度为g时的像素个数,共L个灰度级(一般取灰度图255级),当Ti+1=Ti时结束迭代。焊缝图像的边缘检测是检测焊缝位置的关键,边缘在灰度图像中常表现为灰度值的跃变,所以图像的边缘检测引入可图像梯度的概念。边缘检测的方法有很多,主要有Sobel算法、Roberts算法、Prewitt算法等。在这些算法中,首先求出原始图像的横向和纵向梯度图像,然后根据这两个梯度图像得到梯度的模值和幅角值,最后沿幅角方向求模极大值,这样就可以检测到图像的边缘。Sobel水平方向梯度算子和垂直方向的梯度算子分别为:图像细化,就是一个连续剥离形体最外层元素直到获得单位宽度连通线(骨架)的过程。图像的骨架,即为图像的中轴,例如一个长方形的骨架是它的长方向上的中轴线,正方形的骨架是中心点,圆的骨架是圆心,直线的骨架是它本身,孤立点的骨架也是本身。对图像进行细化有助于突出形状特点和减小冗余的信息量。在经历上述的焊缝原始图像转为灰度图、图像平滑、图像的阈值分割和边缘检测直至将焊缝图像的细化这些步骤后,对处理后的图像要做的就是对焊缝位置的识别。焊缝位置的识别是焊缝图像处理的根本目的,焊缝的几何形状一般都是直线,对于检测直线的方法非Hough变换莫属,Hough变化对检测直线有着自己独特的优点和便利。Hough变换是利用图像全局特性而将边缘象素连接起来组成区域封闭边界的一种方法。Hough变化的主要优点是受噪声和直线间断的影响较小。Hough变换的基本思想是点-线的对偶性(duality)。在图像空间XY里,所有过点(x,y)的直线都满足方程:式中:p—斜率;q—截矩。式(5)也可以写成:式(6)可以代表参数空间PQ中过点(p,q)的一条直线。图像空间,如图6(a)所示。参数空间,如图6(b)所示。在图像空间XY过点(xi,yi)的通用直线方程按式(5)可以写成yi=pxi+q,也可以按式(6)写成q=-pxi+yi,后者表示在参数空间PQ中的以条直线。同理过点(xj,yj)有yi=pxj+q,也可写成q=-pxj+yj,它表示在参数空间PQ中的另一条直线。设这两条直线在参数空间PQ中相交于点(p′,q′),这里点(p′,q′)对应图像空间XY中一条过点(xi,yi)和(xj,yj)的直线,因为它们满足yi=pxi+q和yj=pxj+q。由此可见图像空间XY中过点(xi,yi)和(xj,yj)的直线上的每个点都对应参数空间PQ里的一条直线,这些直线相交于点(p′,q′)。由此可知在图象空间中共线的点对应在参数空间里相交的线。反过来,在参数空间中相交于同1个点的所有直线在图象空间里都有共线的点与之对应,这就是点一线的对偶性。HOUGH变换根据这些关系把在图象空间中的检测问题转换到参数空间里,通过在参数空间里进行简单的累加统计完成检测任务。但是,在使用上述等式y=px+q表示一条直线带来的一个问题是,当直线接近垂直时,直线的斜率接近无穷大,解决这个问题的一种方法是使用直线的极坐标方程式。利用上述图像识别技术处理结果,如图7所示。4求两侧焊缝边缘像素坐标的平均值作为中心经过Hough变换提取出焊缝的边缘特征后,可以很容易地把焊缝中心确定下来,其算法是:由下至上或由上至下逐行扫描当遇到焊缝边缘的象素值为0(黑色)时就把它的坐标位置记录下来,连续搜索几列求两侧焊缝边缘像素坐标的平均值作为焊缝的中心,这样连续搜索几列的好处是:能有效的防止焊缝边缘不连续时搜索不到中心位置的错误情况发生。直至搜索完整幅焊缝图像,最后将中心点连接成一条直线即为焊缝的中心线。在做焊枪纠偏运动仿真时,在视图中确定一条标准中心线,计算求得的中心线和标准中心线之间的差值,通过减小差值直至为0,如图8所示。5焊缝图像处理研究现状图像处理技术是随着计算机的

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论