武曉朦，吳 凱（通信作者），王 歡

（西安石油大學，電子工程學院，陜西省油氣井測控技術(shù)重點實驗室 陜西 西安 710065）

1 引言

在工業(yè)焊接熔池圖像處理中，由于焊接過程會產(chǎn)生煙霧，弧光以及火光飛濺，這樣會導致焊接熔池圖像中出現(xiàn)大量噪聲，影響焊接熔池圖像處理精度[1-2]。通過研究數(shù)學形態(tài)學理論中灰度形態(tài)學方法，并分析其應(yīng)用優(yōu)勢，并使用灰度形態(tài)學提取焊接熔池圖像，為今后工業(yè)提高焊接熔池圖像精度，發(fā)揮積極影響。本篇將對此做出具體分析。

2 熔池圖像處理中運用數(shù)學形態(tài)學的優(yōu)勢

在工業(yè)熔池圖像處理中，其最終提取熔池圖像的目的，就是為了能夠獲取熔池圖像中最大的寬度信息，并根據(jù)熔池半長以及熔池后托角等相關(guān)信息特征，建立熔池特征圖像，從而根據(jù)熔池圖像映射模型，調(diào)節(jié)工業(yè)熔池焊接規(guī)范，實現(xiàn)對熔池焊接過程的控制發(fā)揮重要的作用。傳統(tǒng)提取焊接熔池圖像多基于空間運算方法聯(lián)合空域微分算子進行圖像邊緣檢測，如Prewitt算子、Robert算子以及Sober算子，聯(lián)合高斯函數(shù)對原始的熔池圖像進行分析。但這樣的熔池圖像處理方法對噪聲較為敏感，在檢測熔池圖像邊緣的同時，也會加強噪聲，降低熔池圖像處理精度，發(fā)揮不良影響。數(shù)學形態(tài)學理論方法，可以將圖像中孤立的或小段連續(xù)的邊界快捷的轉(zhuǎn)化為強連通邊界，能較好地達到邊緣檢測的目的，很容易的區(qū)分出圖像中的不同物體，從而快捷的提取到目標圖像[3-5]。處理焊接熔池圖像中，根據(jù)熔池灰度特性，在處理熔池圖像前判斷熔池灰度，這樣能有效避免圖像中大量高的背景像素點進入到形態(tài)學結(jié)構(gòu)運算中，從而提高焊接熔池圖像的處理效率[6]。熔池圖像處理中，根據(jù)圖像中結(jié)構(gòu)元素量度提取圖像中與之對應(yīng)的形狀，不僅能達到對圖像進行識別分析的目的，也可以進一步簡化熔池圖像處理流程，運用形態(tài)學結(jié)構(gòu)算子有效濾除噪聲。

3 基于數(shù)學形態(tài)學理論的灰度形態(tài)學方法

3.1 灰度形態(tài)學方法原理

數(shù)學形態(tài)學理論是基于集合論基礎(chǔ)上發(fā)展而來的。實際圖像處理中，能夠應(yīng)用的數(shù)學形態(tài)學理論，不僅包括二值形態(tài)學方法，還包括灰度形態(tài)學。二值形態(tài)學及灰度形態(tài)學方法均屬于數(shù)學形態(tài)學理論的重要方法。其中二值形態(tài)學方法，是根據(jù)集合，經(jīng)圖像中所有運算作為一個集合，然后根據(jù)集合運算（也就是并、交、補）定義，將圖像信息轉(zhuǎn)化為集合形式進而解決圖像處理問題。

灰度形態(tài)學理論，基于二值形態(tài)學方法，對灰度圖像進行自然擴展從而可以將膨脹、腐蝕、開運算以及閉運算這四種二值形態(tài)學算法，基于類比方法運用到灰度圖像的空間中。在灰度形態(tài)學算法中，針對某一圖像，若設(shè)函數(shù) f(x，y)是輸入圖像；設(shè)b(x，y)是該圖像灰度結(jié)構(gòu)元素。b(x，y)同時也具備一個灰階的子圖像，因此在提取處理圖像信息中，可以將圖像中鄰域結(jié)構(gòu)元素定義域設(shè)為3×3的9點，設(shè)b(x，y)為常量函數(shù)，那么在實際處理灰度圖像中，能夠根據(jù)定義域基函數(shù)類型的不同，處理圖像灰度形態(tài)得出圖像處理結(jié)果。

3.2 膨脹算法

在灰度形態(tài)學方法中，膨脹是將與物體接觸的所有背景點合并到該物體中，使邊界向外部擴張的過程?？梢杂脕硖钛a物體中的空洞。在實際計算中，可以用b作為結(jié)構(gòu)元素，然后針對圖像函數(shù)f進行灰度膨脹運算，設(shè)該算法以f⊕b表示，則算法公式可定義為：

3.3 腐蝕算法

在數(shù)學形態(tài)學理論中，腐蝕是一種消除邊界點，使邊界向內(nèi)部收縮的過程?？梢杂脕硐∏覠o意義的物體。圖像處理中的灰度腐蝕可以表示為f⊙b，算法公式定義如下所示：

在實際對圖像進行灰度形態(tài)學處理中，運用膨脹運算以及腐蝕運算，都能夠?qū)^大的灰度變化邊緣產(chǎn)生敏感反應(yīng)，降低噪聲敏感性，這樣能夠有效去除焊接熔池圖像陰極的霧化區(qū)，從而提取圖像信息，規(guī)避斷點、噪聲對圖像處理精度的影響發(fā)揮積極應(yīng)用優(yōu)勢。

4 灰度形態(tài)學提取焊縫熔池圖像的步驟

運用灰度形態(tài)學方法處理焊接熔池圖像中，熔池圖像背景區(qū)灰度值比200低，因此在設(shè)計提取焊接熔池圖像信息時設(shè)置灰度值為170以下，則對灰度值低于170的直接將其變?yōu)閳D像背景區(qū)，程序不予處理。這樣不僅可以節(jié)約灰度形態(tài)學處理中對圖像進行腐蝕膨脹的時間，還可以提高熔池圖像的實時性。發(fā)揮應(yīng)用優(yōu)勢。針對焊接熔池圖像，應(yīng)用灰度形態(tài)學方法進行圖像提取處理中，該算法具體實現(xiàn)步驟如下所示：

第一步：在提取焊接熔池圖像中，可以應(yīng)用矩量保持法，得到灰度形態(tài)學處理中圖像結(jié)構(gòu)因子的灰度值，從而可以針對熔池圖像，設(shè)計3×3的元素腐蝕結(jié)構(gòu)。

第二步：可以在圖像處理過程中，申請二維的動態(tài)數(shù)組，數(shù)組的名稱分別是List、List1、List2，可以動態(tài)的將焊接熔池像素灰度值，復制到二維動態(tài)數(shù)組內(nèi)。

第三步：對可以對數(shù)組內(nèi)的List1進行膨脹算法處理，對圖像的List2數(shù)組進行腐蝕運算處理并將得到的結(jié)果保存在對應(yīng)數(shù)組之中。

第四步：針對List1數(shù)組和List2數(shù)組行求差運算，判斷圖像邊緣的出界情況；可以將符合焊接熔池圖像提取條件的數(shù)組，賦值為255，不滿足條件則賦值為0；

在灰度形態(tài)學中，將其作為提取焊接熔池圖像的處理方法，不僅可以對原焊接熔池圖像進行腐蝕運算，也可以原圖像減去腐蝕的圖像，得到圖像處理結(jié)果。

5 試驗結(jié)果

基于MATLAB7，在提取焊接熔池圖像中可以用灰度形態(tài)學方法對熔池圖像進行處理。其仿真過程如下圖1所示。

圖1 提取熔池圖像過程

能夠從圖1中看出，應(yīng)用數(shù)學形態(tài)學理論中的灰度形態(tài)學方法，可以用代數(shù)計算代替邏輯計算，使用灰度結(jié)構(gòu)元素，提取焊接熔池圖像的邊緣信息。在保存原有熔池圖像幾何形狀的基礎(chǔ)上，去除焊接熔池的點、線噪聲，提升熔池圖像處理精度。

6 結(jié)語

在提取焊接熔池圖像中，運用灰度形態(tài)學方法處理圖像不僅可以快速、準確的檢測到焊接熔池圖像中熔池的信息，也可因提升焊接熔池圖像處理精度，為后續(xù)熔池特征圖像的建立，發(fā)揮積極應(yīng)用價值。

[1]張麗玲.基于小波和形態(tài)學降噪的弧焊視覺圖像模糊檢測[J].電焊機，2011，41(1)：28-31.

[2]李夢醒.基于數(shù)字圖像的短路過渡焊熔池形態(tài)研究[D].上海交通大學，2011.

[3]楊嘉佳，王克鴻，吳統(tǒng)立，等.鋁合金雙絲脈沖MIG焊，雙向熔池同步視覺傳感及圖像處理[J].機械工程學報，2014，50(12)：44-55.

[4]畢海波，基于圖像處理技術(shù)磁控TIG焊熔池形態(tài)研究[D].南昌航空大學，2015.

[5]高向東，向俊斌，KhalidM.Hafez，等.激光深熔焊熔池X光圖像恢復與特征分析[J].焊接學報，2013，34(2)：1-4.

[6]王歡，高向東，張瑞，等.分段線性灰度變換在熔池邊緣提取中的應(yīng)用[J].焊接技術(shù)，2012，41(4)：11-13.