• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于激光視覺的鋼結(jié)構(gòu)焊縫圖像處理系統(tǒng)

      2022-03-17 10:46:56王樹強(qiáng)周游陳昊雷陳釗韓彥林
      焊接學(xué)報 2022年2期
      關(guān)鍵詞:中心點條帶圖像處理

      王樹強(qiáng),周游,陳昊雷,陳釗,韓彥林

      (沈陽化工大學(xué),沈陽,110142)

      0 序言

      鋼結(jié)構(gòu)在橋梁、箱梁、天車橫臂等基礎(chǔ)建設(shè)中得到廣泛應(yīng)用[1],焊接機(jī)器人[2-4]要求焊縫軌跡具有一定規(guī)則性和重復(fù)定位精度,鋼結(jié)構(gòu)件難以符合要求,使焊接機(jī)器人在鋼結(jié)構(gòu)領(lǐng)域的發(fā)展受到阻礙.鋼結(jié)構(gòu)領(lǐng)域大部分采用手工焊、半自動焊等工藝完成,焊接質(zhì)量難以得到保證.傳統(tǒng)算法難以快速、準(zhǔn)確提取到焊縫中心點[5-7],所以設(shè)計一種高效快速的焊縫跟蹤方法,用于改善焊接機(jī)器人在鋼結(jié)構(gòu)領(lǐng)域發(fā)展受阻的情況.在焊縫特征點提取方面,李篪[8]在傳統(tǒng)的Otsu 公式上加了修正系數(shù)進(jìn)行改進(jìn),使新的閾值分割處理的圖像更加接近實際;馬波等人[9]對系統(tǒng)噪聲和測量噪聲進(jìn)行卡爾曼濾波方法處理,以得到優(yōu)化的效果;尤帥等人[10]通過把二值圖像距離變換后的二次閾值分割和改進(jìn)的Hilditch算法對中心線進(jìn)行提取,解決由飛濺造成的斷點修補問題;在焊縫跟蹤方面,楊國威等人[11]提出基于核相關(guān)濾波的焊縫跟蹤算法,以解決焊接時的弧光干擾問題.以上研究說明焊縫自動跟蹤[12]方法可以有效提高焊接性能,但目前的研究還是難以對焊縫做到精確、可靠的追蹤[13-14].

      文中設(shè)計了一套鋼結(jié)構(gòu)焊縫圖像處理系統(tǒng),該方法主要應(yīng)用于鋼結(jié)構(gòu)焊縫焊接,在保證焊縫性能的同時,可以有效提高焊接速度,降低人員技能水平對焊縫質(zhì)量的影響,從而提升焊接效果.文中是針對結(jié)構(gòu)光焊縫圖像的特點,對圖片進(jìn)行中值濾波,去除噪聲,再利用Otsu 閾值分割得到二值化圖像,由于二值化后圖像中還存在連通區(qū)域和斑點,可以運用開操作除去飛濺、弧光造成的干擾,再采用形態(tài)學(xué)算子進(jìn)行骨架提取,并細(xì)化去除中心線上的毛刺.最后對中心線進(jìn)行Hough 變換直線檢測,提取出特征點,使焊縫實時跟蹤更加快速與精確.

      1 圖像采集系統(tǒng)設(shè)計

      1.1 系統(tǒng)搭建

      焊縫跟蹤方法可分為兩大類,即主動視覺跟蹤方法和被動視覺跟蹤方法,其主要的區(qū)別在于主動視覺比被動視覺多了一個輔助光源,文中構(gòu)建的系統(tǒng)采用的是激光器作為輔助光源的主動視覺跟蹤系統(tǒng),系統(tǒng)主要硬件包括機(jī)器人、相機(jī)、濾鏡、激光器、圖像采集卡、焊絲機(jī)、焊絲.圖像采集如圖1 所示.

      圖1 圖像采集示意圖Fig.1 Schematic diagram of image acquisition

      具體焊接裝置硬件明細(xì)如表1 所示.利用激光視覺傳感器對65°V 形坡口焊縫進(jìn)行圖像采集,接頭形式為對接,焊接工件采用長度為380 mm,寬度為210 mm,厚度為30 mm,鋼材型號為Q235 碳素結(jié)構(gòu)鋼.焊接機(jī)器人現(xiàn)場工作圖如圖2所示.

      表1 焊接裝置硬件明細(xì)表Table 1 Hardware list of welding device

      圖2 焊接機(jī)器人現(xiàn)場工作圖Fig.2 On-site work drawing of welding robot

      1.2 圖像采集

      將激光器與CCD 工業(yè)相機(jī)在空間平面里呈45°位置關(guān)系固定,激光器在工件表面上進(jìn)行垂直照射,從而形成激光條帶.調(diào)整相機(jī)上的光圈,讓激光條帶進(jìn)入相機(jī)視野,采集激光條帶圖像.把采集到的激光條帶圖像傳送給計算機(jī),利用Matlab 平臺對焊縫圖像進(jìn)行圖片處理,將獲得焊縫中心點的坐標(biāo)信息反饋給控制系統(tǒng),帶動焊槍進(jìn)行焊接.

      在利用Matlab 平臺處理焊縫圖像時,具體圖像處理流程圖如圖3 所示.

      2 焊縫圖像識別及處理

      圖像處理過程分為2 個部分:第1 部分是圖像處理,第2 部分是焊縫的特征點提取.在CCD 攝像機(jī)采集圖像之后,傳送給計算機(jī)進(jìn)行焊縫圖像處理,首先除去焊縫圖像中的干擾信息,保留焊縫圖像特征,然后通過焊縫提取算法提取焊縫的特征信息.針對采用自適應(yīng)閾值分割后產(chǎn)生的小連通區(qū)域問題,設(shè)計了一種有效的算法,用于去除無效的干擾信息.

      2.1 焊縫圖像處理

      2.1.1 中值濾波去噪

      CCD 視覺傳感器直接采集到的原始焊縫圖像是338 像素×309 像素的灰度圖如圖4a,在傳送過程中CCD 攝像機(jī)等高頻電源、煙霧和弧光對焊縫圖像產(chǎn)生干擾信號,為了解決這一問題,使后續(xù)不影響圖像處理,對焊縫圖像進(jìn)行中值濾波處理.

      圖4 中值濾波處理圖像Fig.4 Median filter processing image.(a) original weld image; (b) median filtered image

      中值濾波是一種空間域統(tǒng)計排序的濾波方法,屬于一種非線性平滑技術(shù).實現(xiàn)方法是設(shè)有一維序列x1,x2,···,xn,把目標(biāo)像素及其領(lǐng)域內(nèi)的所有像素組成一個以奇數(shù)單位的長度L,然后對輸入序列中連續(xù)提取L個數(shù),xi-m,···xi,···,xi+m,其所在領(lǐng)域內(nèi)的中心值m=(L-1)/2,再把所有L個像素的灰度值進(jìn)行從小到大的排序,取中值作為領(lǐng)域內(nèi)中目標(biāo)像素的原有灰度值,中值濾波的表達(dá)式為

      相比于均值濾波對椒鹽噪聲的處理,中值濾波有很好的處理效果,在去除噪聲的情況下,還很好的保護(hù)信號的邊緣,使其不被模糊.所以選用中值濾波對圖4a 進(jìn)行處理,圖4b 是采用 3×3的濾波模板進(jìn)行中值濾波后的焊縫圖像.

      在中值濾波處理之后,焊縫圖像中噪聲基本除去,并且對目標(biāo)邊緣很好的保留.

      2.1.2 Otsu 閾值分割

      Otsu 算法是一種對于圖像灰度自適應(yīng)的閾值分割算法,它按照圖像上灰度值的分布,把圖像分成前景和背景兩個部分,前景就是通過閾值分割出來想要的部分,如文中的激光條帶,前景和背景的灰度分界值就是要求出的閾值.

      將圖像f(x,y)進(jìn)行灰度化處理,得到圖像的灰度范圍為 { 0,1,···,m-1} 級,灰度值為i的像素數(shù)設(shè)為xi,則灰度圖像的總像素值為

      灰度值為i像素出現(xiàn)的概率為

      選擇閾值t,利用閾值t對目標(biāo)圖像進(jìn)行分割操作,將會產(chǎn)生兩個集合像素點,T1是像素點灰度值大于和等于閾值t的 集合,T2是像素點灰度值小于閾值t的集合,以將灰度圖劃分為兩類,即

      T1,T2出現(xiàn)的概率為

      計算T1,T2集合內(nèi)的所有像素灰度值的均值分別為

      灰度圖像的總體灰度值為

      求出T1,T2的類間方差為

      計算出最大類間方差t*來選擇閾值,即

      用此方法對圖4b 進(jìn)行二值化閾值選取處理,得到圖5a 二值化圖像.

      圖5 二值化圖像開操作處理Fig.5 Binary image opening operation processing.(a)binary image; (b) open operations manipulate images

      2.1.3 開操作處理

      在二值化圖像上,相比于激光條帶,圖片中還存在一塊連通區(qū)域和些許斑點,所以在上述處理之后,又對焊縫圖像進(jìn)行開運算操作,去除干擾的連通區(qū)域,保留激光條帶.選取半徑為7 的圓盤結(jié)構(gòu)元,去除圖像背景中比結(jié)構(gòu)元素尺寸更小的亮度明顯的細(xì)節(jié).處理公式為

      結(jié)構(gòu)元素M(x,y)對 圖像f(x,y)的灰度膨脹記為f+M,開運算記為f·M,開運算是先腐蝕后膨脹.處理得到圖5b.可以看到連通區(qū)域和噪點已經(jīng)完全去除,并且很好的保留了目標(biāo)元素.

      2.1.4 骨架提取及細(xì)化

      因激光條帶有一定的寬度,對激光條帶進(jìn)行骨架提取,使其成單像素條紋.文中采用的是形態(tài)學(xué)操作去掉圖像的內(nèi)點,選取一像素0,如果該像素的四連通區(qū)域都為1,則僅僅保留邊緣像素.接下來是圖像的骨架提取,移除目標(biāo)邊緣像素,但是不允許目標(biāo)發(fā)生斷裂,將保留下來的像素進(jìn)行組合,組成圖像的骨架.得到圖6a,6b.

      圖6 開操作處理后骨架提取圖像Fig.6 Skeleton extraction image after opening operation processing.(a) morphological removal of image inliers; (b) skeleton extraction; (c) skeleton thinning

      在形態(tài)學(xué)算子處理之后得到的骨架提取圖像,骨架線段上存在些許毛刺,并且有很多空隙,為了后續(xù)處理不受影響,文中對物體進(jìn)行細(xì)化,此操作使沒有孔的物體縮為最小連通區(qū)域,而含有孔的物體收縮為一個鏈接的環(huán),如圖6c.

      骨架圖像在得到細(xì)化處理之后,毛刺全部去除,斷裂區(qū)域和空隙處都得到填充解決,得到了完好的激光條帶骨架,為后續(xù)直線的擬合做好基礎(chǔ).

      2.2 特征點提取

      在骨架提取之后,為確定焊縫的位置,需要對焊縫中心線進(jìn)行擬合,因為中心線焊縫較為規(guī)則,無破口,故采用焊縫跟蹤技術(shù)領(lǐng)域內(nèi)最常用的Hough 變換,直線檢測.

      Hough 變換是建立原始圖像空間中共線的點與參數(shù)空間中共點的線的對應(yīng)關(guān)系,把圖像空間中的直線問題轉(zhuǎn)成參數(shù)空間中的點問題.

      對于圖像空間Oxy中任意一點 (xi,yi),直線方程就是yi=axi+b,其中a表示斜率,b表示截距.總有兩個點 (x1,y1),(x2,y2) 對應(yīng)同一斜率a,同一截距b.此式對應(yīng)在參數(shù)空間Oab中b=-xia+yi,即相交于點 (a,b) 的兩條直線b=-x1a+y1和b=-x2a+y2.映射關(guān)系如圖7 所示.

      圖7 圖像空間與參數(shù)空間的映射關(guān)系Fig.7 The mapping relationship between image space and parameter space.(a) image space; (b) parameter space

      利用極坐標(biāo)空間建立參數(shù)空間,表示原始圖像空間和參數(shù)空間的關(guān)系,即

      式中:x表示點在圖像空間中的橫坐標(biāo);y表示點在圖像空間中的縱坐標(biāo);ρ 表示參數(shù)空間中的極徑;θ表示參數(shù)空間中的極角,即Hough 變換.此變換法具有很強(qiáng)的幾何性能,容易實現(xiàn),并且不會被直線上的小波動和間隙所干擾,有很強(qiáng)的抗干擾能力,處理過后得到圖8.

      圖8 Hough 變換直線擬合圖像Fig.8 Hough transform straight line fitting image

      利用Hough 變換直線擬合,很好的提取了激光條帶的中心線,兩條中心線的交點,即拐點就是焊縫的特征點.

      3 試驗結(jié)果分析

      對處理之后的圖像進(jìn)行分析,可以得到兩條擬合直線ab 和bc 的斜率、截距以及3 個特征點b,a,c 的坐標(biāo)信息b(23,74),a(205,170),c(264,372),其中點a 是斜率突變的兩條直線的交點,即a 點就是所要提取的焊縫中心點.

      為了驗證算法的可靠性,在焊接試驗之前,將圖9a 所示焊接機(jī)器人移動到預(yù)定位置,使得焊槍進(jìn)行軌跡與焊縫方向一致.在機(jī)器人運作一段時間之后,Matlab 平臺利用所設(shè)計鋼結(jié)構(gòu)焊縫圖像處理技術(shù)對焊縫圖像進(jìn)行處理,以起弧點為原點,沿焊縫方向每隔38 mm 標(biāo)記一個中心測量點,共取11 個中心測量點.根據(jù)11 個中心點坐標(biāo)信息,通過坐標(biāo)系的轉(zhuǎn)換,把圖像坐標(biāo)轉(zhuǎn)換為機(jī)器人基坐標(biāo),將得到的實際中心點坐標(biāo)信息反饋給控制系統(tǒng),使得機(jī)器人帶動焊槍沿著焊縫前進(jìn),得到實際對接焊縫如圖9b 所示,并將得到的焊縫圖像處理偏差與實際焊縫中心點偏差進(jìn)行對比,如圖10所示.

      圖9 焊接機(jī)器人和焊接結(jié)果Fig.9 Welding robot and welding result.(a) welding robot; (b) welding result

      圖10 中心測量點偏差對比Fig.10 Deviation comparison diagram of center measuring point

      從圖10 可見,焊縫圖像處理的偏差與實際焊縫中心點的偏差都在0.8 mm 范圍內(nèi),能對焊縫中心點準(zhǔn)確提取,焊接路線沒有偏離中心位,每幀圖像算法運行時間大約是56 ms,滿足要求.

      上述對焊縫圖像處理系統(tǒng)進(jìn)行了試驗驗證,對圖像處理各步驟進(jìn)行確定,并對算法進(jìn)行了一定的改進(jìn)處理,最終得到了焊縫中心點的位置信息.試驗結(jié)果表明,實際焊縫中心點的誤差滿足焊接要求,系統(tǒng)具有一定的精確性和魯棒性.

      4 結(jié)論

      (1) 通過對鋼結(jié)構(gòu)的焊縫跟蹤系統(tǒng)的搭建,滿足了圖像精確采集,滿足試驗要求與分析要求.

      (2) 采用了開操作與形態(tài)學(xué)操作相結(jié)合的改進(jìn)算法對激光條帶進(jìn)行提取,最終確定焊縫中心點位置坐標(biāo)信息,完成焊縫跟蹤,這種圖像處理算法適應(yīng)性強(qiáng),魯棒性強(qiáng).

      猜你喜歡
      中心點條帶圖像處理
      Scratch 3.9更新了什么?
      電腦報(2020年12期)2020-06-30 19:56:42
      如何設(shè)置造型中心點?
      電腦報(2019年4期)2019-09-10 07:22:44
      機(jī)器學(xué)習(xí)在圖像處理中的應(yīng)用
      電子制作(2018年18期)2018-11-14 01:48:20
      模糊圖像處理,刑事偵查利器
      圖像處理技術(shù)的實戰(zhàn)應(yīng)用
      基于條帶模式GEOSAR-TOPS模式UAVSAR的雙基成像算法
      漢字藝術(shù)結(jié)構(gòu)解析(二)中心點處筆畫應(yīng)緊奏
      尋找視覺中心點
      大眾攝影(2015年9期)2015-09-06 17:05:41
      基于 Savitzky-Golay 加權(quán)擬合的紅外圖像非均勻性條帶校正方法
      Photo Shop通道在圖像處理中的應(yīng)用
      河南科技(2014年1期)2014-02-27 14:04:06
      丹阳市| 新闻| 香格里拉县| 甘南县| 福贡县| 康定县| 阜阳市| 孟津县| 米林县| 得荣县| 高邑县| 新田县| 和龙市| 拉孜县| 皮山县| 玉溪市| 东方市| 浦县| 驻马店市| 舞阳县| 石渠县| 祁阳县| 聂荣县| 南岸区| 宁远县| 金昌市| 石门县| 荣成市| 湄潭县| 应城市| 龙游县| 湘西| 恩平市| 青冈县| 鹰潭市| 女性| 阜宁县| 濉溪县| 民权县| 蕉岭县| 凌源市|