CN102152033B - 用于管板自动焊接的图像找中定位方法 - Google Patents

Abstract

一种用于管板自动焊接的图像找中定位方法，其特征在于：利用摄像头或照相机拍摄被焊管口图像，然后利用计算机系统对图像进行处理和识别，自动寻找出被焊管口圆心的位置，最后利用X轴移动机构和Y轴移动机构将焊枪的旋转中轴线平移到被焊管口的圆心位置进行定位。本发明采用图像找中定位方式来实现管板焊接的定位，完全放弃了芯杆和胀芯，是一种无接触式的精确定位方式，该方式打破了长期以来一直困扰人们的定位难题，其特点是：1．纠正了因机加工及焊接热影响带来的管口位置误差，定位精度高；2．可实现管缩进形式的管板焊接；3．可实现小到φ3mm管径的管板焊接，大大拓展了管板焊接的使用范围。

Description

用于管板自动焊接的图像找中定位方法

技术领域

本发明属于焊接技术领域，特别涉及一种适用于管与板自动焊接的图像找中定位方法。

背景技术

在化工、电站、锅炉等行业的换热器制造中，存在大量的管与板之间的焊接任务。这种焊接难度大，质量要求高，工作量大。长期以来，这类焊接技术的发展一直是本领域技术人员关注的问题。

上世纪80年代，自动管板焊机从国外进入中国市场，逐渐在化工、锅炉、电站等行业推广应用。这种焊接方式大大降低了手工施焊的劳动强度，提高了焊接质量的稳定性，引发了管板焊接技术的一次变革。

实施自动管板焊接都需要依赖中心定位来实现，即将焊头的回转中心定位到与被焊管板中心重合的位置，然后通过焊头绕管口旋转来完成焊接任务。目前在自动管板焊接中典型的中心定位方式是胀芯机械式定位，即采用中心杆外套胀芯后插入管内，利用胀芯的胀力将焊头定位。焊接时，焊头上的焊炬围绕中心杆旋转进行焊接。

上述胀芯机械式定位存在着许多不足，使其在应用上产生了很大的局限性。第一，胀芯的扩张范围极为有限，不同管径需选用适合的胀芯，因此通用性差；第二，中心杆与胀芯在制作时为了保持自身的机械强度，不能做得太细和太薄，故而不能对小管径的管板进行焊接，一般内径在14mm达到极限，对于更小内径的管板无法施焊；第三，由于管板中心部位的物理空间被中心杆和胀芯占据，焊炬不能调节到负角度的范围，故而不能焊接缩进形式的管板，只能焊接伸出和平齐形式的管板。

基于以上不足，国内有些厂家正在进行改进性尝试，但绝大多数都未脱离机械式定位的框架，因此不能彻底解决以上问题。也有厂家尝试开发数控定位方式，但由于管板在焊接过程中会发热变形，容易造成多孔管板的后续焊接定位不准确。

中国专利CN101362266A公开了一件由本申请人提出的，名称为《配有光学定位设备的管板焊机及其定位方法》的发明专利申请。该专利申请说明书仅公开了“通过摄像头采集被焊管口信息，计算出摄像头光学中心线跟被焊管中心线的距离”，以及“以摄像头摄取被焊管的图像数据，进而求取被焊管中心线的实际位置”等通过摄像头采集信息后直接确定中心线相对位置的任务和设想，并没有给出具体实现的技术手段。

发明内容

本发明提供一种用于管板自动焊接的图像找中定位方法，其目的是要摒弃传统机械式定位的束缚，利用图像处理识别技术，开创性的设计一种无接触式的图像找中定位方法。

为达到上述目的，本发明采用的技术方案是：一种用于管板自动焊接的图像找中定位方法，其创新在于：

（1）环境和条件

事先设置一个能够执行管板自动焊接任务的旋转焊枪，该旋转焊枪由焊枪与旋转机构连接构成，焊枪在旋转机构带动下能够绕一旋转中轴线旋转；

事先设置一个用于拍摄被焊管口图像的摄像头或照相机，摄像头或照相机设在被焊管板的前方，摄像头或照相机的镜头中具有一成像中轴线，该成像中轴线与被焊管口的管轴线平行；

事先设置一个用于调整定位的平面移动装置，该平面移动装置由移动座、X轴移动机构和Y轴移动机构叠加连接构成，其中，X轴和Y轴构成一个机械坐标系，该机械坐标系所在平面与被焊管板上的板平行，所述旋转焊枪和摄像头或照相机相对移动座安装连接，其中，所述成像中轴线与所述旋转中轴线平行或同轴设置，并且在所述机械坐标系中，旋转中轴线相对成像中轴线的位置已知；

事先设置一个用于处理和识别图像以及控制调整定位的计算机系统，该计算机系统包括中央处理单元、输入输出界面、图像处理识别软件以及调整定位控制软件，所述摄像头或照相机的输出信号与计算机系统的输入端连接，计算机系统的输出端分别与所述X轴移动机构和Y轴移动机构中的驱动马达控制端连接；

（2）执行步骤和方法

第一步，拍摄被焊管口图像

通过X轴移动机构和Y轴移动机构将摄像头或照相机移动到被焊管口的正前方，然后拍摄该被焊管口图像，并将该图像转换成数字图像后输入计算机系统；

第二步，对数字图像进行处理

①对数字图像进行锐化处理

在计算机系统中，利用微分算法对数字图像进行锐化处理，获得突出被焊管口圆环轮廓的锐化图像；

②对锐化图像进行二值化处理

在计算机系统中，利用设定的灰度阈值对锐化图像上的各像素点的灰度值进行二值化处理，获得具有明显黑白效果的二值化图像；

第三步，对二值化图像进行识别

在计算机系统中，利用下列方法之一对二值化图像进行识别，寻找出二值化图像中被焊管口圆心相对图像坐标系的像素坐标：

方法一：

直接利用Hough（霍夫）变换方法找出二值化图像中被焊管口圆心相对图像坐标系的像素坐标；

方法二：

以被焊管口的圆环为原形，事先建立一个大小相匹配的圆环图像数据模板，然后利用模板匹配方法找出二值化图像中被焊管口圆心相对图像坐标系的像素坐标；

方法三：

利用二值化图像中被焊管口呈圆环的几何特征，以圆环区域内的任意一个像素点为基点，沿水平方向向左和向右以及沿垂直方向向上和向下分别搜索圆环对应边缘的像素点坐标，然后将水平方向的两个像素点坐标相加后除以二即为二值化图像中被焊管口圆心相对图像坐标系水平方向的像素坐标，同理将垂直方向的两个像素点坐标相加后除以二即为二值化图像中被焊管口圆心相对图像坐标系垂直方向的像素坐标；

第四步，调整定位

调整定位采用下列方法之一：

方法一：

首先根据图像坐标系与机械坐标系的位置关系以及像素间距与机械坐标距离的长度关系，计算出二值化图像中成像中轴线对应的图像中心至被焊管口圆心在机械坐标系中对应X轴和Y轴的投影距离和方向，然后采用逼近的方法，利用X轴移动机构和Y轴移动机构，按小于投影距离的值将图像中心向被焊管口圆心移动，移完后按所述第一步要求再拍摄第二幅被焊管口图像，并按所述第二步和第三步要求对图像进行处理和识别，重复以上拍摄、处理、识别和移动过程直至图像中心与被焊管口圆心的偏差小于允许的误差，便认为成像中轴线与被焊管口的管轴线同轴；最后根据旋转中轴线相对成像中轴线的位置已知这一条件，利用X轴移动机构和Y轴移动机构再将旋转中轴线平移到与被焊管口的管轴线同轴位置进行定位；

方法二：

首先根据图像坐标系与机械坐标系的位置关系以及像素间距与机械坐标距离的长度关系，将二值化图像中被焊管口圆心相对图像坐标系的像素坐标转换成被焊管口圆心相对机械坐标系的机械坐标；然后利用X轴移动机构和Y轴移动机构直接将焊枪的旋转中轴线平移到机械坐标系中被焊管口的圆心位置进行定位。

由于上述技术方案运用，本发明与现有技术相比具有下列优点和效果：

传统的管板焊接都采用机械式定位方式，利用胀芯的弹性张力将旋转焊枪定位，胀芯处于焊接高温区，容易变形受损。对于不同的焊管内径，胀芯必须按照对应的弹性范围制作。如果焊管内径公差过大，胀芯与焊管的配合就会过紧或过松。配合过紧会造成使用不便，配合过松会使旋转焊枪摇晃，定位不准，影响焊接质量。而本发明采用图像找中定位方式来实现管板焊接的定位，完全放弃了芯杆和胀芯，是一种无接触式的精确定位方式，该方式采用摄像头或照相机拍摄被焊管口图像，然后对图像进行处理和识别，自动寻找出被焊管口圆心位置，最后利用X轴移动机构和Y轴移动机构将焊枪的旋转中轴线平移到被焊管口的圆心位置进行定位。本发明突破了长期以来一直困扰人们的定位难题，解决了所有与芯杆和胀芯相关的问题。

1．没有设置芯杆和胀芯的麻烦和烦恼

由于本发明不再使用芯杆和胀芯，而是采用无接触式的图像找中定位方式，没有配置不同规格胀芯的麻烦，没有拔不出焊头的烦恼，而且降低了消耗。

2．可实现管缩进形式的管板焊接

由于机械式定位的芯杆和胀芯占据焊头前部中心的空间，使得焊枪的角度调节受到限制，不能实现负角度焊接，所以不适用于管缩进形式的管板焊接。本发明不再使用芯杆和胀芯，焊枪有充足的调节空间，焊接角度可以在正、零、负角度调节，能够满足管缩进形式的管板焊接。

3．可实现小管径管板焊接

机械式定位的芯杆与胀芯在制作时为了保持自身的机械强度，所以不能做得太细和太薄，故而不能对小管径的管板进行焊接，一般内径在φ14mm达到极限。本发明图像找中定位方式对于小管径的管板焊接，不再受此制约，可以焊接小到φ3mm的管径。这大大拓展了焊接的使用范围，使自动化管板焊接的应用在更多领域得以推广，比如核电站中使用的小管径管板换热器等，提高了我国整体装备制造水平。

附图说明

附图1为本发明管板自动焊接的图像找中定位原理图；

附图2为图1的A向视图；

附图3为本发明管板自动焊机立体图；

附图4为本发明管板自动焊机的焊头立体图；

附图5为本发明管板自动焊机的焊头剖视图；

附图6为本发明焊枪旋转示意图；

附图7为排列规则的被焊管板示意图；

附图8为发明图像坐标转换为机械坐标原理图。

以上附图中：1．被焊管口；2．管；3．板；4．管轴线；5．摄像头或照相机；6．成像中轴线；7．旋转中轴线；8．旋转焊枪；9．移动座；10．X轴移动机构；11．Y轴移动机构；12．焊头；13．被焊管口图像；14．圆环；15．圆心；M．机械坐标系；V．图像坐标系。

具体实施方式

下面结合附图及实施例对本发明作进一步描述：

实施例：一种用于管板自动焊接的图像找中定位方法

参见附图1~图8所示，本发明是针对管2与板3自动焊接所采用的图像找中定位方法，其任务一是利用图像处理技术寻找出被焊管口的圆心15位置；二是利用X轴移动机构10和Y轴移动机构11将焊枪的旋转中轴线7平移到被焊管口1的圆心15位置进行定位。简单来说就是拍摄一张被焊管口图像13，寻找图像上管口的圆心15位置，驱动X轴移动机构10和Y轴移动机构10，使焊枪的旋转中轴线7与被焊管口1的圆心15重合，即可开始焊接工作。本发明内容包括两部分，第一部分是为了实现本发明方法所需的环境和条件；第二部分是实现本发明方法需要执行的步骤和方法。下面分别进行描述：

第一部分：环境和条件

1．事先设置一个能够执行管板自动焊接任务的旋转焊枪8（见图1），该旋转焊枪8由焊枪与旋转机构连接构成，焊枪在旋转机构带动下能够绕一旋转中轴线7旋转。

2．事先设置一个用于拍摄被焊管口图像的摄像头或照相机5（见图1），摄像头或照相机5设在被焊管板的前方，摄像头或照相机5的镜头中具有一成像中轴线6（见图1），该成像中轴线6与被焊管口1的管轴线4平行。

3．事先设置一个用于调整定位的平面移动装置，该平面移动装置由移动座9、X轴移动机构10和Y轴移动机构11叠加连接构成（见图3），其中，X轴（Xm）和Y轴（Ym）构成一个机械坐标系M（见图8），该机械坐标系M所在平面与被焊管板上的板3平行。所述旋转焊枪8和摄像头或照相机5相对移动座9安装连接（旋转焊枪8和摄像头或照相机5与移动座9之间可以增加Z轴移动机构进行连接，以使旋转焊枪8和摄像头或照相机5在Z向可以移动调整），其中，所述成像中轴线6与所述旋转中轴线7平行或同轴设置（平行见图1，同轴见图3、图4和图5），并且在所述机械坐标系M中，旋转中轴线7相对成像中轴线6的位置已知（见图2）。

这里所说的位置已知有两种情况：第一种是当成像中轴线6与旋转中轴线7同轴时，在机械坐标系M中旋转中轴线7的位置就是成像中轴线6的位置。第二种是当成像中轴线6与旋转中轴线7平行时，在机械坐标系M中他们之间的位置关系可以用X向的差距dx和Y向的差距dy来表示（见图2）。dx和dy是多少可以采用以下两种方法来确定：

第一种方法：直接使用设备设计和制造时的尺寸，比如dx为35mm，dy为10mm。这种方法的精度受制造误差影响较大，不一定准确。如果能够保证精度这种方法最简单。

第二种方法：通过实际检测来确定dx和dy的值，方法如下：

（1）在发明图3所示管板自动焊机基础上，先用摄像头或照相机5拍摄被焊管口图像13，然后对图像进行处理和识别找出被焊管口圆心15的位置（此步与本发明图像找中方法基本相同）。

（2）利用X轴移动机构10和Y轴移动机构11将成像中轴线6移至与被焊管口圆心15重合的位置，令此时的X轴移动机构10和Y轴移动机构11所对应的x、y坐标值为0。

（3）利用X轴移动机构10和Y轴移动机构11将焊枪移动至接近被焊管口1，然后旋转焊枪，根据焊枪与管口的不同距离，通过X轴移动机构10和Y轴移动机构11调整焊枪的位置，使焊枪旋转时，焊枪与管口的距离不变（见图6，此时管口的管轴线4与焊枪的旋转中轴线7重合），此时X轴移动机构10和Y轴移动机构11所对应的x、y坐标值，就是成像中轴线6与旋转中轴线7的差距dx、dy。由于摄像头或照相机5的成像中轴线6与焊枪的旋转中轴线7位置相对固定，因此，dx、dy值是固定的。

4．事先设置一个用于处理和识别图像以及控制调整定位的计算机系统，该计算机系统包括中央处理单元、输入输出界面（指键盘、显示器）、图像处理识别软件以及调整定位控制软件，所述摄像头或照相机5的输出信号与计算机系统的输入端连接，计算机系统的输出端分别与所述X轴移动机构10和Y轴移动机构11中的驱动马达控制端连接。

这里需要说明的是：计算机系统只能接收数字信号，当摄像头或照相机5的输出信号为数字信号时，可以直接由计算系统来接收。当摄像头或照相机5的输出信号为模拟信号时，需要经模/数转换（A/D转换）。比如，摄像头采集的视频信号为模拟信号时，需经视频卡变换成数字信号，再输入计算机系统。但考虑到数字信号在较长距离传输时易受干扰，故采用同轴电缆传送模拟信号，再在计算机系统内由视频卡将其转换成数字信号，以便于中央处理单元（CPU）处理。如果直接采用数字信号的摄像芯片，如ov6620之类，可以直接输入计算机系统。

第二部分：执行步骤和方法

第一步，拍摄被焊管口图像

通过X轴移动机构10和Y轴移动机构11将摄像头或照相机5移动到被焊管口1的正前方，然后拍摄该被焊管口图像13，并将该图像转换成数字图像后输入计算机系统。本发明中被焊管口图像13是一张照片，照片的背景是管板中的板面图像，图像中央有一个管口的圆环图像。

第二步，对数字图像进行处理

1．对数字图像进行平滑处理

所述平滑处理是在计算机系统中，利用平滑滤波算法对数字图像进行平滑处理，获得滤除噪声的平滑图像。平滑滤波算法可以选择下列算法程序之一：

孤立黑像素的消除“KORITU”；

二值图形麻点噪声的滤除“GOMA2C”；

3*3平均值滤波“FILT33”；

N*N平均值滤波“AILTNN”；

选择局域平滑滤波“SELAVR”；

N*N中值滤波“MEDIAN”；

十字型中值滤波“CNEDIA”；

N*N最频值滤波“MODFIL”。

以上平滑滤波算法程序的出处见：海洋出版社1992年2月出版的北京希望电脑公司图像处理技术丛书——《C语言图像处理程序集》（马建波著，赵唯一审校），第3章噪声消除，第50~71页。

图像平滑处理是一种抑制图像噪声和高频干扰成分，使图像灰度平缓渐变，减小突变梯度，改善图像质量的处理方法。图像平滑的方法包括：插值方法，线性平滑方法，卷积法等等。用信号处理的理论来解释，这些方法实现的是一种简单的低通滤波器（low pass filter）。在灰度连续变化的图象中，如果出现了与相邻像素的灰度相差很大的点，比如说一片暗区中突然出现了一个亮点，人眼能很容易觉察到。就象看老电影时，由于胶片太旧，屏幕上经常会出现一些亮斑。这种情况被认为是一种噪声。灰度突变在频域中代表了一种高频分量，低通滤波器的作用就是滤掉高频分量，从而达到减少图象噪声的目的。比如将原图中的每一像素点的灰度和它周围8个像素点的灰度相加，然后除以9，作为新图中对应点的灰度，就能实现上面的效果。

本领域技术人员在了解了这些道理后，结合本发明的应用就会知道除了以上给出的一些平滑滤波算法程序而外，其他用于图像平滑处理程序（包括C语言外的其他语言开发的程序）和方法均可以应用于本发明中，区别只是程序简单或复杂，处理速度快或慢的问题。

2．对平滑图像进行锐化处理

在计算机系统中，利用微分算法对数字图像进行锐化处理，获得突出被焊管口圆环15轮廓的锐化图像。微分算法可以选择下列算法程序之一：

Sobel微分运算“SOBEL”；

拉普拉斯运算“LAPLAC”；

纵横方向的微分运算“BIBUN1”；

双向一次微分运算“BIBUN2”；

二次微分（1）“NJIB1”；

二次微分（2）“NJIB2”；

二次微分（3）“NJIB3”；

Krewitt算子微分运算“PREWIT”；

Roberts微分运算“ROBERT”；

Kirsch算子边缘检测“KIRSCH”；

Robinson边缘检测“ROBINS”；

Frei&Chen边缘检测“FRCHEN”。

以上微分算法程序的出处见：海洋出版社1992年2月出版的北京希望电脑公司图像处理技术丛书——《C语言图像处理程序集》（马建波著，赵唯一审校），第4章微分运算，第75~113页。

图像锐化处理与平滑处理恰恰相反，他是一种通过增强高频分量来减少图象中的模糊，因此又称为高通滤波（high pass filter）。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变得清晰。对于本发明来说，图像锐化就是补偿图像中的管口圆环15轮廓，增强图像中管口圆环15的边缘及灰度跳变的部分，使管口圆环15轮廓变得清晰。经过平滑处理的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。比如，常用的拉普拉斯(Laplacian)运算，他先将自身像素点的灰度与周围的8个像素点相减，表示自身与周围像素灰度的差别，再将这个差别加上自身灰度作为新像素点的灰度。可见，如果一片暗区出现了一个亮点，那么锐化处理的结果是这个亮点变得更亮，增加了图象的噪声。

本领域技术人员在了解了这些道理后，结合本发明的应用就会知道除了以上给出的一些微分算法程序而外，其他用于图像锐化处理程序（包括C语言外的其他语言开发的程序）和方法均可以应用于本发明中，区别只是程序简单或复杂，处理速度快或慢的问题。

3．对锐化图像进行二值化处理

在计算机系统中，利用设定的灰度阈值对锐化图像上的各像素点的灰度值进行二值化处理，获得具有明显黑白效果的二值化图像。

在数字图像处理技术中，通常将一个像素点的灰度分为256个亮度等级，也可以分为4096或65535个亮度等级。如果是256个亮度等级其灰度值可以用0~255个数来表示，其中，0表示黑，255表白。图像二值化处理就是在规定的亮度等级范围中选取一个灰度值作为阈值T，然后将图像中的每个像素点的灰度值与阈值T进行比较，若大于或等于阈值T取白，否则取黑，以此对图像中每个像素点的灰度值进行转换，获得仍然可以反映图像整体和局部特征的二值化图像，该二值化图像具有明显黑白效果。对于本发明来说，图像二值化处理的目的就是要突出被焊管口的圆环15轮廓，给接下来识别被焊管口圆心15位置创造有利条件。

致于如何选取一个合适的阈值T，可以根据具体情况来确定。一般情况下可以根据被拍摄的材料颜色和图像的实际效果等因素，通过人机交互方式来设定。阈值T的取值范围通常在亮度的30~90%之间，较好的取值范围在亮度的60~70%。

根据以上描述，本领域技术人员可以在现有技术基础上编制或修改相应的算法程序。

第三步，对二值化图像进行识别

在计算机系统中，利用下列三种方法之一对二值化图像进行识别，寻找出二值化图像中被焊管口圆心15相对图像坐标系V的像素坐标：

方法一：

直接利用Hough（霍夫）变换方法找出二值化图像中被焊管口圆心15相对图像坐标系V的像素坐标。

Hough（霍夫）变换是一种用于区域边界形状描述的方法，其基本思想是将图像的空间域变换到参数空间，用大多数边界点满足的某种参数形式来描述图像中的曲线（区域边界），通过设置累加器进行累加，求得峰值对应的点就是所需要的信息。经典Hough变换常常被用于直线段、圆和椭圆的检测。有许多论文论述了使用Hough变换来寻找直线、圆、椭圆的方法。本发明利用Hough（霍夫）变换可以直接找到被焊管口圆心15在图像坐标系V中的像素坐标。

根据以上描述，本领域技术人员可以在现有技术基础上编制或修改相应的算法程序。

方法二：

Hough（霍夫）变换很费机时，计算一幅图像所需时间很多，在一些小型、微型系统上可能不太合适。考虑到被识别的对象是管口圆环14（见图8），而且圆环14的直径不变，管板焊机与工件之间的距离没有变化。因此，管口圆环14的图像大小也基本不变，因此可以使用模板匹配方法来寻找被焊管口圆心位置。

本发明模板匹配方法是：以被焊管口的圆环14为原形，事先建立一个大小相匹配的圆环图像数据模板，然后利用模板匹配方法找出二值化图像中被焊管口圆心15相对图像坐标系V的像素坐标。由于模板圆环的圆心15是已知的，当模板圆环与被焊管口圆环14匹配后，二值化图像中被焊管口圆心15相对图像坐标系V的像素坐标便可以对应找到。

模板实际就是一幅已知的圆环图像，模板匹配就是在二值化图像中搜寻目标，已知二值化图像中有要找的目标，且该目标与模板的尺寸和图像相匹配，通过一定的算法可以在二值化图像中找到目标，确定其坐标位置。比如，将已知的模板与二值化图象中同样大小的一块区域对比，最初时模板的左上角像素点和图象的左上角像素点是重合的，然后平移到下一个像素点，仍然进行同样的操作……所有的位置都对完后，差别最小的那块区域就是要找的目标。

模板匹配的算法很多，根据以上描述，本领域技术人员可以在现有技术基础上编制或修改相应的算法程序。

采用模板匹配方法存在一个问题，即在使用普通的摄像镜头时，同样尺寸的物体，在不同距离拍摄到的图像大小是不一样的。如果想在距离变化时，又使图像大小不变，就有必要使用远心镜头，在此条件下，物方远心镜头是合适的选择，在一定的物距变化范围内，成像的尺寸大小不变。这样，用模板匹配方法时，就不会有图像尺寸不定的问题。远心镜头广泛使用于工业测量中，用远心镜头也是一个选择。

方法三：

在实际的管板焊接工件中，管子很长（相对于直径而言），因此管口圆环图像的中间区域都比较暗，因此在二值化图像中，管口圆环中间区域为黑色，管口圆环边缘为白色，又考虑到在实际工作中，管子的排列是有规则的（见图7），即管间距是固定的（有一定误差）。采用本发明图像找中方法寻找管口中心，实际上是纠正因机加工及焊接热影响而带来的管口坐标位置的误差。可以用以下更简单的方法来实现：

利用二值化图像中被焊管口呈圆环14的几何特征，以圆环14区域内的任意一个像素点为基点，沿水平方向向左和向右以及沿垂直方向向上和向下分别搜索圆环14对应边缘的像素点坐标，然后将水平方向的两个像素点坐标相加后除以二即为二值化图像中被焊管口圆心15相对图像坐标系V水平方向的像素坐标，同理将垂直方向的两个像素点坐标相加后除以二即为二值化图像中被焊管口圆心15相对图像坐标系V垂直方向的像素坐标。

根据以上描述，本领域技术人员可以在现有技术基础上编制或修改相应的算法程序。

第四步，调整定位

调整定位可以采用下列两种方法之一来实现：

方法一：

如图8所示，首先根据图像坐标系V与机械坐标系M的位置关系以及像素间距与机械坐标距离的长度关系，计算出二值化图像中成像中轴线6对应的图像中心至被焊管口圆心15在机械坐标系M中对应X轴（Xm）和Y轴（Ym）的投影距离和方向。然后采用逼近的方法，利用X轴移动机构10和Y轴移动机构11，按小于投影距离的值将图像中心向被焊管口圆心15移动，移完后按所述第一步要求再拍摄第二幅被焊管口图像13，并按所述第二步和第三步要求对图像进行处理和识别，重复以上拍摄、处理、识别和移动过程直至图像中心与被焊管口圆心15的偏差小于允许的误差，便认为成像中轴线6与被焊管口1的管轴线4同轴。最后根据旋转中轴线7相对成像中轴线6的位置已知这一条件，利用X轴移动机构10和Y轴移动机构11再将旋转中轴线7平移到与被焊管口的管轴线4同轴位置进行定位。

以上调整定位方法一的几点说明如下：

1．关于图像坐标系V与机械坐标系M的位置关系

机械坐标系M是由X轴移动机构10中的X轴（Xm）和Y轴移动机构中11的Y轴（Ym）构成的坐标系。图像坐标系V是摄像头或照相机5拍摄被焊管口图像13中的像素坐标系。当摄像头或照相机5的成像中轴线6与被焊管口1的管轴线4平行时，如果以成像中轴线6对应的图像中心为一个基点，不论图像坐标系V的原点定在图像的什么位置，图像坐标系V与机械坐标系M之间都存在固定的位置关系。理论上两者之间都是可以通过坐标平移或者坐标平移加坐标旋转实现重合，因此当摄像头或照相机5拍摄被焊管口图像13时在机械坐标系M中的位置固定后，两者之间的位置关系便固定下来。

2．关于像素间距与机械坐标距离的长度关系

对于被焊管口1来说，实际的直径D是已知的。如果在所拍摄的被焊管口图像13上对应圆环14直径方向上的像素点个数n知道后，就可以计算出像素间距所代表的机械坐标实际距离是多少，即D/（n－1）就是像素间距所代表的机械坐标实际距离，由此建立起像素间距与机械坐标距离的长度关系。

3．根据以上两点关系，加上已寻找到二值化图像中被焊管口圆心15相对图像坐标系V在水平方和垂直方向的像素坐标，根据坐标平移和坐标旋转公式以及结合像素间距与机械坐标距离的长度关系，便可以计算出图像中心至被焊管口圆心15在机械坐标系M中对应X轴（Xm）和Y轴（Ym）的投影距离和方向。本领域技术人员在此思路启示下可以得到需要的结果，因此不再详描述。

4．所谓在逼近方法中，按小于投影距离的值将图像中心向被焊管口圆心15移动，是指在计算出的X轴（Xm）和Y轴（Ym）的投影距离基础上打个折扣，比如：计算出的X轴（Xm）投影距离为2mm，那么按2mm的80%移动X轴移动机构10。打折比例可以在50~90%的范围内选取。

5．移动图像中心至被焊管口圆心15允许的误差，可以根据实际需要来确认，只要能够满足精度要求即可。

6．使用这种方法摄像头可以采用普通镜头，而不需要使用远心镜头（使用远心镜头也是可以的）。因为在不同距离拍摄到的图像大小变化对实际计算没有影响。远心镜头非但价格昂贵而且尺寸大，因此选用普通镜头有一定优势。

方法二：

如图8所示，首先根据图像坐标系V与机械坐标系M的位置关系以及像素间距与机械坐标距离的长度关系，将二值化图像中被焊管口圆心15相对图像坐标系V的像素坐标转换成被焊管口圆心15相对机械坐标系M的机械坐标。然后利用X轴移动机构10和Y轴移动机构11直接将焊枪的旋转中轴线7平移到机械坐标系M中被焊管口1的圆心15位置进行定位。

以上调整定位方法二的几点说明如下：

1．关于图像坐标系与机械坐标系的位置关系

同方法一，不再重复描述。

2．关于像素间距与机械坐标距离的长度关系

同方法一，不再重复描述。

3．根据以上两点关系，加上已寻找到二值化图像中被焊管口圆心15相对图像坐标系V在水平方和垂直方向的像素坐标，根据坐标平移和坐标旋转公式以及结合像素间距与机械坐标距离的长度关系，便可以计算出被焊管口圆心15相对机械坐标系M的机械坐标。本领域技术人员在此思路启示下可以得到需要的结果，因此不再详描述。

4．由于旋转中轴线7相对成像中轴线6的位置是已知的，根据坐标平移公式可以计算出焊枪的旋转中轴线7相对机械坐标系M的机械坐标。本领域技术人员在此思路启示下可以得到需要的结果，因此不再详描述。

5．知道了被焊管口圆心15相对机械坐标系M的机械坐标，也知道了焊枪的旋转中轴线7相对机械坐标系M的机械坐标，就可以利用X轴移动机构10和Y轴移动机构11直接将焊枪的旋转中轴线7平移到机械坐标系M中被焊管口的圆心15位置进行定位。

6．使用这种方法时摄像头最好采用远心镜头，如果采用普通镜头需要在固定距离条件下拍摄被焊管口图像，否则在不同距离拍摄时因图像大小变化导致像素间距与机械坐标距离的长度比例关系出错。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种用于管板自动焊接的图像找中定位方法，其特征在于：

（1）环境和条件

事先设置一个能够执行管板自动焊接任务的旋转焊枪（8），该旋转焊枪（8）由焊枪与旋转机构连接构成，焊枪在旋转机构带动下能够绕一旋转中轴线（7）旋转；

事先设置一个用于拍摄被焊管口图像（13）的摄像头或照相机（5），摄像头或照相机（5）设在被焊管板的前方，摄像头或照相机（5）的镜头中具有一成像中轴线（6），该成像中轴线（6）与被焊管口（1）的管轴线（4）平行；

事先设置一个用于调整定位的平面移动装置，该平面移动装置由移动座（9）、X轴移动机构（10）和Y轴移动机构（11）叠加连接构成，其中，X轴（Xm）和Y轴（Ym）构成一个机械坐标系（M），该机械坐标系（M）所在平面与被焊管板上的板（3）平行，所述旋转焊枪（8）和摄像头或照相机（5）相对移动座（9）安装连接，其中，所述成像中轴线（6）与所述旋转中轴线（7）平行或同轴设置，并且在所述机械坐标系（M）中，旋转中轴线（7）相对成像中轴线（6）的位置已知；

事先设置一个用于处理和识别图像以及控制调整定位的计算机系统，该计算机系统包括中央处理单元、输入输出界面、图像处理识别软件以及调整定位控制软件，所述摄像头或照相机（5）的输出信号与计算机系统的输入端连接，计算机系统的输出端分别与所述X轴移动机构（10）和Y轴移动机构（11）中的驱动马达控制端连接；

（2）执行步骤和方法

第一步，拍摄被焊管口图像

通过X轴移动机构（10）和Y轴移动机构（11）将摄像头或照相机（5）移动到被焊管口（1）的正前方，然后拍摄该被焊管口图像（13），并将该图像转换成数字图像后输入计算机系统；

第二步，对数字图像进行处理

①对数字图像进行锐化处理

在计算机系统中，利用微分算法对数字图像进行锐化处理，获得突出被焊管口圆环（14）轮廓的锐化图像；

②对锐化图像进行二值化处理

在计算机系统中，利用设定的灰度阈值对锐化图像上的各像素点的灰度值进行二值化处理，获得具有明显黑白效果的二值化图像；

第三步，对二值化图像进行识别

在计算机系统中，利用下列方法之一对二值化图像进行识别，寻找出二值化图像中被焊管口圆心（15）相对图像坐标系（V）的像素坐标：

方法一：

直接利用Hough变换方法找出二值化图像中被焊管口圆心（15）相对图像坐标系（V）的像素坐标；

方法二：

以被焊管口（1）的圆环（14）为原形，事先建立一个大小相匹配的圆环图像数据模板，然后利用模板匹配方法找出二值化图像中被焊管口圆心（15）相对图像坐标系（V）的像素坐标；

方法三：

利用二值化图像中被焊管口呈圆环（14）的几何特征，以圆环（14）区域内的任意一个像素点为基点，沿水平方向向左和向右以及沿垂直方向向上和向下分别搜索圆环（14）对应边缘的像素点坐标，然后将水平方向的两个像素点坐标相加后除以二即为二值化图像中被焊管口圆心（15）相对图像坐标系（V）水平方向的像素坐标，同理将垂直方向的两个像素点坐标相加后除以二即为二值化图像中被焊管口圆心（15）相对图像坐标系（V）垂直方向的像素坐标；

第四步，调整定位

调整定位采用下列方法：

首先根据图像坐标系（V）与机械坐标系（M）的位置关系以及像素间距与机械坐标距离的长度关系，计算出二值化图像中成像中轴线（6）对应的图像中心至被焊管口圆心（15）在机械坐标系（M）中对应X轴（Xm ）和Y轴（Ym）的投影距离和方向，然后采用逼近的方法，利用X轴移动机构（10）和Y轴移动机构（11），按小于投影距离的值将图像中心向被焊管口圆心（15）移动，移完后按所述第一步要求再拍摄第二幅被焊管口图像（13），并按所述第二步和第三步要求对图像进行处理和识别，重复以上拍摄、处理、识别和移动过程直至图像中心与被焊管口圆心（15）的偏差小于允许的误差，便认为成像中轴线（6）与被焊管口的管轴线（4）同轴；最后根据旋转中轴线（7）相对成像中轴线（6）的位置已知这一条件，利用X轴移动机构（10）和Y轴移动机构（11）再将旋转中轴线（7）平移到与被焊管口（1）的管轴线（4）同轴位置进行定位。

2.根据权利要求1所述的图像找中定位方法，其特征在于：在第二步第①点的锐化处理前，先对数字图像进行平滑处理，所述平滑处理是在计算机系统中，利用平滑滤波算法对数字图像进行平滑处理，获得滤除噪声的平滑图像，然后再对平滑图像进行锐化处理。

3.根据权利要求2所述的图像找中定位方法，其特征在于：所述平滑滤波算法选择下列算法程序之一：

孤立黑像素的消除“KORITU”；

二值图形麻点噪声的滤除“GOMA2C”；

3*3平均值滤波“FILT33”；

N*N平均值滤波“AILTNN”；

选择局域平滑滤波“SELAVR”；

N*N中值滤波“MEDIAN”；

十字型中值滤波“CNEDIA”；

N*N最频值滤波“MODFIL”。

4.根据权利要求1所述的图像找中定位方法，其特征在于：在第二步第①点的锐化处理中，所述微分算法选择下列算法程序之一：

Sobel微分运算“SOBEL”；

拉普拉斯运算“LAPLAC”；

纵横方向的微分运算“BIBUN1”；

双向一次微分运算“BIBUN2”；

二次微分（1）“NJIB1”；

二次微分（2）“NJIB2”；

二次微分（3）“NJIB3”；

Krewitt算子微分运算“PREWIT”；

Roberts微分运算“ROBERT”；

Kirsch算子边缘检测“KIRSCH”；

Robinson边缘检测“ROBINS”；

Frei&Chen边缘检测“FRCHEN”。

Images