CN107909571A - 一种焊缝图像处理方法、系统、设备及计算机存储介质 - Google Patents
一种焊缝图像处理方法、系统、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN107909571A CN107909571A CN201711131114.XA CN201711131114A CN107909571A CN 107909571 A CN107909571 A CN 107909571A CN 201711131114 A CN201711131114 A CN 201711131114A CN 107909571 A CN107909571 A CN 107909571A
- Authority
- CN
- China
- Prior art keywords
- weld
- line segment
- filtering
- image
- grooves
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Abstract
本发明公开了一种焊缝图像处理方法、系统、设备及计算机存储介质,其中该方法包括:获取焊缝图像;对焊缝图像进行灰度变换,得到灰度图;基于二维经验模态对灰度图进行图像滤波,得到滤波图;对滤波图进行空间卷积运算及LOG运算,得到运算图;基于灰度重心法提取运算图中的激光条纹中心线;将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。本发明公开的一种焊缝图像处理方法、系统、设备及计算机存储介质均在一定程度上解决了如何提高焊缝中心线的提取准确度的技术问题。
Description
技术领域
本发明涉及焊缝跟踪技术领域,更具体地说,涉及一种焊缝图像处理方法、系统、设备及计算机存储介质。
背景技术
在制造业领域,时常需要用到焊接技术,在焊接过程中,为了保证焊接质量,需要对焊缝进行精确跟踪。
现有的一种焊缝跟踪方法是:拍摄焊缝图像;对焊缝图像进行处理,得到焊缝中心线。
然而,现有的一种焊缝跟踪方法的抗干扰能力差,对焊缝图像的处理精度不够,得到的焊缝中心线不准确。
综上所述,如何提高焊缝中心线的提取准确度是目前本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种焊缝图像处理方法,其能在一定程度上解决如何提高焊缝中心线的提取准确度的技术问题。本发明还提供了一种焊缝图像处理系统、设备及计算机存储介质。
为了实现上述目的,本发明提供如下技术方案:
一种焊缝图像处理方法,包括:
获取焊缝图像;
对所述焊缝图像进行灰度变换,得到灰度图;
基于二维经验模态对所述灰度图进行图像滤波,得到滤波图;
对所述滤波图进行空间卷积运算及LOG运算,得到运算图;
基于灰度重心法提取所述运算图中的激光条纹中心线;
将所述激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
基于最小二乘法求取四条线段的交点,确定所述V坡口左斜边线段与所述V坡口右斜边线段的交点为焊缝的位置。
优选的,所述基于二维经验模态对所述灰度图进行图像滤波,得到滤波图,包括:
提取所述灰度图中的感兴趣区域,基于二维经验模态对所述感兴趣区域进行图像滤波,得到滤波图。
优选的,所述基于灰度重心法提取所述运算图中的激光条纹中心线,包括:
提取所述运算图中的前景图像;
对所述前景图像进行区域连通滤波,得到区域连通滤波图;
对所述区域连通滤波图进行形态学处理,得到形态学处理图;
基于灰度重心法提取所述形态学处理图中的激光条纹中心线。
优选的,所述提取所述运算图中的前景图像,包括:
基于阈值分割法提取所述运算图中的前景图像。
优选的,所述确定所述V坡口左斜边线段与所述V坡口右斜边线段的交点为焊缝的位置之后,还包括:
获取焊炬的位置信息;
基于所述位置信息计算所述焊炬与所述焊缝间的偏差量;
判断所述偏差量是否小于预设数值,若否,则发送所述偏差量至焊炬控制器,以供所述焊炬控制器调整所述焊炬的位置。
本发明还提供了一种焊缝图像处理系统,包括:
图像获取模块,用于获取焊缝图像;
灰度处理模块,用于对所述焊缝图像进行灰度变换,得到灰度图;
滤波模块,用于基于二维经验模态对所述灰度图进行图像滤波,得到滤波图;
运算模块,用于对所述滤波图进行空间卷积运算及LOG运算,得到运算图;
提取模块,用于基于灰度重心法提取所述运算图中的激光条纹中心线;
拆分模块,用于将所述激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
确定模块,用于基于最小二乘法求取四条线段的交点,确定所述V坡口左斜边线段与所述V坡口右斜边线段的交点为焊缝的位置。
优选的,所述滤波模块包括:
滤波单元,用于提取所述灰度图中的感兴趣区域,基于二维经验模态对所述感兴趣区域进行图像滤波,得到滤波图。
优选的,所述提取模块包括:
前景图像单元,用于提取所述运算图中的前景图像;
区域连通滤波单元,用于对所述前景图像进行区域连通滤波,得到区域连通滤波图;
形态学单元,用于对所述区域连通滤波图进行形态学处理,得到形态学处理图;
提取单元,用于基于灰度重心法提取所述形态学处理图中的激光条纹中心线。
本发明还提供了一种焊缝图像处理设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上任一所述一种焊缝图像处理方法的步骤。
本发明还提供了一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上任一所述一种焊缝图像处理方法的步骤。
本发明提供的一种焊缝图像处理方法,先获取焊缝图像;然后对焊缝图像进行灰度变换,得到灰度图;接着基于二维经验模态对灰度图进行图像滤波,得到滤波图;之后对灰度图进行空间卷积运算及LOG运算,得到运算图;接着基于灰度重心法提取运算图中的激光条纹中心线;之后将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;最后基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。应用本发明提供的一种焊缝图像处理方法可以在一定程度上提高焊缝中心线的提取准确度。综上所述,本发明提供的一种焊缝图像处理方法在一定程度上解决了如何提高焊缝中心线的提取准确度的技术问题。本发明提供的一种焊缝图像处理系统、设备及计算机存储介质也解决了相应的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种焊缝图像处理方法的流程图;
图2为实际应用中本发明实施例提供的一种焊缝图像方法的流程图;
图3为本发明实施例提供的一种焊缝图像处理系统的结构示意图;
图4为本发明实施例提供的一种焊缝图像处理设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的一种焊缝图像处理方法中各个步骤的动作执行主体可以为本发明实施例提供的一种焊缝图像处理系统,而该系统可以内置于计算机、开发板、服务器中,所以本发明实施例提供的一种焊缝图像处理方法中各个步骤的动作执行主体还可以为计算机、开发板、服务器等。为了描述方便,这里将本发明实施例提供的一种焊缝图像处理方法中各个步骤的动作执行主体设定为本发明实施例提供的一种焊缝图像处理系统,简称为处理系统。
请参阅图1,图1为本发明实施例提供的一种焊缝图像处理方法的流程图。
本发明实施例提供的一种焊缝图像处理方法,可以包括以下步骤:
步骤S101:获取焊缝图像。
这里所说的焊缝图像指的是包含焊接过程中的焊缝的图像。实际应用中,处理系统获取的焊缝图像可以是接收图像采集器获得的,也可以是接收外界输入获得的,当然,在具体的应用场景中,还可以在处理系统上设置激光传感器等图像采集器,使得处理系统可以直接获得焊缝图像。
步骤S102:对焊缝图像进行灰度变换,得到灰度图。
实际应用中,检测系统获得的焊缝图像一般为彩色图像,而彩色图像中的每个像素的颜色由R、G、B三个分量决定,而每个分量有255种可取值,所以彩色图像的每一个像素可以有1600多万种的颜色变化,这会增加焊缝图像处理过程的计算量,为了减少处理过程的计算量,检测系统在获得焊缝图像之后,可以先对焊缝图像进行灰度变换,得到灰度图。由于灰度图中每个像素的R、G、B三个分量的值相同,所以灰度图像的每个像素只有255种的颜色变化,借助灰度图可以大大简化焊缝图像处理过程的计算量,进而提高处理效率。
步骤S103:基于二维经验模态对灰度图进行图像滤波,得到滤波图。
实际应用中,处理系统在得到灰度图后,可以先基于二维经验模态对灰度图进行图像滤波,得到滤波图。处理系统基于二维经验模态对灰度图进行滤波的具体过程为:通过二维经验模态将滤波图分解为一系列不同频带的子图像,保持低频子图像不变,对高频子图像进行中值滤波,将低频子图像与滤波后的高频子图像合成为滤波图。实际应用中,可以用5像素*5像素的中值滤波器进行滤波,当然,滤波的值还可以根据实际需要进行相应调整,本发明在这里不做具体限定。
步骤S104:对滤波图进行空间卷积运算及LOG运算,得到运算图。
实际应用中,焊接过程中采集到的焊缝图像中往往存在很多弧光,这些弧光会降低处理焊缝图像的准确率,为了提高处理焊缝图像的准确率,处理系统在得到滤波图之后,可以对滤波图进行空间卷积运算和LOG运算,这样可以消除焊缝图像中弧光的干扰,并得到相应的运算图。
步骤S105:基于灰度重心法提取运算图中的激光条纹中心线。
实际应用中,处理系统在得到运算图之后,可以借助灰度重心法计算公式提取运算图中的每一条激光条纹中心线,激光条纹中心线的数量可以根据实际计算过程确定。
灰度重心法计算公式如下:
其中,u为激光条纹特征点所在的列,N、M分别为运算图中每列激光条纹区域上下边缘的纵坐标值。
步骤S106:将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段。
处理系统在得到激光条纹中心线后,便可以将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段。
步骤S107:基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。
处理系统在得到四条线段后,便可以基于最小二乘法对左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段进行直线拟合,然后分别求取每两条直线的交点,一共得到三个交点,也即三个焊缝特征点,其中V坡口左斜边线段与V坡口右斜边线段的拟合直线的交点也即焊缝的位置。
本发明提供的一种焊缝图像处理方法,先获取焊缝图像;然后对焊缝图像进行灰度变换,得到灰度图;接着基于二维经验模态对灰度图进行图像滤波,得到滤波图;之后对灰度图进行空间卷积运算及LOG运算,得到运算图;接着基于灰度重心法提取运算图中的激光条纹中心线;之后将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;最后基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。应用本发明提供的一种焊缝图像处理方法可以在一定程度上提高焊缝中心线的提取准确度。综上所述,本发明提供的一种焊缝图像处理方法在一定程度上解决了如何提高焊缝中心线的提取准确度的技术问题。
本发明实施例提供的一种焊缝图像处理方法,具体可以为:
获取焊缝图像;
对焊缝图像进行灰度变换,得到灰度图;
提取灰度图中的感兴趣区域,基于二维经验模态对感兴趣区域进行图像滤波,得到滤波图;
对滤波图进行空间卷积运算及LOG运算,得到运算图;
基于灰度重心法提取运算图中的激光条纹中心线;
将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。
实际应用中,处理系统在对焊缝图像进行灰度变换,得到灰度图之后,可以先提取灰度图中的感兴趣区域,这样可以进一步减少运算量,提高处理焊缝图像的处理效率。相应的,处理系统基于二维经验模态对感兴趣区域进行图像滤波,得到滤波图。
处理系统提取灰度图中的感兴趣区域的过程可以是:计算灰度图中每行的灰度值累加和,得到行灰度值之和的分布曲线,然后基于感兴趣区域提取公式确定感兴趣区域。
感兴趣区域提取公式为:
其中,g0为行灰度值之和最大值所对应的行数,为V型坡口深度,M为预留边缘距离,ymax为感兴趣区域的上边界,ymin为感兴趣区域的下边界。
本发明实施例提供的一种焊缝图像处理方法,具体可以为:
获取焊缝图像;
对焊缝图像进行灰度变换,得到灰度图;
基于二维经验模态对灰度图进行图像滤波,得到滤波图;
对滤波图进行空间卷积运算及LOG运算,得到运算图;
提取运算图中的前景图像;
对前景图像进行区域连通滤波,得到滤波图;
对滤波图进行形态学处理,得到形态学处理图;
基于灰度重心法提取形态学处理图中的激光条纹中心线;
将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。
实际应用中,处理系统在对灰度图进行空间卷积运算及LOG运算,得到运算图之后,可以先提取运算图中的前景区域,这里所说的前景区域指的是包含焊缝的区域,与背景区域相对应,这样可以降低背景区域对焊缝图像处理过程的影响;接着对前景区域进行区域连通滤波,得到滤波图,这样可以去除前景图像中的小面积斑块,降低这些斑块对后续激光条纹中心线的提取;之后对滤波图进行形态学处理,得到形态学处理图,这样可以桥接激光条纹中出现的断裂,一定程度上保证激光条纹的完整性。相应的,处理系统基于灰度重心法提取形态学处理图中的激光条纹中心线。
本发明实施例提供的一种焊缝图像处理方法中,提取运算图中的前景图像,具体可以为:
基于阈值分割法提取运算图中的前景图像。
实际应用中,处理系统可以借助阈值分割公式来快速提取运算图中的前景区域;
其中,阈值分割公式为:
其中,g(i,j)为阈值处理后的运算图中图像在像素点(i,j)位置的灰度值,f(i,j)为原始运算图中图像在像素点(i,j)位置的灰度值;T为Otsu自适应阈值分割方法获取的最佳分割阈值;g(i,j)的值为255的像素点集合即为前景区域。
本发明实施例提供的一种焊缝图像处理方法中,确定V坡口左斜边线段与V坡口右边线段的交点为焊缝的位置之后,还可以包括:
获取焊炬的位置信息;
基于位置信息计算焊炬与焊缝间的偏差量;
判断偏差量是否小于预设数值,若否,则发送偏差量至焊炬控制器,以供焊炬控制器调整焊炬的位置。
实际应用中,处理系统在确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置之后,还可以先获取焊炬的位置信息;然后基于焊炬的位置信息计算焊炬与焊缝间的偏差量;接着判断偏差量是否小于预设数值,若否,则发送偏差量至焊炬控制器,以供焊炬控制器根据接收的偏差量调整焊炬的位置,进而降低或消除焊炬与焊缝中心线间的偏差量;若是,则处理系统可以返回执行获取焊炬的位置信息及以后的步骤。这里所说的焊炬控制器指的是能够控制焊炬运动的器械,比如电机驱动器等。
实际应用中,可以根据实际需要将本发明提供的上述实施例进行组合得到相应的焊缝图像处理方法。请参阅图2,图2为实际应用中本发明实施例提供的一种焊缝图像方法的流程图,图中各个步骤的相关描述请参阅上述实施例中的相关描述,这里不再赘述。
实际应用中本发明实施例提供的一种焊缝图像处理方法可以包括以下步骤:
步骤S201:获取焊缝图像;
步骤S202:对焊缝图像进行灰度变换,得到灰度图;
步骤S203:提取灰度图中的感兴趣区域,并基于二维经验模态对感兴趣区域进行图像滤波,得到滤波图;
步骤S204:对滤波图进行空间卷积运算及LOG运算,得到运算图;
步骤S205:提取运算图中的前景图像,对前景图像进行区域连通滤波,得到区域连通滤波图,对区域连通滤波图进行形态学处理,得到形态学处理图;
步骤S206:基于灰度重心法提取形态学处理图中的激光条纹中心线;
步骤S207:将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
步骤S208:基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。
本发明还提供了一种焊缝图像处理系统,其具有本发明实施例提供的一种焊缝图像处理方法具有的对应效果。请参阅图3,图3为本发明实施例提供的一种焊缝图像处理系统的结构示意图。
本发明实施例提供的一种焊缝图像处理系统,可以包括:
图像获取模块101,用于获取焊缝图像;
灰度处理模块102,用于对焊缝图像进行灰度变换,得到灰度图;
滤波模块103,用于基于二维经验模态对灰度图进行图像滤波,得到滤波图;
运算模块104,用于对滤波图进行空间卷积运算及LOG运算,得到运算图;
提取模块105,用于基于灰度重心法提取运算图中的激光条纹中心线;
拆分模块106,用于将激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
确定模块107,用于基于最小二乘法求取四条线段的交点,确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置。
本发明实施例提供的一种焊缝图像处理系统中,滤波模块可以包括:
滤波单元,用于提取灰度图中的感兴趣区域,基于二维经验模态对感兴趣区域进行图像滤波,得到滤波图。
本发明实施例提供的一种焊缝图像处理系统中,提取模块包括:
前景图像单元,用于提取运算图中的前景图像;
区域连通滤波单元,用于对前景图像进行区域连通滤波,得到区域连通滤波图;
形态学单元,用于对区域连通滤波图进行形态学处理,得到形态学处理图;
提取单元,用于基于灰度重心法提取形态学处理图中的激光条纹中心线。
本发明实施例提供的一种焊缝图像处理系统中,前景图像单元可以包括:
阈值分割子单元,用于基于阈值分割法提取运算图中的前景图像。
本发明实施例提供的一种焊缝图像处理系统中,还可以包括:
偏差量模块,用于在确定模块确定V坡口左斜边线段与V坡口右斜边线段的交点为焊缝的位置之后,获取焊炬的位置信息;基于位置信息计算焊炬与焊缝间的偏差量;判断偏差量是否小于预设数值,若否,则发送偏差量至焊炬控制器,以供焊炬控制器调整焊炬的位置。
本发明还提供了一种焊缝图像处理设备及计算机存储介质,其均具有本发明实施例提供的一种焊缝图像处理方法具有的对应效果。请参阅图4,图4为本发明实施例提供的一种焊缝图像处理设备的结构示意图。
本发明实施例提供的一种焊缝图像处理设备,可以包括:
存储器201,用于存储计算机程序;
处理器202,用于执行计算机程序时实现如上任一实施例所描述的一种焊缝图像处理方法的步骤。
本发明实施例提供的一种计算机存储介质,计算机存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上任一实施例所描述的一种焊缝图像处理方法的步骤。
本发明实施例提供的一种焊缝图像处理系统、设备及计算机存储介质中相关部分的说明请参见本发明实施例提供的一种焊缝图像处理方法中对应部分的详细说明,在此不再赘述。另外,本发明实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种焊缝图像处理方法,其特征在于,包括:
获取焊缝图像;
对所述焊缝图像进行灰度变换,得到灰度图;
基于二维经验模态对所述灰度图进行图像滤波,得到滤波图;
对所述滤波图进行空间卷积运算及LOG运算,得到运算图;
基于灰度重心法提取所述运算图中的激光条纹中心线;
将所述激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
基于最小二乘法求取四条线段的交点,确定所述V坡口左斜边线段与所述V坡口右斜边线段的交点为焊缝的位置。
2.根据权利要求1所述的方法,其特征在于,所述基于二维经验模态对所述灰度图进行图像滤波,得到滤波图,包括:
提取所述灰度图中的感兴趣区域,基于二维经验模态对所述感兴趣区域进行图像滤波,得到滤波图。
3.根据权利要求1所述的方法,其特征在于,所述基于灰度重心法提取所述运算图中的激光条纹中心线,包括:
提取所述运算图中的前景图像;
对所述前景图像进行区域连通滤波,得到区域连通滤波图;
对所述区域连通滤波图进行形态学处理,得到形态学处理图;
基于灰度重心法提取所述形态学处理图中的激光条纹中心线。
4.根据权利要求3所述的方法,其特征在于,所述提取所述运算图中的前景图像,包括:
基于阈值分割法提取所述运算图中的前景图像。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述确定所述V坡口左斜边线段与所述V坡口右斜边线段的交点为焊缝的位置之后,还包括:
获取焊炬的位置信息;
基于所述位置信息计算所述焊炬与所述焊缝间的偏差量;
判断所述偏差量是否小于预设数值,若否,则发送所述偏差量至焊炬控制器,以供所述焊炬控制器调整所述焊炬的位置。
6.一种焊缝图像处理系统,其特征在于,包括:
图像获取模块,用于获取焊缝图像;
灰度处理模块,用于对所述焊缝图像进行灰度变换,得到灰度图;
滤波模块,用于基于二维经验模态对所述灰度图进行图像滤波,得到滤波图;
运算模块,用于对所述滤波图进行空间卷积运算及LOG运算,得到运算图;
提取模块,用于基于灰度重心法提取所述运算图中的激光条纹中心线;
拆分模块,用于将所述激光条纹中心线拆分为左边线段、V坡口左斜边线段、V坡口右斜边线段及右边线段;
确定模块,用于基于最小二乘法求取四条线段的交点,确定所述V坡口左斜边线段与所述V坡口右斜边线段的交点为焊缝的位置。
7.根据权利要求6所述的系统,其特征在于,所述滤波模块包括:
滤波单元,用于提取所述灰度图中的感兴趣区域,基于二维经验模态对所述感兴趣区域进行图像滤波,得到滤波图。
8.根据权利要求6所述的系统,其特征在于,所述提取模块包括:
前景图像单元,用于提取所述运算图中的前景图像;
区域连通滤波单元,用于对所述前景图像进行区域连通滤波,得到区域连通滤波图;
形态学单元,用于对所述区域连通滤波图进行形态学处理,得到形态学处理图;
提取单元,用于基于灰度重心法提取所述形态学处理图中的激光条纹中心线。
9.一种焊缝图像处理设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述一种焊缝图像处理方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种焊缝图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711131114.XA CN107909571A (zh) | 2017-11-15 | 2017-11-15 | 一种焊缝图像处理方法、系统、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711131114.XA CN107909571A (zh) | 2017-11-15 | 2017-11-15 | 一种焊缝图像处理方法、系统、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107909571A true CN107909571A (zh) | 2018-04-13 |
Family
ID=61844279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711131114.XA Pending CN107909571A (zh) | 2017-11-15 | 2017-11-15 | 一种焊缝图像处理方法、系统、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107909571A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898158A (zh) * | 2018-05-31 | 2018-11-27 | 华南理工大学 | 一种基于分段线性拟合的焊缝识别方法 |
CN108986160A (zh) * | 2018-06-11 | 2018-12-11 | 华南理工大学 | 一种含有镜面反射光干扰的图像激光中心线提取方法 |
CN109215000A (zh) * | 2018-08-03 | 2019-01-15 | 武汉工程大学 | 一种焊缝图像处理方法及系统 |
CN109855574A (zh) * | 2019-02-01 | 2019-06-07 | 广东工业大学 | 一种焊缝侧表面粗糙度检测方法、装置、设备及存储介质 |
CN110842316A (zh) * | 2019-11-04 | 2020-02-28 | 武汉比天科技有限责任公司 | 基于双目视觉的连接件激光加工方法 |
CN110930368A (zh) * | 2019-10-31 | 2020-03-27 | 中船重工鹏力(南京)智能装备系统有限公司 | 一种薄板搭接焊缝实时焊接图像特征提取方法 |
CN111633358A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 基于激光的焊缝参数测量方法及装置 |
CN111696153A (zh) * | 2020-06-03 | 2020-09-22 | 杭州市勘测设计研究院 | 一种提取道路中心线的方法、设备和系统 |
CN112529861A (zh) * | 2020-12-04 | 2021-03-19 | 武汉锐科光纤激光技术股份有限公司 | 激光切割面条纹的检测方法 |
CN113857632A (zh) * | 2021-08-02 | 2021-12-31 | 中石化石油机械股份有限公司沙市钢管分公司 | 一种直缝钢管预焊机气保焊自动跟踪系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6727691B2 (en) * | 2000-06-26 | 2004-04-27 | Jentek Sensors, Inc. | High resolution inductive sensor arrays for material and defect characterization of welds |
EP1642366A2 (en) * | 2003-06-03 | 2006-04-05 | Applied Thermal Sciences, Inc. | Laser-weld process control system and method |
CN102814574A (zh) * | 2012-09-06 | 2012-12-12 | 江苏科技大学 | 基于红外视觉传感的窄间隙焊接监控及焊缝偏差检测方法 |
CN105844622A (zh) * | 2016-03-16 | 2016-08-10 | 南京工业大学 | 一种基于激光视觉的v型坡口焊缝检测方法 |
-
2017
- 2017-11-15 CN CN201711131114.XA patent/CN107909571A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6727691B2 (en) * | 2000-06-26 | 2004-04-27 | Jentek Sensors, Inc. | High resolution inductive sensor arrays for material and defect characterization of welds |
EP1642366A2 (en) * | 2003-06-03 | 2006-04-05 | Applied Thermal Sciences, Inc. | Laser-weld process control system and method |
CN102814574A (zh) * | 2012-09-06 | 2012-12-12 | 江苏科技大学 | 基于红外视觉传感的窄间隙焊接监控及焊缝偏差检测方法 |
CN105844622A (zh) * | 2016-03-16 | 2016-08-10 | 南京工业大学 | 一种基于激光视觉的v型坡口焊缝检测方法 |
Non-Patent Citations (3)
Title |
---|
让晓勇 等: "基于二维经验模态和均值滤波的图像去噪方法", 《计算机应用》 * |
邓景煜: "激光结构光视觉传感器焊缝跟踪的图像处理方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
陈铖: "焊缝跟踪系统中基于C++的图像处理技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898158A (zh) * | 2018-05-31 | 2018-11-27 | 华南理工大学 | 一种基于分段线性拟合的焊缝识别方法 |
CN108986160A (zh) * | 2018-06-11 | 2018-12-11 | 华南理工大学 | 一种含有镜面反射光干扰的图像激光中心线提取方法 |
CN109215000A (zh) * | 2018-08-03 | 2019-01-15 | 武汉工程大学 | 一种焊缝图像处理方法及系统 |
CN109855574A (zh) * | 2019-02-01 | 2019-06-07 | 广东工业大学 | 一种焊缝侧表面粗糙度检测方法、装置、设备及存储介质 |
CN110930368A (zh) * | 2019-10-31 | 2020-03-27 | 中船重工鹏力(南京)智能装备系统有限公司 | 一种薄板搭接焊缝实时焊接图像特征提取方法 |
CN110930368B (zh) * | 2019-10-31 | 2022-02-18 | 中船重工鹏力(南京)智能装备系统有限公司 | 一种薄板搭接焊缝实时焊接图像特征提取方法 |
CN110842316B (zh) * | 2019-11-04 | 2021-03-02 | 武汉比天科技有限责任公司 | 基于双目视觉的连接件激光加工方法 |
CN110842316A (zh) * | 2019-11-04 | 2020-02-28 | 武汉比天科技有限责任公司 | 基于双目视觉的连接件激光加工方法 |
CN111633358A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 基于激光的焊缝参数测量方法及装置 |
CN111633358B (zh) * | 2020-05-25 | 2021-11-09 | 西咸新区大熊星座智能科技有限公司 | 基于激光的焊缝参数测量方法及装置 |
CN111696153A (zh) * | 2020-06-03 | 2020-09-22 | 杭州市勘测设计研究院 | 一种提取道路中心线的方法、设备和系统 |
CN112529861A (zh) * | 2020-12-04 | 2021-03-19 | 武汉锐科光纤激光技术股份有限公司 | 激光切割面条纹的检测方法 |
CN113857632A (zh) * | 2021-08-02 | 2021-12-31 | 中石化石油机械股份有限公司沙市钢管分公司 | 一种直缝钢管预焊机气保焊自动跟踪系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909571A (zh) | 一种焊缝图像处理方法、系统、设备及计算机存储介质 | |
CN108022251B (zh) | 一种管状结构的中心线的提取方法及系统 | |
CN109409366A (zh) | 基于角点检测的畸变图像校正方法及装置 | |
CN110717872B (zh) | 一种激光辅助定位下的v型焊缝图像特征点提取方法及提取系统 | |
CN110502983B (zh) | 一种检测高速公路中障碍物的方法、装置及计算机设备 | |
US10916013B2 (en) | Method of segmentation and annotation of images | |
CN107742291B (zh) | 一种光伏玻璃的缺陷检测方法及装置 | |
CN103778613B (zh) | 一种窗口自适应的极化sar影像滤波方法 | |
CN110930368B (zh) | 一种薄板搭接焊缝实时焊接图像特征提取方法 | |
CN108009522A (zh) | 一种道路检测方法、装置及终端 | |
CN103093229B (zh) | 车标定位方法及装置 | |
CN102663781A (zh) | 一种基于视觉的亚像素级焊缝中心提取方法 | |
CN103489167A (zh) | 一种图像自动锐化方法 | |
CN110310295B (zh) | 一种焊缝轮廓提取方法及系统 | |
CN109558877A (zh) | 基于kcf的海上目标跟踪算法 | |
JP2021050932A (ja) | 付着物検出装置、および付着物検出方法 | |
CN101408977A (zh) | 一种分割候选障碍物区域的方法及装置 | |
CN111414912B (zh) | 对接型焊缝特征点的识别方法、装置、设备及存储介质 | |
CN114529715A (zh) | 一种基于边缘提取的图像识别方法及系统 | |
JP6173962B2 (ja) | レーンマーク認識装置 | |
CN113836978A (zh) | 道路区域确定装置及方法、电子设备 | |
CN106447685A (zh) | 一种红外跟踪方法 | |
CN107103321A (zh) | 道路二值化图像的生成方法及生成系统 | |
CN111160074A (zh) | 设备内部异物识别方法、装置、计算机设备和存储介质 | |
CN104680506A (zh) | 一种分方向边界线检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180413 |
|
RJ01 | Rejection of invention patent application after publication |