CN109374152A - 一种计算脉冲tig焊接轴对称等离子体电弧温度的方法 - Google Patents
一种计算脉冲tig焊接轴对称等离子体电弧温度的方法 Download PDFInfo
- Publication number
- CN109374152A CN109374152A CN201811119604.2A CN201811119604A CN109374152A CN 109374152 A CN109374152 A CN 109374152A CN 201811119604 A CN201811119604 A CN 201811119604A CN 109374152 A CN109374152 A CN 109374152A
- Authority
- CN
- China
- Prior art keywords
- data
- matrix
- value
- image data
- row
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,包括:对RGB图像数据矩阵A进行灰度化处理,得到矩阵B;对矩阵B进行图像旋转纠正,得到矩阵C;划定矩阵C的上限、下限和左右边界,得到选取电弧区域矩阵D;对电弧区域矩阵D进行高斯保边滤波,得到矩阵E;对矩阵E进行等比放大,得到放大后的矩阵F,并记录等比放大倍数M;基于等比放大倍数M和矩阵F进行相对发射系数处理,得到相对发射系数矩阵G;导入发射系数与温度的关系数据,将相对发射系数矩阵G经过转换温度数据处理,得到温度数据矩阵H,生成相对应的温度云图,充分考虑了图片的旋转操作,进而提高了数据计算的准确性。
Description
技术领域
本发明涉及焊接热等离子体电弧温度测量技术领域,更具体的说是涉及一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法。
背景技术
电弧是一种热等离子体,由于热等离子的高温特性,使接触式测温有着分辨率低、测量时的接触干扰、耐高温材料难以制备等缺点,所以一般采用非接触方法测量。在焊接领域中,了解电弧的温度分布,便于制定良好的焊接工艺,进而得到综合性能好的焊接接头。
利用发射光谱测温时,Grime、Wilson、和Grant等人以及北京工业大学宋永伦等人的研究表明TIG电弧等离子体可以认为具有“光学薄”特性,并且满足局部热力学平衡条件。
采集发射光谱主要分为光谱仪和图像传感器两种方式,光谱仪采集数据精确度高、易于计算特定的特征谱线,但是其采集速度以及同步性较差,所以目前在图像传感器前加窄带滤光片是采集发射光谱的主流。
发射光谱层析法重建等离子体场,实际上就是由等离子体的面辐射积分经过ABEL逆变换得到空间体辐射的分布场的过程。图像传感器采集数据处理时按行分层逐层处理,故需要每行数据均垂直于轴对称电弧等离子体的轴线,也就是说,电弧等离子体的轴线需要与图像的左侧边界平行。
标准温度法是非接触方法中常使用的一种方法,其依据主要为特征谱线的发射系数是关于温度的单峰函数。结合图像传感器所采集的经过窄带滤光片滤光后得到的单一特征谱线的图像灰度信息,经过ABEL逆变换并确认每行发射系数的峰值,便可以利用发射系数与温度的关系,计算出电弧等离子体的温度分布。
在实际的图像处理中,因为发射光谱层析法的要求,需要事先对图片进行旋转操作,进而提高数据计算的准确性,而目前的研究大都忽略了因为图像传感器与实际电弧有一定的偏转角度而产生的数据误差;另外在对数据散点进行拟合函数方面,目前有三次插值、拟合多项式、拟合多项式法、傅里叶级数展开等方法,精度较高分段多项式的在目前的研究中的还存在一些不足,需要进一步优化提高其精度;另外在现有的确定轴线的方法还有一些不足,比如上海交通大学的肖笑等人采用人工方式识别每行数据的轴线位置,而哈尔滨工业大学的马税良等人的采用判定轴线的方法比如对称函数法、权重系数法、噪声统计法仅在轴对称极好的电弧等离子体中适用,而在实际中过于理想等;除此之外,目前研究中仅计算几行数据,然后去拟合电弧等离子体的温度场,可能会忽略一些细节,导致最终计算出的电弧等离子体的温度分布存在着较大的误差。
因此,如何提高计算电弧等离子体的温度分布的准确性是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,能够有效提高了计算电弧等离子体的温度分布的准确性。
为了实现上述目的,本发明采用如下技术方案:
一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,包括:
S1:基于窄带滤光片以及相机内部的RGB滤光片的通过率曲线,将采集到的电弧等离子体的RGB图像数据矩阵A进行灰度化处理,得到灰度图像数据矩阵B;
S2:根据限定旋转角度误差,对灰度图像数据矩阵B进行图像旋转纠正,得到图像数据矩阵C;
S3:基于阈值1、阈值2和阈值3来划定图像数据矩阵C的上限、下限和左右边界,得到选取电弧区域图像数据矩阵D;
S4:对电弧区域图像数据矩阵D进行高斯保边滤波,得到滤波后图像数据矩阵E;
S5:对滤波后的图像数据矩阵E的灰度数据进行等比放大,得到放大后的图像数据矩阵F,并记录等比放大倍数M;
S6:基于等比放大倍数M和放大后的图像数据矩阵F进行相对发射系数处理,得到相对发射系数矩阵G;
S7:导入发射系数与温度的关系数据,将相对发射系数矩阵G经过转换温度数据处理,得到温度数据矩阵H,基于温度数据矩阵H,生成相对应的温度云图。
优选的,步骤S1中,灰度化处理的步骤具体包括:
S11:将相机内部的RGB滤光片的通过率曲线分别与窄带滤光片的通过率曲线进行叠加,得到R滤光片与窄带滤光片的通过率曲线r-t,G光片与窄带滤光片的通过率曲线g-t和B滤光片与窄带滤光片的通过率曲线b-t;
S12:基于通过率曲线r-t、g-t和b-t分别计算所需波段的积分值在整个波段积分值的占比rp、gp和bp,并确定最佳叠加组合;
S13:基于最佳叠加组合,对RGB图像数据矩阵A进行灰度化处理,得到灰度图像数据矩阵B。
优选的,步骤S2中,图像旋转纠正的步骤具体包括:
S21:基于阈值1’、阈值2’和阈值3’来划定图像数据矩阵B的上限、下限和左右边界,得到选取电弧区域图像数据矩阵C’;
S22:对图像数据矩阵C’进行高斯保边滤波,得到滤波后的图像数据矩阵D’;
S23:图像数据矩阵D’的灰度数据进行等比放大,得到灰度值放大后的图像数据矩阵E’;
S24:利用自定义寻轴方式来确定图像数据矩阵E’中所有行数据的轴线位置向量Y1,行所在行数位置向量X1;
S25:利用最小二乘法将向量X1和Y1拟合为一条直线,则轴线偏转角度θ=arctan(k),其中k为直线的斜率,以逆时针为正;
S26:判断轴线偏转角的绝对值是否小于所要求的轴线偏转角度误差值,如果是,则将图像数据矩阵B旋转,得到图像数据矩阵C;如果否,则执行步骤S27、S28、S24和S25,直至轴线偏转角的绝对值小于所要求的轴线偏转角度误差值,将图像数据矩阵B旋转,得到图像数据矩阵C;
S27:确定图像数据矩阵E’旋转纠正的角度θ1,之后进行插值处理;
S28:插值之后重新选取有效电弧区域,有效电弧区域的行数上限为[bsin(|θ|)]+1,[]为取整符号,行数下限为a-([bsin(|θ|)]+1),其中,a、b分别为图像数据矩阵E’的行数和列数。
优选的,步骤S6中,相对发射系数处理的具体步骤包括:
S61:利用自定义寻轴方式精估灰度值放大后的图像数据矩阵F的所有行数据的轴线位置;
S62:根据精估所有行的轴线位置数据构建坐标向量数据,将每行的散点位置及其灰度数据分别生成X,Y向量坐标,X向量从左到右为正,轴线处的坐标为0;
S63:新建新的图像数据矩阵ARRAY1,对所有数据进行移位轴线校准,保证所有行的轴线处的数据放置于同一列,边缘没有填充的点用0填充;其中,ARRAY1是用于放置经过数据移位操作后的新数据;
S64:将ARRAY1中所有数据进行数据对称化处理,即将关于轴线对称的灰度数据进行平均化处理,得到对称化数据矩阵ARRAY2;
S63:对ARRAY2进行保边滤波处理,得到数据矩阵ARRAY3;
S64:将数据矩阵ARRAY3中的每行数据进行自定义拟合分段多项式处理,得到每行的分段多项式函数;
S65:将等比放大倍数M回代并利用ABEL逆变换处理步骤S64得到每行的分段多项式函数,求得对称轴右侧相应像素点处相对发射系数矩阵ARRAY4,其中轴线处的x坐标用δ近似代替,并利用对称性求出全弧相应像素点处相对发射系数矩阵G。
优选的,步骤S7中,将相对发射系数矩阵G经过转换温度数据处理的步骤具体包括:
S71:由于相对发射系数数据矩阵G是轴对称数据,因此,仅提取包括轴线的右半侧数据矩阵G’;
S72:寻找每行散点数据中灰度值既是最大值又是极值的数据点,确定为相对发射系数数据矩阵G’中的每行数据的峰值及其位置;
S73:对于存在峰值的行数,该行归一化峰值为该行数据的峰值,对于没有峰值的行数,其归一化峰值为最临近行之一的峰值;存在峰值的行的归一化峰值的位置均为其峰值的位置,无峰值的归一化峰值位置为轴线处;
S74:利用求得的每一行的归一化峰值,分别对该行数据进行归一化处理;
S75:将每一行数据按照归一化峰值左侧区域划分为高温区、右侧低温区,将其分别与发射系数与温度的关系数据进行对比,将其转化为温度矩阵H’,然后对其进行对称化处理,得到全弧的温度数据矩阵H。
优选的,自定义寻轴方式的具体步骤包括:
S101:根据要求解轴线的图像数据矩阵的每行数据散点构建坐标向量X、Y,规定X以从左向右为正,左侧边界为1,Y值为每个散点的灰度数据;
S102:利用最小二乘法将每行所有散点的X,Y向量数据拟合为二次多项式,并利用二次多项式的对称轴粗估计代替数据的轴线位置;
S103:将步骤S101构建的每行散点坐标进行坐标变换,使轴线处X数据为0;
S104:利用自定义拟合分段多项式处理变换坐标后的每行数据X、Y向量,得到分段多项式函数;
S105:根据步骤S104得到的分段多项式函数,生成步长st及散点数据,并作为新的X、Y向量;
S106:根据阈值1”,截取每行Y灰度值数据大于等于阈值1”的散点数据;
S107:根据阈值2”、3”分别从两侧开始限定并提取每行数据的中的两段数据散点;
S108:分别将步骤S107中提取的两段数据散点的坐标用最小二乘法拟合为两条直线,并求解出两条直线的交点,将交点的X值近似粗估为轴线位置;
S109:根据S108中粗估到的轴线位置,判断轴线两侧是否分别存在既是极大值又是最大值散点,当轴线两侧分别存在时,则使用方式1确定精估的轴线位置;当轴线两侧仅一侧存在时,则使用方式2确定精估的轴线位置;
其中,方式1具体包括:
根据阈值1”提取有效数据散点,交点为A1、B1点,当轴线两侧均存在既是极大值又是最大值散点A2点、B2点,根据A2点、B2点的X坐标,将该行数据散点分为3段,包括段1、段2和段3;
利用A1、A2、B1、B2、高h、以及变化的C点和D点,创建3组数据散点,包括段1’、段2’和段3’,其中,C点在A3到B3之间变化,D点与C点X坐标一致,在A2到B2之间变化,并求出在不同位置的C点,段1与段1’Y值向量的相关系数R1,段2与段2’Y值向量的相关系数R2,段3与段3’Y值向量的相关系数R3之和R1+R2+R3的最大值,并将该最大值下的C点的X坐标置为精估的轴线位置;
方式2具体包括:
根据阈值1”提取有效数据散点段1,且交点为A1、B1点,当轴线仅一侧存在既是极大值又是最大值散点A2点,利用A1、B1、高h、以及变化的C点创建1组数据散点段1’,其中,在A1到B1之间变化,并求出在不同位置的C点,段1与段1’Y值向量的相关系数R的最大值,并将该最大值下的C点的X坐标置为精估的轴线位置。
优选的,自定义拟合分段多项式的具体步骤包括:
S201:为已构建坐标向量的每行数据进行增补数据,
S202:对增补后的每行数据散点进行分段,并提取有效定义域;
S203:对分段后的每段数据进行插值;
S204:对插值后的数据,利用利用最小二乘法,分别拟合1~U次多项式,并以散点数据与多项式的方差大小作为拟合质量的判定标准,取方差最小的多项式,其中每个分段的多项式函数的定义域在步骤S202中已给出。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了计算脉冲TIG焊接轴对称等离子体电弧温度的方法,充分考虑到了图像传感器与实际电弧有一定的偏转角度而产生的数据误差,对图像进行旋转纠正,且在对数据散点进行拟合时,采用自定义拟合分段多项式处理,有效提高了数据计算的准确性。
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为本发明提供的计算脉冲TIG焊接轴对称等离子体电弧温度的流程图;
图2为本发明提供的灰度化处理的流程图;
图3为本发明提供的图片旋转纠正的流程图;
图4为本发明提供的求解相对发射系数的流程图;
图5为本发明提供的相对发射系数转化温度数据的处理流程图;
图6为本发明提供的自定义寻轴方式处理流程图;
图7为本发明提供的自定义拟合分段多项式处理流程图;
图8为本发明提供的寻找轴线方式1的原理图;
图9为本发明提供的寻找轴线方式2的原理图;
图10为本发明提供的200A-20kHz脉冲TIG的RGB图像;
图11为本发明提供的200A-20kHz脉冲TIG的温度云图;
图12为本发明提供的散点分段及其定义域的试例;
图13为本发明提供的自定义分段多项式拟合的效果图;
图14为本发明提供的图13的局部放大图;
图15为本发明提供的图13行数据对称化后求解的相对发射系数。
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。
本发明的目的在于尝试解决上述数据处理中存在的问题,获得轴对称电弧等离子体的温度云图,特提供从得到脉冲TIG电弧等离子体的单一特征谱线的图像数据到得出电弧的温度分布一整套解决方案。请参见附图1,计算脉冲TIG焊接轴对称等离子体电弧温度的方法是按照以下步骤实现的:
步骤(1):利用图像传感器采集到的电弧等离子体的RGB图像数据矩阵A和窄带滤光片、相机内部的三色滤光片的通过率信息,将图像数据矩阵A进行灰度化处理,得到灰度图像数据矩阵B;
步骤(2):根据限定旋转角度误差,对步骤1所得到的灰度图像数据矩阵B进行图像旋转纠正,得到图像数据矩阵C;
步骤(3):阈值1为钨极尖端所在的行数,根据阈值1取钨极下方的电弧图像数据,划定图像的上限;阈值2是一个灰度数据,根据每行数据的最大值须大于阈值2来划定图像的下限;阈值3是一个灰度数据,根据阈值3限定电弧边界的最小灰度值来划定图像的左右边界;根据此原则处理图像数据矩阵C,得到选取电弧区域图像数据矩阵D;
步骤(4):将图像数据矩阵D进行高斯保边滤波,在对数据进行滤噪同时,保证核心高温区数据不被过多平滑处理,并将数组边界之外的输入数组值等于最近的数组边框值。得到滤波后图像数据矩阵E;
步骤(5):将图像数据矩阵E的灰度数据进行等比放大至最大值为255,便于所有阈值统一处理,得到灰度值放大后的图像数据矩阵F,并记录等比放大倍数M;
步骤(6):将图像数据矩阵F经过求解相对发射系数处理,得到相对发射系数数据矩阵G;
步骤(7):导入发射系数与温度的关系数据,将数据矩阵G经过转化温度数据处理,得到温度数据矩阵H,并可生成相对应的温度云图。
1、对使用图像法采集发射光谱法测定温度中的灰度化处理进行新的定义,提高灰度化后数据的准确性;
2、在进行层析法(计算相对发射系数)之前,本发明对采集的图像中拟合电弧轴线与图片左边界的平行误差进行校核,并对图片进行适当的旋转操作,减小因为轴线偏斜引起的相对发射系数计算误差;
3、目前该领域的研究中,并没有采用过保边滤波处理数据噪音,比起传统的高斯滤波,保边滤波可以很大程度保留电弧温度变化差异较大的发射光谱数据的真实数据;
4、在寻找每行数据的轴线问题上,对称函数法、权重系数法、噪声统计法等传统方法对数据对称性要求过高,实际中难以达到要求,本发明中提到的自定义寻轴方式采用相关系数法,可以在非理想对称数据中使用,也比起传统方法有着更高的精确度。
5、在拟合曲线方面,本发明提到的自定义拟合分段多项式比起传统的三次插值、拟合多项式、拟合多项式法、傅里叶级数展开等方法拟合函数的准确度更高;
6、本发明可以很好的处理电弧区域的所有数据,生成可视化的温度场云图。
结合附图2,本发明实施例对灰度化处理的具体步骤做进一步说明:
步骤(1):将相机内部RGB滤光片的通过率曲线(波长与通过率曲线)与所使用的窄带滤光片的通过率曲线分别进行叠加,得到R滤光片与窄带滤光片叠加的通过率曲线r-t,G滤光片与窄带滤光片叠加的通过率曲线g-t,B滤光片与窄带滤光片叠加的通过率曲线b-t;
步骤(2):并分别计算所需波段的积分值在整个波段积分值的占比rp、gp、bp,确定最佳叠加组合;
步骤(3):按照最佳叠加组合,对数据进行相关的灰度化处理。
该部分未见有相同处理的方法,该部分比起传统的心理学或图像处理中的灰度化有所不同,仅仅是确定了图像法发射光谱测温中合理的灰度化操作。
结合附图3,本发明实施例对图片旋转纠正处理的具体步骤做进一步说明:
步骤(1):阈值1’为钨极尖端所在的行数,根据阈值1’取钨极下方的电弧图像数据,划定图像的上限;阈值2’是一个灰度数据,根据每行数据的最大值须大于阈值2’来划定图像的下限;阈值3’是一个灰度数据,根据阈值3’限定电弧边界的最小灰度值来划定图像的左右边界;根据此原则处理灰度化图像数据矩阵B,得到选取电弧区域图像数据矩阵C’;
步骤(2):将图像数据矩阵C’进行高斯保边滤波,在对数据进行滤噪同时,保证核心高温区数据不被过多平滑处理,并将数组边界之外的输入数组值等于最近的数组边框值。得到滤波后图像数据矩阵D’;
步骤(3):将图像数据矩阵D’的灰度数据进行等比放大至最大值为255,便于所有阈值统一处理,得到灰度值放大后的图像数据矩阵E’;
步骤(4):利用自定义寻找轴线来确定图像数据矩阵E’中所有行数据的轴线位置向量Y1,行所在行数位置向量X1;
步骤(5):利用最小二乘法将向量X1、Y1拟合为一条直线,k为直线的斜率,以逆时针为正,则轴线偏转角度θ=arctan(k);
步骤(6):判断轴线偏转角的绝对值是否小于所要求的轴线偏转角度误差值,如果否,则执行循环步骤(7)、(8)、(4)、(5)、(6);
步骤(7):确定在图像数据矩阵E’基础上需要顺时针旋转纠正的角度θ1=θ,然后对图像数据矩阵E’进行旋转,得到新的图像数据矩阵F’(n),n为旋转次数,(因为每次旋转后,因插值数据引入部分误差,所以图像旋转后仍需要校核轴线旋转角度);
步骤(8):因为图像数据矩阵E’经过旋转后,矩阵的行数和列数发生变化,且进行了插值处理,在下一步进行寻找轴线时因为部分行数据上电弧数据不完整导致轴线判断错误,这里需要限定行数重新选取有效电弧区域。a、b分别为图像数据矩阵E’的行数和列数,则有效电弧区域的行数上限为[bsin(|θ|)]+1,[]为取整符号,行数下限是a-([bsin(|θ|)]+1);
步骤(9):接步骤6后面的循环步骤完成,判断轴线偏转角的绝对值是否小于所要求的轴线偏转角度误差值,如果是,则将灰度化图像数据矩阵B旋转,生成图像数据矩阵C。
该部分未见有相同处理的方法,整体具有新颖性。
结合附图4,本发明实施例对求解相对发射系数处理的过程做进一步说明:
步骤(1):利用自定义寻轴方式精估灰度值放大后的图像数据矩阵F的所有行数据的轴线位置;
步骤(2):根据精估所有行的轴线位置数据构建坐标向量数据,将每行的散点位置及其灰度数据分别生成X,Y向量坐标,X向量从左到右为正,轴线处的坐标为0;
步骤(3):新建新的图像数据矩阵ARRAY1,对所有数据进行移位轴线校准,保证所有行的轴线处的数据放置于同一列,边缘没有填充的点用0填充;
步骤(4):将ARRAY1中所有数据进行数据对称化处理,即将关于轴线对称的灰度数据进行平均化处理,得到对称化数据矩阵ARRAY2;
步骤(5):为了平滑前述操作中所造成的行数据之间的不平滑,对ARRAY2进行小窗口的保边滤波处理,得到数据矩阵ARRAY3;
步骤(6):将数据矩阵ARRAY3中的每行数据进行自定义拟合分段多项式处理,得到每行的分段多项式函数;
步骤(7):将等比放大倍数M回代并利用ABEL逆变换处理步骤(6)得到每行的分段多项式函数,求得对称轴右侧相应像素点处相对发射系数矩阵ARRAY4,其中轴线处的x坐标可以用近似0的值(例如10e-5)近似代替,并利用对称性求出全弧相应像素点处相对发射系数矩阵G。
比起其他研究者仅对电弧区域的4-8行数据处理不同,该部分是对该电弧区域的所有行数据都求解发射系数,并且在对称化之前进行了数据移位校准,保证电弧为轴对称模型,且随后进行保边滤波,平滑因数据移位校准操作所导致部分数据不平滑现象。
结合附图5,本发明实施例对相对发射系数数据转化温度数据处理的具体过程做进一步说明:
步骤(1):因为相对发射系数数据矩阵G是轴对称数据,所以这里仅需要提取包括轴线的右半侧数据矩阵G’;
步骤(2):寻找每行散点数据中灰度值既是最大值又是极值的数据点,确定为相对发射系数数据矩阵G’中的每行数据的峰值及其位置;
步骤(3):对于存在峰值的行数,其该行归一化峰值为该行数据的峰值。对于没有峰值的行数,其归一化峰值均统一规定为最临近行之一的峰值。另外,存在峰值的行的归一化峰值的位置均为其峰值的位置,无峰值的归一化峰值位置为轴线处。
步骤(4):利用求得的每一行的归一化峰值,对该行数据进行归一化处理;
步骤(5):将每一行数据按照归一化峰值左侧区域划分为高温区、右侧低温区,将其分别与相对发射系数与温度关系数据进行对比,将其转化为温度矩阵H’,然后对其进行对称化处理,得到全弧的温度矩阵H。
该部分改进仅对无峰值的行的归一化峰值及其位置进行预测,便于生成所选区域所有数据的温度场云图。
结合附图6,本发明实施例对自定义寻轴方式处理的具体步骤做进一步说明:
步骤(1):将所需要求解轴线的图像数据矩阵的每行数据散点构建坐标向量X、Y,规定X以从左向右为正,左侧边界为1。Y值为每个散点的灰度数据;其中,图像数据矩阵中数据散点的说法来源于不同每个数据元素都有不同的位置和灰度信息。
步骤(2):利用最小二乘法将每行所有散点的X,Y向量数据拟合为二次多项式,并利用二次多项式的对称轴粗估计代替数据的轴线位置;
步骤(3):将步骤(1)构建的每行散点坐标进行坐标变换,使轴线处X数据为0;
步骤(4):利用自定义拟合分段多项式处理将步骤(3)得到的变换坐标后的每行数据的X、Y向量拟合为分段多项式函数;
步骤(5):为精确确定轴线位置及其提高拟合精度,根据步骤(4)所得到的分段多项式函数,生成步长st,更多散点数据,并作为新的X、Y向量;
步骤(6):根据阈值1”,截取每行Y灰度值数据大于等于阈值1”的散点数据,因为每行数据中存在大量低灰度值数据,全部参与计算既浪费时间又对结果无大的影响,这里一般将阈值1”置为该行数据最大灰度值的四分之一;
步骤(7):因为提取每行的数据并不是理想中的轴对称模型中垂直轴线的每行数据,所以这里需要根据阈值2”、3”分别从两侧开始限定并提取每行数据的中的两段数据散点,这里一般将阈值2”取阈值1”,将阈值3”取该行数据最大灰度值的95%,阈值3”的大小取决于采集目标的轴对称程度,以及每行数据是否垂直于轴线;
步骤(8):分别将步骤(7)中提取的两段数据散点的坐标用最小二乘法拟合为两条直线,并求解出两条直线的交点,将交点的X值近似粗估为轴线位置;
步骤(9):然后根据步骤(8)粗估的轴线位置,去判断轴线两侧是否分别存在既是极大值又是最大值散点,来决定使用更为准确的求解轴线的方法去精估轴线的位置,当两侧分别存在时,则使用方式1,当两侧仅一侧存在时,则使用方式2。
其中,方式1:如图8原理图所示,根据大于等于阈值1”条件,提取有效数据散点,交点为A1、B1点,当轴线两侧均存在既是极大值又是最大值散点A2点、B2点,根据A2点、B2点的X坐标,将该行数据散点分为3段(段1、段2、段3),利用A1、A2、B1、B2、高h、以及变化的C点(在A3到B3变化),D点(与C点X坐标一致,在A2到B2变化),创建3组数据散点(段1’、段2’、段3’),其数据分布如图8所示红色实线,求出在不同位置的C点,段1与段1’Y值向量的相关系数R1,段2与段2’Y值向量的相关系数R2,段3与段3’Y值向量的相关系数R3之和R1+R2+R3的最大值,并将该最大值下的C点的X坐标置为精估的轴线位置。
方式2:如图9原理图所示,根据大于等于阈值1”条件,提取有效数据散点段1,且交点为A1、B1点,当轴线仅一侧存在既是极大值又是最大值散点A2点,利用A1、B1、高h、以及变化的C点(在A1到B1变化),创建1组数据散点(段1’),其数据分布在如图9所示红色实线,求出在不同位置的C点,段1与段1’Y值向量的相关系数R的最大值,并将该最大值下的C点的X坐标置为精估的轴线位置。
该部分未见有相同处理的方法,整体具有新颖性;
结合附图7,本发明实施例对自定义拟合分段多项式处理的具体步骤做进一步说明:
步骤(1):为已构建坐标向量的每行数据进行增补数据,其中数值V是大于1的奇数,数值Q(Q为V的整倍数),为分段后每段数据的散点个数,因为数据分段中存在数据重复使用,这里每行散点数需要为NT=(((V+1)/2)*Q/V)+(n*Q/V)+(((V+1)/2)*Q/V),其中n为正整数,所以当每行数据散点为N时,需要分别在左右侧增加[(NT-N)/2],(NT-T)-[(NT-N)/2]个数据点,其中增加的数据点的灰度值均为临近有灰度值数据的灰度值;
步骤(2):按照合适的分段方式对增补后的每行数据散点进行分段,从左向右,第一段取1~Q的散点数据,第二段取1+Q/V~Q/V+Q的数据散点,第k段取1+(k-1)*Q/V~(k-1)*Q/V+Q数据散点,然后计算每个小分段的有效定义域,其中第一分段有效定义域为该分段第一个散点的X坐标,到((V+1)/2)*Q/V散点与((V+1)/2)*Q/V+1散点对应X坐标的平均值,这里为左闭右开区间;最后一分段有效定义域为,倒数第((V+1)/2)*Q/V散点与((V+1)/2)*Q/V+1散点对应X坐标的平均值,到最后一个散点对应的X坐标,这里为全闭区间;中间的分段为每个分段的第((V-1)/2)*Q/V散点与((V-1)/2)*Q/V+1散点对应X坐标的平均值,到倒数第((V-1)/2)*Q/V散点与((V-1)/2)*Q/V+1散点对应X坐标的平均值,区间都为左闭右开区间;如图12所示,给出了散点分段及其定义域的试例,其中Q为18,V为3。
步骤(3):因为数据波动大且数据散点少,为均衡Q的大小与拟合质量,对分段后的每段数据进行插值,这里分别对其坐标向量采用线性插值方法在每相邻两点间插入P个数据散点,一般P取99;
步骤(4):对插值后的数据利用最小二乘法,分别拟合1~U次多项式,并以散点数据与多项式的方差大小作为拟合质量的判定标准,取方差最小的多项式,其中每个分段的多项式函数的定义域在步骤(2)中已给出。
图13蓝色散点是某一行利用自定义寻轴方式精确估计轴线并将轴线处X坐标置0后的散点分布,红色曲线是经过自定义分段多项式拟合的分段函数的曲线。
该部分有类似分段多项式拟合方法,但本发明有以下改进:
1、采用插值方法增加每个分段数据点的数量;
2、分段方法及其有效定义域的设定可以实现较少数据点拟合较高拟合精度函数;
3、根据每个分段拟合不同最高阶次的多项式的方差大小确定最优最高阶次,提高拟合精度。
附图10和附图11分别为200A-20kHz脉冲TIG的RGB图像和温度云图,
图10是用CCD相机经过窄带滤光片采集的200A-20kHz轴对称TIG脉冲电弧的RGB图像;
图11是用该发明计算出的温度温度,其中,导入的温度与相对发射系数关系的峰值对应温度为15000K,从图中可以得到钨极下方所选择电弧区域的温度场分布云图。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业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的专业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 (7)
1.一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,其特征在于,包括:
S1:基于窄带滤光片以及相机内部的RGB滤光片的通过率曲线,将采集到的电弧等离子体的RGB图像数据矩阵A进行灰度化处理,得到灰度图像数据矩阵B;
S2:根据限定旋转角度误差,对灰度图像数据矩阵B进行图像旋转纠正,得到图像数据矩阵C;
S3:基于阈值1、阈值2和阈值3来划定图像数据矩阵C的上限、下限和左右边界,得到选取电弧区域图像数据矩阵D;
S4:对电弧区域图像数据矩阵D进行高斯保边滤波,得到滤波后图像数据矩阵E;
S5:对滤波后的图像数据矩阵E的灰度数据进行等比放大,得到放大后的图像数据矩阵F,并记录等比放大倍数M;
S6:基于等比放大倍数M和放大后的图像数据矩阵F进行相对发射系数处理,得到相对发射系数矩阵G;
S7:导入发射系数与温度的关系数据,将相对发射系数矩阵G经过转换温度数据处理,得到温度数据矩阵H,基于温度数据矩阵H,生成相对应的温度云图。
2.根据权利要求1所述的一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,其特征在于,步骤S1中,灰度化处理的步骤具体包括:
S11:将相机内部的RGB滤光片的通过率曲线分别与窄带滤光片的通过率曲线进行叠加,得到R滤光片与窄带滤光片的通过率曲线r-t,G光片与窄带滤光片的通过率曲线g-t和B滤光片与窄带滤光片的通过率曲线b-t;
S12:基于通过率曲线r-t、g-t和b-t分别计算所需波段的积分值在整个波段积分值的占比rp、gp和bp,并确定最佳叠加组合;
S13:基于最佳叠加组合,对RGB图像数据矩阵A进行灰度化处理,得到灰度图像数据矩阵B。
3.根据权利要求1所述的一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,其特征在于,步骤S2中,图像旋转纠正的步骤具体包括:
S21:基于阈值1’、阈值2’和阈值3’来划定图像数据矩阵B的上限、下限和左右边界,得到选取电弧区域图像数据矩阵C’;
S22:对图像数据矩阵C’进行高斯保边滤波,得到滤波后的图像数据矩阵D’;
S23:图像数据矩阵D’的灰度数据进行等比放大,得到灰度值放大后的图像数据矩阵E’;
S24:利用自定义寻轴方式来确定图像数据矩阵E’中所有行数据的轴线位置向量Y1,行所在行数位置向量X1;
S25:利用最小二乘法将向量X1和Y1拟合为一条直线,则轴线偏转角度θ=arctan(k),其中k为直线的斜率;
S26:判断轴线偏转角的绝对值是否小于所要求的轴线偏转角度误差值,如果是,则将图像数据矩阵B旋转,得到图像数据矩阵C;如果否,则执行步骤S27、S28、S24和S25,直至轴线偏转角的绝对值小于所要求的轴线偏转角度误差值,将图像数据矩阵B旋转;
S27:确定图像数据矩阵E’旋转纠正的角度,之后进行插值处理;
S28:插值之后,重新选取有效电弧区域,有效电弧区域的行数上限为[bsin(|θ|)]+1,行数下限为a-([bsin(|θ|)]+1),其中,a、b分别为图像数据矩阵E’的行数和列数,[]为取整符号。
4.根据权利要求1所述的一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,其特征在于,步骤S6中,相对发射系数处理的具体步骤包括:
S61:利用自定义寻轴方式精估灰度值放大后的图像数据矩阵F的所有行数据的轴线位置;
S62:根据精估所有行的轴线位置数据构建坐标向量数据,将每行的散点位置及其灰度数据分别生成X,Y向量坐标,X向量从左到右为正,轴线处的坐标为0;
S63:新建新的图像数据矩阵ARRAY1,对所有数据进行移位轴线校准,保证所有行的轴线处的数据放置于同一列,边缘没有填充的点用0填充;其中,ARRAY1是用于放置经过数据移位操作后的新数据;
S64:将ARRAY1中所有数据进行数据对称化处理,即将关于轴线对称的灰度数据进行平均化处理,得到对称化数据矩阵ARRAY2;
S63:对ARRAY2进行保边滤波处理,得到数据矩阵ARRAY3;
S64:将数据矩阵ARRAY3中的每行数据进行自定义拟合分段多项式处理,得到每行的分段多项式函数;
S65:将等比放大倍数M回代并利用ABEL逆变换处理步骤S64得到每行的分段多项式函数,求得对称轴右侧相应像素点处相对发射系数矩阵ARRAY4,其中轴线处的x坐标用δ近似代替,并利用对称性求出全弧相应像素点处相对发射系数矩阵G。
5.根据权利要求1所述的一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,其特征在于,步骤S7中,将相对发射系数矩阵G经过转换温度数据处理的步骤具体包括:
S71:由于相对发射系数数据矩阵G是轴对称数据,因此,仅提取包括轴线的右半侧数据矩阵G’;
S72:寻找每行散点数据中灰度值既是最大值又是极值的数据点,确定为相对发射系数数据矩阵G’中的每行数据的峰值及其位置;
S73:对于存在峰值的行数,该行归一化峰值为该行数据的峰值,对于没有峰值的行数,其归一化峰值为最临近行之一的峰值;存在峰值的行的归一化峰值的位置均为其峰值的位置,无峰值的归一化峰值位置为轴线处;
S74:利用求得的每一行的归一化峰值,分别对该行数据进行归一化处理;
S75:将每一行数据按照归一化峰值左侧区域划分为高温区、右侧低温区,将其分别与发射系数与温度的关系数据进行对比,将其转化为温度矩阵H’,然后对其进行对称化处理,得到全弧的温度数据矩阵H。
6.根据权利要求3或4所述的一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,其特征在于,自定义寻轴方式的具体步骤包括:
S101:根据要求解轴线的图像数据矩阵的每行数据散点构建坐标向量X、Y,规定X以从左向右为正,左侧边界为1,Y值为每个散点的灰度数据;
S102:利用最小二乘法将每行所有散点的X,Y向量数据拟合为二次多项式,并利用二次多项式的对称轴粗估计代替数据的轴线位置;
S103:将步骤S101构建的每行散点坐标进行坐标变换,使轴线处X数据为0;
S104:利用自定义拟合分段多项式处理变换坐标后的每行数据X、Y向量,得到分段多项式函数;
S105:根据步骤S104得到的分段多项式函数,生成步长st及散点数据,并作为新的X、Y向量;
S106:根据阈值1”,截取每行Y灰度值数据大于等于阈值1”的散点数据;
S107:根据阈值2”、3”分别从两侧开始限定并提取每行数据的中的两段数据散点;
S108:分别将步骤S107中提取的两段数据散点的坐标用最小二乘法拟合为两条直线,并求解出两条直线的交点,将交点的X值近似粗估为轴线位置;
S109:根据S108中粗估到的轴线位置,判断轴线两侧是否分别存在既是极大值又是最大值散点,当轴线两侧分别存在时,则使用方式1确定精估的轴线位置;当轴线两侧仅一侧存在时,则使用方式2确定精估的轴线位置;
其中,方式1具体包括:
根据阈值1”提取有效数据散点,交点为A1、B1点,当轴线两侧均存在既是极大值又是最大值散点A2点、B2点,根据A2点、B2点的X坐标,将该行数据散点分为3段,包括段1、段2和段3;
利用A1、A2、B1、B2、高h、以及变化的C点和D点,创建3组数据散点,包括段1’、段2’和段3’,其中,C点在A3到B3之间变化,D点与C点X坐标一致,在A2到B2之间变化,并求出在不同位置的C点,段1与段1’Y值向量的相关系数R1,段2与段2’Y值向量的相关系数R2,段3与段3’Y值向量的相关系数R3之和R1+R2+R3的最大值,并将该最大值下的C点的X坐标置为精估的轴线位置;
方式2具体包括:
根据阈值1”提取有效数据散点段1,且交点为A1、B1点,当轴线仅一侧存在既是极大值又是最大值散点A2点,利用A1、B1、高h、以及变化的C点创建1组数据散点段1’,其中,在A1到B1之间变化,并求出在不同位置的C点,段1与段1’Y值向量的相关系数R的最大值,并将该最大值下的C点的X坐标置为精估的轴线位置。
7.根据权利要求6所述的一种计算脉冲TIG焊接轴对称等离子体电弧温度的方法,其特征在于,自定义拟合分段多项式的具体步骤包括:
S201:为已构建坐标向量的每行数据进行增补数据,
S202:对增补后的每行数据散点进行分段,并提取有效定义域;
S203:对分段后的每段数据进行插值;
S204:对插值后的数据,利用利用最小二乘法,分别拟合1~U次多项式,并以散点数据与多项式的方差大小作为拟合质量的判定标准,取方差最小的多项式,其中每个分段的多项式函数的定义域在步骤S202中已给出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811119604.2A CN109374152B (zh) | 2018-09-25 | 2018-09-25 | 一种计算脉冲tig焊接轴对称等离子体电弧温度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811119604.2A CN109374152B (zh) | 2018-09-25 | 2018-09-25 | 一种计算脉冲tig焊接轴对称等离子体电弧温度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109374152A true CN109374152A (zh) | 2019-02-22 |
CN109374152B CN109374152B (zh) | 2020-09-08 |
Family
ID=65401838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811119604.2A Active CN109374152B (zh) | 2018-09-25 | 2018-09-25 | 一种计算脉冲tig焊接轴对称等离子体电弧温度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109374152B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115588006A (zh) * | 2022-11-11 | 2023-01-10 | 四川大学 | 一种标准化牙弓形态的提取方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04279850A (ja) * | 1991-03-08 | 1992-10-05 | Ishikawajima Harima Heavy Ind Co Ltd | 液体容器のピンホール検出装置 |
CN1844891A (zh) * | 2006-04-30 | 2006-10-11 | 哈尔滨工业大学 | 焊接电弧温度与成分分布测量用成像装置 |
CN101303257A (zh) * | 2008-06-26 | 2008-11-12 | 中国电力科学研究院 | 一种测量长间隙空气电弧等离子体温度的方法 |
CN101635050A (zh) * | 2009-06-26 | 2010-01-27 | 武汉大学 | 一种图像复原方法 |
CN103017937A (zh) * | 2012-11-23 | 2013-04-03 | 上海交通大学 | 多组分焊接电弧等离子体的温度和浓度测量装置与方法 |
CN103968958A (zh) * | 2014-04-24 | 2014-08-06 | 清华大学 | 一种实时测量双射流直流电弧等离子体温度的方法 |
KR101816050B1 (ko) * | 2017-01-16 | 2018-01-08 | 한국생산기술연구원 | 고강도 재료용 마찰교반용접 툴의 제조방법 |
-
2018
- 2018-09-25 CN CN201811119604.2A patent/CN109374152B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04279850A (ja) * | 1991-03-08 | 1992-10-05 | Ishikawajima Harima Heavy Ind Co Ltd | 液体容器のピンホール検出装置 |
CN1844891A (zh) * | 2006-04-30 | 2006-10-11 | 哈尔滨工业大学 | 焊接电弧温度与成分分布测量用成像装置 |
CN101303257A (zh) * | 2008-06-26 | 2008-11-12 | 中国电力科学研究院 | 一种测量长间隙空气电弧等离子体温度的方法 |
CN101635050A (zh) * | 2009-06-26 | 2010-01-27 | 武汉大学 | 一种图像复原方法 |
CN103017937A (zh) * | 2012-11-23 | 2013-04-03 | 上海交通大学 | 多组分焊接电弧等离子体的温度和浓度测量装置与方法 |
CN103968958A (zh) * | 2014-04-24 | 2014-08-06 | 清华大学 | 一种实时测量双射流直流电弧等离子体温度的方法 |
KR101816050B1 (ko) * | 2017-01-16 | 2018-01-08 | 한국생산기술연구원 | 고강도 재료용 마찰교반용접 툴의 제조방법 |
Non-Patent Citations (3)
Title |
---|
YINGYING TANG 等: "TIG arc-induced non-contact MIG arc ignition", 《JOURNAL OF MATERIAL PROCESSING TECH》 * |
吴鑫 等: "一种基于先验知识的弧焊机器人图像处理方法", 《焊接学报》 * |
郑森木: "基于图像法的脉冲GTAW电弧光谱诊断", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115588006A (zh) * | 2022-11-11 | 2023-01-10 | 四川大学 | 一种标准化牙弓形态的提取方法 |
CN115588006B (zh) * | 2022-11-11 | 2023-11-21 | 四川大学 | 一种标准化牙弓形态的提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109374152B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104359556B (zh) | 一种用于宽带光谱成像系统的最优化训练样本选择方法 | |
Foster et al. | Characterisation of the MALT90 Survey and the Mopra Telescope at 90 GHz | |
CN102488497B (zh) | 磁共振温度测量方法及系统 | |
CN109374152A (zh) | 一种计算脉冲tig焊接轴对称等离子体电弧温度的方法 | |
CN110503156B (zh) | 一种基于最小相关系数的多变量校正特征波长选择方法 | |
CN104008543A (zh) | 一种图像融合质量评价方法 | |
CN104318583B (zh) | 一种可见光宽带光谱图像配准方法 | |
CN102314609A (zh) | 一种多边形图像的骨架提取方法及装置 | |
Shinoda et al. | Multispectral filter array and demosaicking for pathological images | |
CN107014313A (zh) | 基于s变换脊值的加权最小二乘相位展开的方法及系统 | |
Wu et al. | Tongue image alignment via conformal mapping for disease detection | |
CN107993212A (zh) | 基于二维pca的多目标光纤光谱减天光处理方法 | |
Khosravi et al. | Refinement of the two-color pyrometry method for application in a direct injection diesel and natural gas compression-ignition engine | |
Wijkamp et al. | Characterisation of detachment in the MAST-U Super-X divertor using multi-wavelength imaging of 2D atomic and molecular emission processes | |
CN107918938A (zh) | 一种点集与点集的匹配方法及装置 | |
Iacono et al. | Simple analytic approximations for the Blasius problem | |
CN106482673A (zh) | 多角度草地植被叶面积指数观测方法及仪器 | |
Zhang et al. | Spectral reflectance reconstruction based on BP Neural Network and the improved sparrow search algorithm | |
Wagner et al. | Golden angle based scanning for robust corneal topography with OCT | |
CN106361340B (zh) | 一种检测呼吸频率的方法及装置 | |
CN110082072B (zh) | 一种探测器阵列靶数据处理方法 | |
CN114357886A (zh) | 一种基于多模型加权平均的酒醅近红外光谱建模方法 | |
CN108334680B (zh) | 两等高避雷针间保护范围最小宽度的获取方法 | |
JP2015119901A (ja) | 画像生成装置および放射線断層撮影装置並びにプログラム | |
CN108154470A (zh) | 一种遥感图像处理方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |