CN109598720A - 焊缝信息获取方法、装置及焊缝图像采集设备 - Google Patents

Abstract

本申请提供一种焊缝信息获取方法、装置及焊缝图像采集设备。所述方法包括：获取焊缝条纹图像，并对焊缝条纹图像进行灰度化处理，得到第一焊缝图像；采用高斯滤波算法对第一焊缝图像中每个图像像素点进行平滑处理，得到第二焊缝图像；采用直方图均衡化算法对第二焊缝图像进行图像增强处理，得到第三焊缝图像；采用自适应阈值算法计算第三焊缝图像中的每个图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到第四焊缝图像；对第四焊缝图像进行焊缝特征识别提取，得到与焊缝条纹图像匹配的焊缝信息。所述方法可获取高精度的焊缝信息，以确保焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。

Description

焊缝信息获取方法、装置及焊缝图像采集设备

技术领域

本申请涉及自动化焊接技术领域，具体而言，涉及一种焊缝信息获取方法、装置及焊缝图像采集设备。

背景技术

随着社会的不断进步，自动化焊接技术因具有焊接效率高、焊接质量高等特点得到了飞速发展，而目前影响自动化焊接效果的最主要因素就是对焊缝的跟踪识别，跟踪识别能力越强，焊接的自动化水平也就越高。而对跟踪识别过程而言，最为重要的技术问题便是如何获取精准度高的焊缝信息。

发明内容

为了克服现有技术中的上述不足，本申请的目的在于提供一种焊缝信息获取方法、装置及焊缝图像采集设备，所述焊缝信息获取方法能够获取高精度的焊缝信息，以确保焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。

就方法而言，本申请实施例提供一种焊缝信息获取方法，所述方法应用于焊缝图像采集设备，所述焊缝图像采集设备用于对焊缝进行条纹图像采集，所述方法包括：

获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像；

基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理，得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像；

采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像；

根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到由二值化后的所述第三焊缝图像中的所有图像像素点组成的第四焊缝图像；

对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息。

可选地，在本申请实施例中，上述基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理的步骤包括：

针对所述第一焊缝图像中每个图像像素点，获取高斯滤波算法所对应的高斯内核为该图像像素点及该图像像素点的邻接像素点分配的灰度输出权重数值；

根据该图像像素点及该图像像素点的邻接像素点各自对应的灰度输出权重数值，在该图像像素点及该图像像素点的邻接像素点各自对应的灰度值之间进行加权平均计算，并以计算得到的加权平均灰度值作为该图像像素点在平滑后的灰度值。

可选地，在本申请实施例中，上述采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像的步骤包括：

根据所述第二焊缝图像中每个图像像素点的灰度值，计算所述第二焊缝图像所对应的用于表示灰度值分布直方图的灰度概率密度函数；

根据直方图均衡化算法所对应的直方图均衡化变换函数，对所述灰度概率密度函数进行均衡化变换处理，得到对应的目标均衡概率密度函数；

根据所述目标均衡概率密度函数对所述第二焊缝图像中的每个图像像素点的灰度值进行调整，得到所述第三焊缝图像。

可选地，在本申请实施例中，上述根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值的步骤包括：

针对所述第三焊缝图像中的每个图像像素点，根据该图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，计算该图像像素点与所述邻接像素点之间的灰度均方根值、灰度期望值及灰度均方差值；

获取自适应阈值算法为该图像像素点分配的第一数值比例、第二数值比例、第三数值比例，并一一对应地将所述第一数值比例、所述第二数值比例及所述第三数值比例分别与所述灰度均方根值、所述灰度期望值及所述灰度均方差值进行相乘运算，其中所述第一数值比例与所述灰度均方根值对应，所述第二数值比例与所述灰度期望值对应，所述第三数值比例与所述灰度均方差值对应；

将经相乘运算得到的三项灰度数值进行相加运算，并将对应得到的灰度数值作为该图像像素点所对应的灰度阈值。

就装置而言，本申请实施例提供一种焊缝信息获取装置，所述装置应用于焊缝图像采集设备，所述焊缝图像采集设备用于对焊缝进行条纹图像采集，所述装置包括：

灰度处理模块，用于获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像；

平滑处理模块，用于基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理，得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像；

增强处理模块，用于采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像；

二值化处理模块，用于根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到由二值化后的所述第三焊缝图像中的所有图像像素点组成的第四焊缝图像；

特征识别模块，用于对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息。

可选地，在本申请实施例中，上述平滑处理模块具体用于：

针对所述第一焊缝图像中每个图像像素点，获取高斯滤波算法所对应的高斯内核为该图像像素点及该图像像素点的邻接像素点分配的灰度输出权重数值；

根据该图像像素点及该图像像素点的邻接像素点各自对应的灰度输出权重数值，在该图像像素点及该图像像素点的邻接像素点各自对应的灰度值之间进行加权平均计算，并以计算得到的加权平均灰度值作为该图像像素点在平滑后的灰度值。

可选地，在本申请实施例中，上述增强处理模块具体用于：

根据所述第二焊缝图像中每个图像像素点的灰度值，计算所述第二焊缝图像所对应的用于表示灰度值分布直方图的灰度概率密度函数；

根据直方图均衡化算法所对应的直方图均衡化变换函数，对所述灰度概率密度函数进行均衡化变换处理，得到对应的目标均衡概率密度函数；

根据所述目标均衡概率密度函数对所述第二焊缝图像中的每个图像像素点的灰度值进行调整，得到所述第三焊缝图像。

可选地，在本申请实施例中，上述二值化处理模块具体用于：

针对所述第三焊缝图像中的每个图像像素点，根据该图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，计算该图像像素点与所述邻接像素点之间的灰度均方根值、灰度期望值及灰度均方差值；

获取自适应阈值算法为该图像像素点分配的第一数值比例、第二数值比例、第三数值比例，并一一对应地将所述第一数值比例、所述第二数值比例及所述第三数值比例分别与所述灰度均方根值、所述灰度期望值及所述灰度均方差值进行相乘运算，其中所述第一数值比例与所述灰度均方根值对应，所述第二数值比例与所述灰度期望值对应，所述第三数值比例与所述灰度均方差值对应；

将经相乘运算得到的三项灰度数值进行相加运算，并将对应得到的灰度数值作为该图像像素点所对应的灰度阈值。

就设备而言，本申请实施例提供一种焊缝图像采集设备，所述设备用于对焊缝进行条纹图像采集，所述设备包括微处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述微处理器执行时，所述设备执行任意一种上述的焊缝信息获取方法。

可选地，在本申请实施例中，上述设备还包括图像采集组件及结构光发射组件；

所述结构光发射组件用于向焊接母材投射结构光，以在所述焊接母材的焊缝上形成结构光条纹；

所述图像采集组件用于对在所述焊接母材上形成的所述结构光条纹进行图像采集，得到对应的包括有焊缝条纹图像的母材条纹图像。

相对于现有技术而言，本申请实施例提供的焊缝信息获取方法、装置及焊缝图像采集设备具有以下有益效果：所述焊缝信息获取方法能够获取高精度的焊缝信息，以确保焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。首先，所述方法通过获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像；其次，所述方法采用高斯滤波算法对所述第一焊缝图像中每个图像像素点进行平滑处理，得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像；接着，所述方法采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像；然后，所述方法采用自适应阈值算法计算所述第三焊缝图像中的每个图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到第四焊缝图像；最后，所述方法通过对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息，从而通过灰度化处理、平滑处理、图像增强处理及自适应阈值二值化处理滤除所述焊缝条纹图像中存在的图像干扰点，并确保基于所述方法最终获取到的焊缝信息，相对于直接由未处理的焊缝条纹图像得到的焊缝信息来说，精度更高，以增强焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举本申请较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请权利要求保护范围的限定，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，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的焊缝图像采集设备的方框示意图。

图2为本申请实施例提供的焊缝信息获取方法的流程示意图。

图3为图2中所示的步骤S220包括的子步骤的流程示意图。

图4为图2中所示的步骤S230包括的子步骤的流程示意图。

图5为图2中所示的步骤S240包括的子步骤的流程示意图。

图6为本申请实施例提供的焊缝信息获取装置的方框示意图。

图标：10-焊缝图像采集设备；11-存储器；12-微处理器；13-结构光发射组件；14-图像采集组件；15-通信单元；100-焊缝信息获取装置；110-灰度处理模块；120-平滑处理模块；130-增强处理模块；140-二值化处理模块；150-特征识别模块。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参照图1，是本申请实施例提供的焊缝图像采集设备10的方框示意图。在本申请实施例中，所述焊缝图像采集设备10应用于包括焊接机器人的焊接系统，用于配合焊接机器人对焊接母材上的缝隙进行条纹图像采集，并获取采集到的焊缝条纹图像中对应的高精度的焊缝信息，使所述焊接机器人获取到当前待处理焊缝的焊缝信息，并对所述待处理焊缝进行高精度的跟踪识别，使所述焊接机器人能够准确地在所述待处理焊缝进行焊接作业，以提高自动化焊接过程中的焊接效率。其中，所述焊接机器人可自行走动并进行自动化焊接处理，所述焊缝信息包括对应焊缝的焊缝种类类型、位置、大小、走向趋势等信息。

在本申请实施例中，所述焊接机器人包括爬行器本体、焊接器件及焊接方位调控单元，所述焊接器件与所述焊接方位调控单元设置在所述爬行器本体上，并由所述爬行器本体进行携带移动。其中，所述焊接器件用于实现焊接处理；所述焊接方位调控单元与所述焊接器件连接，用于对所述焊接器件的焊接角度、焊接方位及焊接功率进行调控。

在本申请实施例中，所述焊缝图像采集设备10结构简单，可通过设置在所述焊接机器人的焊接器件上的方式，对所述焊接机器人当前的待处理焊缝进行条纹图像采集，并基于采集到的焊缝条纹图像获取到对应的高精度的焊缝信息，以提高确保焊缝跟踪识别精度，及自动化焊接过程中的焊接效率。

在本申请实施例中，所述焊缝图像采集设备10包括焊缝信息获取装置100、存储器11、微处理器12、结构光发射组件13、图像采集组件14及通信单元15。所述存储器11、微处理器12、结构光发射组件13、图像采集组件14及通信单元15各个元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，所述存储器11、微处理器12、结构光发射组件13、图像采集组件14及通信单元15这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

在本实施例中，所述结构光发射组件13用于向焊接母材投射结构光，以在所述焊接母材的焊缝上形成结构光条纹。在本实施例的一种实施方式中，所述结构光发射组件13包括一字激光器，所述结构光发射组件13通过所述一字激光器向所述焊接母材投射单线结构激光。

在本实施例中，所述图像采集组件14用于对在所述焊接母材上形成的所述结构光条纹进行图像采集，得到对应的包括有焊缝条纹图像的母材条纹图像。在本实施例的一种实施方式中，所述图像采集组件14包括CCD(Charge-Coupled Device，电荷耦合器件)相机，所述图像采集组件14通过所述CCD相机对由结构光形成的结构光条纹进行图像采集，得到对应的母材条纹图像。

在本实施例中，所述存储器11为非易失性存储器，所述存储器11可用于存储不同焊缝种类类型(例如，对接焊缝类型、搭接焊缝类型、角接焊缝类型)各自的焊缝特征信息，所述焊缝图像采集设备10可根据不同焊缝种类类型的焊缝特征信息从所述母材条纹图像中抓取出焊缝特征明显的焊缝条纹图像，而后依次对所述焊缝条纹图像进行灰度化处理、平滑处理、图像增强处理及自适应阈值二值化处理，以滤除所述焊缝条纹图像中存在的图像干扰点，并基于处理后的所述焊缝条纹图像进行焊缝特征识别提取，从而获取高精度的与所述焊缝条纹图像匹配的焊缝信息，以确保焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。其中，所述焊缝图像采集设备10可通过采用焊缝特征点坐标来表示焊缝在对应焊缝条纹图像中的焊缝种类类型、位置、大小、走向趋势等焊缝信息。

在本实施例中，所述存储器11还可用于存储有针对不同焊缝种类的焊接工艺参数(例如，二保焊焊接工艺参数、埋弧焊焊接工艺参数等)，所述焊缝图像采集设备10在待处理焊缝识别得到对应的焊缝种类结果后，会基于存储的焊接工艺参数生成与所述待处理焊缝匹配的焊接策略，并将生成的所述焊接策略发送给所述焊接机器人，以使所述焊接机器人按照所述焊接策略对所述待处理焊缝进行焊接处理。所述存储器11还可以存储程序，所述微处理器12在接收到执行指令后，可相应地执行所述程序。

在本实施例中，所述微处理器12可以是一种具有信号的处理能力的集成电路芯片。所述微处理器12可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。

在本实施例中，所述通信单元15用于通过网络建立所述焊缝图像采集设备10与其他电子设备之间的通信连接，并通过所述网络收发数据。例如，所述焊缝图像采集设备10通过所述通信单元15将得到的焊缝信息发送给焊接机器人。

在本实施例中，所述焊缝信息获取装置100包括至少一个能够以软件或固件的形式存储于所述存储器11中或固化在所述焊缝图像采集设备10的操作系统中的软件功能模块。所述微处理器12可用于执行所述存储器11存储的可执行模块，例如所述焊缝信息获取装置100所包括的软件功能模块及计算机程序等。所述焊缝图像采集设备10可通过所述焊缝信息获取装置100从采集到的母材条纹图像中获取到针对焊缝的高精度的焊缝信息，以确保焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。

可以理解的是，图1所示的框图仅为焊缝图像采集设备10的一种结构组成示意图，所述焊缝图像采集设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

请参照图2，是本申请实施例提供的焊缝信息获取方法的流程示意图。在本申请实施例中，所述焊缝信息获取方法应用于上述的焊缝图像采集设备10，下面对图2所示的焊缝信息获取方法的具体流程和步骤进行详细阐述。

步骤S210，获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像。

在本实施例中，所述焊缝图像采集设备10在采集得到所述母材条纹图像后，会通过从所述母材条纹图像抓取出焊缝特征明显的焊缝条纹图像的方式，获取到所述焊缝条纹图像，并通过对所述焊缝条纹图像进行灰度化处理，得到由所述焊缝条纹图像灰度化形成的所述第一焊缝图像，及所述第一焊缝图像中每个图像像素点的灰度值。

步骤S220，基于第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理，得到第二焊缝图像。

在本实施例中，所述焊缝图像采集设备10针对图像中的每个图像像素点的邻接像素点，可采用4邻域系统进行焊缝信息获取，也可采用8邻域系统进行焊缝信息获取。当焊缝图像采集设备10针对图像中某个图像像素点采用4邻域系统进行焊缝信息获取，则所述焊缝图像采集设备10将提取该图像像素点周边邻近的4个邻接像素点与该图像像素点进行焊缝信息获取处理；当焊缝图像采集设备10针对图像中某个图像像素点采用8邻域系统进行焊缝信息获取，则所述焊缝图像采集设备10将提取该图像像素点周边邻近的8个邻接像素点与该图像像素点进行焊缝信息获取处理。在本实施例的一种实施方式中，所述焊缝图像采集设备10针对每个图像像素点采用8邻域系统进行焊缝信息获取处理。

其中，当所述焊缝图像采集设备10基于所述第一焊缝图像得到每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值后，会采用高斯滤波算法对所述第一焊缝图像中的每个图像像素点进行平滑处理，从而得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像。

可选地，请参照图3，是图2中所示的步骤S220包括的子步骤的流程示意图。在本实施例中，所述步骤S220中的基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理的步骤可以包括子步骤S221及子步骤S222。

子步骤S221，针对所述第一焊缝图像中每个图像像素点，获取高斯滤波算法所对应的高斯内核为该图像像素点及该图像像素点的邻接像素点分配的灰度输出权重数值。

在本实施例中，所述高斯内核为所述第一焊缝图像中的每个图像像素点及该图像像素点的邻接像素点分配的灰度输出权重数值中，该图像像素点的灰度输出权重数值最大。

子步骤S222，根据该图像像素点及该图像像素点的邻接像素点各自对应的灰度输出权重数值，在该图像像素点及该图像像素点的邻接像素点各自对应的灰度值之间进行加权平均计算，并以计算得到的加权平均灰度值作为该图像像素点在平滑后的灰度值。

在本实施例中，所述焊缝图像采集设备10通过将该图像像素点的灰度值与灰度输出权重数值进行相乘运算，并将该图像像素点的邻接像素点各自对应的灰度值与灰度输出权重数值进行相乘运算，而后将相乘运算得到的多项灰度数值进行相加运算，以完成所述加权平均计算，并得到该该图像像素点在平滑后所对应的灰度值，即该图像像素点在所述第二焊缝图像中的灰度值。

步骤S230，采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像。

在本实施例中，所述焊缝图像采集设备10会根据所述第二焊缝图像中每个图像像素点的灰度值，得到所述第二焊缝图像所对应的以离散函数形式存在的用于表示灰度值分布直方图的灰度概率密度函数，并通过对所述灰度概率密度函数进行直方图均衡化的方式，完成对所述第二焊缝图像中每个图像像素点的灰度值进行直方图均衡化处理(图像增强处理)的过程，从而生成对应的第三焊缝图像。

可选地，请参照图4，是图2中所示的步骤S230包括的子步骤的流程示意图。在本实施例中，所述步骤S230可以包括子步骤S231、子步骤S232及子步骤S233。

子步骤S231，根据所述第二焊缝图像中每个图像像素点的灰度值，计算所述第二焊缝图像所对应的用于表示灰度值分布直方图的灰度概率密度函数。

子步骤S232，根据直方图均衡化算法所对应的直方图均衡化变换函数，对所述灰度概率密度函数进行均衡化变换处理，得到对应的目标均衡概率密度函数。

子步骤S233，根据所述目标均衡概率密度函数对所述第二焊缝图像中的每个图像像素点的灰度值进行调整，得到所述第三焊缝图像。

请再次参照图2，步骤S240，根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到第四焊缝图像。

在本实施例中，所述焊缝图像采集设备10会针对所述第三焊缝图像中的每个图像像素点，采用自适应阈值算法计算该图像像素点所对应的灰度阈值，并判断该图像像素点在所述第三焊缝图像中的灰度值是否不小于对应的所述灰度阈值。若该图像像素点在所述第三焊缝图像中的灰度值不小于对应的所述灰度阈值，则所述焊缝图像采集设备10会将该图像像素点在所述第三焊缝图像中的灰度值调整为最大灰度值(255)，若该图像像素点在所述第三焊缝图像中的灰度值小于对应的所述灰度阈值，则所述焊缝图像采集设备10会将该图像像素点在所述第三焊缝图像中的灰度值调整为最小灰度值(0)，从而针对所述第三焊缝图像中的每个图像像素点进行二值化处理，得到由二值化后的所述第三焊缝图像中的所有图像像素点组成的第四焊缝图像。

可选地，请参照图5，是图2中所示的步骤S240包括的子步骤的流程示意图。在本实施例中，所述步骤S240中的根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值的步骤可以包括子步骤S241、子步骤S242及子步骤S243。

子步骤S241，针对所述第三焊缝图像中的每个图像像素点，根据该图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，计算该图像像素点与所述邻接像素点之间的灰度均方根值、灰度期望值及灰度均方差值。

在本实施例中，所述灰度均方值为每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值之间依次进行平方求和运算、求均值运算及开平方运算所得到的灰度数值。所述灰度期望值为每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值之间的数学期望值。所述灰度均方差值为每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值为每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值各自与它们之间的灰度平均值之差的平方进行算术平均数运算及开平方运算，所得到的灰度数值。

子步骤S242，获取自适应阈值算法为该图像像素点分配的第一数值比例、第二数值比例、第三数值比例，并一一对应地将所述第一数值比例、所述第二数值比例及所述第三数值比例分别与所述灰度均方根值、所述灰度期望值及所述灰度均方差值进行相乘运算。

在本实施例中，所述第一数值比例、所述第二数值比例、所述第三数值比例分别表示所述灰度均方根值、灰度期望值及灰度均方差值在计算对应图像像素点所对应的灰度阈值的过程中各自对应的权重比例数值。所述自适应阈值算法为每个图像像素点各自分配的第一数值比例相互之间可以相同，也可以不同；所述自适应阈值算法为每个图像像素点各自分配的第二数值比例相互之间可以相同，也可以不同；所述自适应阈值算法为每个图像像素点各自分配的第三数值比例相互之间可以相同，也可以不同。其中，每个图像像素点的所述第一数值比例与所述灰度均方根值对应，每个图像像素点的所述第二数值比例与所述灰度期望值对应，每个图像像素点的所述第三数值比例与所述灰度均方差值对应。所述焊缝图像采集设备10在得到每个图像像素点被分配的第一数值比例、第二数值比例及第三数值比例后，会将所述第一数值比例与对应的所述灰度均方根值进行相乘运算，将所述第二数值比例与灰度期望值进行相乘运算，并将所述第三数值比例与所述灰度均方差值进行相乘运算，从而得到对应的经相乘运算得到的三项灰度数值。

子步骤S243，将经相乘运算得到的三项灰度数值进行相加运算，并将对应得到的灰度数值作为该图像像素点所对应的灰度阈值。

请再次参照图2，步骤S250，对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息。

在本实施例中，所述焊缝图像采集设备10通过上述的步骤S210、步骤S220、步骤S230及步骤S240分别对应的灰度化处理、平滑处理、图像增强处理及自适应阈值二值化处理的方式，对获取到的所述焊缝条纹图像中存在的图像干扰点进行滤除，从而确保基于与所述焊缝条纹图像匹配的所述第四焊缝图像得到的焊缝信息，相对于直接由未处理的焊缝条纹图像得到的焊缝信息来说精度更高，以增强焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。其中，所述焊缝图像采集设备10可通过对所述第四焊缝图像进行图像细化处理，并基于细化后的所述第四焊缝图像进行焊缝特征点提取操作，得到高精度的与所述焊缝条纹图像匹配的所有焊缝特征点坐标，其中所述特征点坐标可用于表示焊缝在对应焊缝条纹图像中的焊缝信息。

请参照图6，是本申请实施例提供的焊缝信息获取装置100的方框示意图。在本申请实施例中，所述焊缝信息获取装置100包括灰度处理模块110、平滑处理模块120、增强处理模块130、二值化处理模块140及特征识别模块150。

所述灰度处理模块110，用于获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像。

在本实施例中，所述灰度处理模块110可以执行图2中的步骤S210，具体的描述可参照上文中对步骤S210的详细描述。

所述平滑处理模块120，用于基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理，得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像。

在本实施例中，所述平滑处理模块120可以执行图2中的步骤S220及图3中的子步骤S221和子步骤S222，具体的描述可参照上文中对步骤S220、子步骤S221及子步骤S222的详细描述。

所述增强处理模块130，用于采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像。

在本实施例中，所述增强处理模块130可以执行图2中的步骤S230及图4中的子步骤S231、子步骤S232和子步骤S233，具体的描述可参照上文中对步骤S230、子步骤S231、子步骤S232及子步骤S233的详细描述。

所述二值化处理模块140，用于根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到由二值化后的所述第三焊缝图像中的所有图像像素点组成的第四焊缝图像。

在本实施例中，所述二值化处理模块140可以执行图2中的步骤S240及图5中的子步骤S241、子步骤S242和子步骤S243，具体的描述可参照上文中对步骤S240、子步骤S241、子步骤S242及子步骤S243的详细描述。

所述特征识别模块150，用于对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息。

在本实施例中，所述特征识别模块150可以执行图2中的步骤S250，具体的描述可参照上文中对步骤S250的详细描述。

综上所述，在本申请实施例提供的焊缝信息获取方法、装置及焊缝图像采集设备中，所述焊缝信息获取方法能够获取高精度的焊缝信息，以确保焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。首先，所述方法通过获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像；其次，所述方法采用高斯滤波算法对所述第一焊缝图像中每个图像像素点进行平滑处理，得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像；接着，所述方法采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像；然后，所述方法采用自适应阈值算法计算所述第三焊缝图像中的每个图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到第四焊缝图像；最后，所述方法通过对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息，从而通过灰度化处理、平滑处理、图像增强处理及自适应阈值二值化处理滤除所述焊缝条纹图像中存在的图像干扰点，并确保基于所述方法最终获取到的焊缝信息，相对于直接由未处理的焊缝条纹图像得到的焊缝信息来说，精度更高，以增强焊缝跟踪识别精度，提高自动化焊接过程中的焊接效率。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种焊缝信息获取方法，其特征在于，应用于焊缝图像采集设备，所述焊缝图像采集设备用于对焊缝进行条纹图像采集，所述方法包括：

获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像；

基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理，得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像；

采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像；

根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到由二值化后的所述第三焊缝图像中的所有图像像素点组成的第四焊缝图像；

对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理的步骤包括：

针对所述第一焊缝图像中每个图像像素点，获取高斯滤波算法所对应的高斯内核为该图像像素点及该图像像素点的邻接像素点分配的灰度输出权重数值；

根据该图像像素点及该图像像素点的邻接像素点各自对应的灰度输出权重数值，在该图像像素点及该图像像素点的邻接像素点各自对应的灰度值之间进行加权平均计算，并以计算得到的加权平均灰度值作为该图像像素点在平滑后的灰度值。

3.根据权利要求1所述的方法，其特征在于，所述采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像的步骤包括：

根据所述第二焊缝图像中每个图像像素点的灰度值，计算所述第二焊缝图像所对应的用于表示灰度值分布直方图的灰度概率密度函数；

根据直方图均衡化算法所对应的直方图均衡化变换函数，对所述灰度概率密度函数进行均衡化变换处理，得到对应的目标均衡概率密度函数；

根据所述目标均衡概率密度函数对所述第二焊缝图像中的每个图像像素点的灰度值进行调整，得到所述第三焊缝图像。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值的步骤包括：

针对所述第三焊缝图像中的每个图像像素点，根据该图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，计算该图像像素点与所述邻接像素点之间的灰度均方根值、灰度期望值及灰度均方差值；

获取自适应阈值算法为该图像像素点分配的第一数值比例、第二数值比例、第三数值比例，并一一对应地将所述第一数值比例、所述第二数值比例及所述第三数值比例分别与所述灰度均方根值、所述灰度期望值及所述灰度均方差值进行相乘运算，其中所述第一数值比例与所述灰度均方根值对应，所述第二数值比例与所述灰度期望值对应，所述第三数值比例与所述灰度均方差值对应；

将经相乘运算得到的三项灰度数值进行相加运算，并将对应得到的灰度数值作为该图像像素点所对应的灰度阈值。

5.一种焊缝信息获取装置，其特征在于，应用于焊缝图像采集设备，所述焊缝图像采集设备用于对焊缝进行条纹图像采集，所述装置包括：

灰度处理模块，用于获取焊缝条纹图像，并对所述焊缝条纹图像进行灰度化处理，得到对应的第一焊缝图像；

平滑处理模块，用于基于所述第一焊缝图像中每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用高斯滤波算法对该图像像素点进行平滑处理，得到由平滑后的所述第一焊缝图像中的所有图像像素点组成的第二焊缝图像；

增强处理模块，用于采用直方图均衡化算法对所述第二焊缝图像进行图像增强处理，得到对应的第三焊缝图像；

二值化处理模块，用于根据所述第三焊缝图像中的每个图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，采用自适应阈值算法计算该图像像素点所对应的灰度阈值，并基于得到的灰度阈值对该图像像素点进行二值化处理，得到由二值化后的所述第三焊缝图像中的所有图像像素点组成的第四焊缝图像；

特征识别模块，用于对所述第四焊缝图像进行焊缝特征识别提取，得到与所述焊缝条纹图像匹配的焊缝信息。

6.根据权利要求5所述的装置，其特征在于，所述平滑处理模块具体用于：

针对所述第一焊缝图像中每个图像像素点，获取高斯滤波算法所对应的高斯内核为该图像像素点及该图像像素点的邻接像素点分配的灰度输出权重数值；

根据该图像像素点及该图像像素点的邻接像素点各自对应的灰度输出权重数值，在该图像像素点及该图像像素点的邻接像素点各自对应的灰度值之间进行加权平均计算，并以计算得到的加权平均灰度值作为该图像像素点在平滑后的灰度值。

7.根据权利要求5所述的装置，其特征在于，所述增强处理模块具体用于：

根据所述第二焊缝图像中每个图像像素点的灰度值，计算所述第二焊缝图像所对应的用于表示灰度值分布直方图的灰度概率密度函数；

根据直方图均衡化算法所对应的直方图均衡化变换函数，对所述灰度概率密度函数进行均衡化变换处理，得到对应的目标均衡概率密度函数；

根据所述目标均衡概率密度函数对所述第二焊缝图像中的每个图像像素点的灰度值进行调整，得到所述第三焊缝图像。

8.根据权利要求5-7中任意一项所述的装置，其特征在于，所述二值化处理模块具体用于：

针对所述第三焊缝图像中的每个图像像素点，根据该图像像素点的灰度值及该图像像素点的邻接像素点的灰度值，计算该图像像素点与所述邻接像素点之间的灰度均方根值、灰度期望值及灰度均方差值；

获取自适应阈值算法为该图像像素点分配的第一数值比例、第二数值比例、第三数值比例，并一一对应地将所述第一数值比例、所述第二数值比例及所述第三数值比例分别与所述灰度均方根值、所述灰度期望值及所述灰度均方差值进行相乘运算，其中所述第一数值比例与所述灰度均方根值对应，所述第二数值比例与所述灰度期望值对应，所述第三数值比例与所述灰度均方差值对应；

将经相乘运算得到的三项灰度数值进行相加运算，并将对应得到的灰度数值作为该图像像素点所对应的灰度阈值。

9.一种焊缝图像采集设备，其特征在于，用于对焊缝进行条纹图像采集，所述设备包括微处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述微处理器执行时，所述设备执行权利要求1-4中任意一项所述的焊缝信息获取方法。

10.根据权利要求9所述的设备，其特征在于，所述设备还包括图像采集组件及结构光发射组件；

所述结构光发射组件用于向焊接母材投射结构光，以在所述焊接母材的焊缝上形成结构光条纹；

所述图像采集组件用于对在所述焊接母材上形成的所述结构光条纹进行图像采集，得到对应的包括有焊缝条纹图像的母材条纹图像。