CN110517313A - 一种基于区域迭代的焊缝中心坐标检测方法 - Google Patents
一种基于区域迭代的焊缝中心坐标检测方法 Download PDFInfo
- Publication number
- CN110517313A CN110517313A CN201910738206.7A CN201910738206A CN110517313A CN 110517313 A CN110517313 A CN 110517313A CN 201910738206 A CN201910738206 A CN 201910738206A CN 110517313 A CN110517313 A CN 110517313A
- Authority
- CN
- China
- Prior art keywords
- region
- weld
- weld seam
- coordinate
- image
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/60—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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Robotics (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于区域迭代的焊缝中心坐标检测方法,过程包括图像采集,区域设定,区域内图像处理和区域迭代。通过相机拍摄焊缝的单张图片,将图片传输到工业计算机处理数据,得到焊缝的坐标位置。通过对区域依次进行灰度处理,中值滤波,自适应阈值分割和焊缝中心坐标提取等算法处理精确得到单个区域内的焊缝中心坐标。本方法将图像处理计算集中于焊缝周围的一个个区域内,可以去除大量影响焊缝坐标提取精度的噪声点,同时提高焊缝坐标的识别精度。本发明适用于对接焊缝坐标的检测。
Description
技术领域
本发明涉及对接焊缝坐标检测技术领域,具体涉及一种基于区域迭代的焊缝中心坐标检测方法。
背景技术
在焊接自动化技术领域,通过离线示教编程对焊接轨迹进行规划不但对技术人员有较高的操作水平要求还会耗费大量的时间。这种规划的成本对于大型生产线来说是可以接受的,但对于中小型焊接轨迹的规划是不合理的。中小型焊接产品的轨迹规划有着焊接轨迹多变,产品多样性等特点。一旦预定的轨迹发生变化或工件位置摆放不正确,就需要重新示教编程。
视觉传感器有着信息丰富,无接触,低损耗等特点。通过相机拍摄焊接图像传输到工业计算机进行处理得到焊缝的坐标。当前的焊接图像处理算法针对整张图片或者局部区域进行图像处理,大量的计算量都用于如何去噪声,将焊缝特征更好的从图像中体现出来。这会造成算法计算量大,算法不够鲁棒等问题从而导致焊缝中心坐标识别精度差。需要有一种图像处理算法减少算法处理时间的同时提高算法的识别精度。
发明内容
针对现有技术存在的问题,本发明的目的在于提供一种基于区域迭代的焊缝中心坐标检测方法,解决上述焊缝中心坐标提取过程中对整张图片或局部区域进行图像处理而不能有效的解决提高焊缝提取精度的同时降低处理时间的问题。
为达到上述目的,本发明采用如下技术方案:
一种基于区域迭代的焊缝中心坐标检测方法,包括图像采集,区域设定,区域处理和区域迭代四个步骤,具体如下:
步骤一,图像采集:将相机安装在工作台正上方,通过相机拍摄焊缝图像,将焊缝图像传输到工业计算机进行处理;
步骤二,区域设定:设定焊缝图像的左上角第一个像素点为坐标原点,水平向右为x轴方向,向下为y轴方向;在图片上设定一个区域,形状为一个长为h,宽为w的矩形,矩形的长和宽根据焊缝的大小进行相应的调整;通过移动区域设定的位置,保证第一个区域位于焊缝起点周围且包含完整的焊缝;所设定的区域表示为[x0,y0,w,h],其中x0和y0分别是区域的左上角的横坐标和纵坐标;
步骤三,区域处理:在设定的区域内依次进行图像灰度化,中值滤波,自适应阈值分割的图像处理方法;由于在图像中焊缝与焊接件的灰度值有差异,将区域内图像分割为二值图像,焊缝部分用灰度值255表示,其余部分用灰度值0表示,利用灰度重心法,在区域内按从上到下,从左到右依次按序列进行搜索,每一列需要提取该列的所有灰度值为255的点并通过重心法得到该列的中心点坐标;记作按列搜索,依次提取区域内所有的中心点;
步骤四,区域迭代:单个区域内的焊缝中心坐标提取完成后,将该区域内的最后一个坐标点作为下一个坐标点的起始点;
其中:表示第m个区域的第i列的焊缝重心坐标,表示第m+1个区域的第0列的焊缝重心坐标;第m+1个区域与的关系通过下式确定:
通过每一个区域内是否成功得到焊缝的中心坐标以及区域是否迭代成功判断是否达到焊缝的终点,完成整条焊缝中心坐标识别;单张图片到达焊缝终点时,工件的灰度值和周围的灰度值没有明显区别,导致焊缝中心坐标不能成功的得到,迭代失败,视为达到焊缝终点。
与现有技术相比,本发明所述的基于区域迭代的焊缝中心坐标检测方法,存在以下优点:
通过区域迭代的方法,仅处理焊缝周围的小部分区域,图像处理的区域变小,减少了焊缝图像处理的运算,减少了图像处理结果输出时间。将图像处理方法应用于焊缝较小的范围区域内,可以大量避免如划痕,污渍等噪声干扰,提高焊缝中心坐标的识别精度。
附图说明
图1为焊缝中心坐标检测方法的流程图。
图2为焊缝中心坐标检测方法的实验平台。
图3为单个区域的二值图像。
图4为区域迭代方法示意图。
具体实施方式
下面结合附图对本发明的具体实施例作详细的说明。
如图1所示,一种基于区域迭代的焊缝中心坐标检测方法,包括图像采集,区域设定,区域处理和区域迭代四个步骤,具体步骤如下:
步骤一,图像采集:将相机安装在工作台正上方,通过相机拍摄焊缝图像,将焊缝图像传输到工业计算机进行处理;
步骤二,区域设定:设定焊缝图像的左上角第一个像素点为坐标原点,水平向右为x轴方向,向下为y轴方向;在图片上设定一个区域,形状为一个长为h,宽为w的矩形,矩形的长和宽根据焊缝的大小进行相应的调整;通过移动区域设定的位置,保证第一个区域位于焊缝起点周围且包含完整的焊缝;所设定的区域表示为[x0,y0,w,h],其中x0和y0分别是区域的左上角的横坐标和纵坐标;
步骤三,区域处理:在设定的区域内依次进行图像灰度化,中值滤波,自适应阈值分割的图像处理方法;由于在图像中焊缝与焊接件的灰度值有差异,将区域内图像分割为二值图像,焊缝部分用灰度值255表示,其余部分用灰度值0表示,利用灰度重心法,在区域内按从上到下,从左到右依次按序列进行搜索,每一列需要提取该列的所有灰度值为255的点并通过重心法得到该列的中心点坐标;记作按列搜索,依次提取区域内所有的中心点;
步骤四,区域迭代:单个区域内的焊缝中心坐标提取完成后,将该区域内的最后一个坐标点作为下一个坐标点的起始点;
其中:表示第m个区域的第i列的焊缝重心坐标,表示第m+1个区域的第0列的焊缝重心坐标;第m+1个区域与的关系通过下式确定:
通过每一个区域内是否成功得到焊缝的中心坐标以及区域是否迭代成功判断是否达到焊缝的终点,完成整条焊缝中心坐标识别;单张图片到达焊缝终点时,工件的灰度值和周围的灰度值没有明显区别,导致焊缝中心坐标不能成功的得到,迭代失败,视为达到焊缝终点。
本发明方法的具体实施过程如下:
如图2所示,焊接件放置于工作台之上,相机固定在焊接件的正上方进行图像采集,将图像传输到工业计算机。
获得焊接图像后,在图片中设定第一个区域。区域设定值为20×20像素大小的矩形,表示为:[x0,y0,w,h]。该尺寸可以基本包含焊缝的宽度大小,实际大小可依据焊缝宽度和图像分辨率做简单调整。
在区域内依次进行图形灰度化,中值滤波,自适应阈值分割,仅将该矩形区域分割为二值图像,如图3所示。焊缝部分用灰度值255表示,其余部分用灰度值0表示,利用灰度重心法提取区域内每一列的焊缝中心坐标焊缝有一定的宽度,经过区域处理后得到是焊缝的中心坐标。单个区域内的焊缝中心坐标提取完成后,将该区域内的最后一个坐标点作为下一个坐标点的起始点:
从左向右依次迭代,如图4所示为迭代方向和迭代过程。
单张图片到达焊缝终点时,工件的灰度值和周围的灰度值没有明显区别,导致焊缝中心坐标不能成功的得到,迭代失败,视为达到焊缝终点。完成该图像中焊缝中心坐标的提取。
本发明适用于对接焊缝类型,包括但不限于直线焊缝类型,锯齿焊缝和曲线焊缝。
Claims (1)
1.一种基于区域迭代的焊缝中心坐标检测方法,包括图像采集,区域设定,区域处理和区域迭代四个步骤,其特征在于,具体步骤如下:
步骤一,图像采集:将相机安装在工作台正上方,通过相机拍摄焊缝图像,将焊缝图像传输到工业计算机进行处理;
步骤二,区域设定:设定焊缝图像的左上角第一个像素点为坐标原点,水平向右为x轴方向,向下为y轴方向;在图片上设定一个区域,形状为一个长为h,宽为w的矩形,矩形的长和宽根据焊缝的大小进行相应的调整;通过移动区域设定的位置,保证第一个区域位于焊缝起点周围且包含完整的焊缝;所设定的区域表示为[x0,y0,w,h],其中x0和y0分别是区域的左上角的横坐标和纵坐标;
步骤三,区域处理:在设定的区域内依次进行图像灰度化,中值滤波,自适应阈值分割的图像处理方法;由于在图像中焊缝与焊接件的灰度值有差异,将区域内图像分割为二值图像,焊缝部分用灰度值255表示,其余部分用灰度值0表示,利用灰度重心法,在区域内按从上到下,从左到右依次按序列进行搜索,每一列需要提取该列的所有灰度值为255的点并通过重心法得到该列的中心点坐标;记作按列搜索,依次提取区域内所有的中心点;
步骤四,区域迭代:单个区域内的焊缝中心坐标提取完成后,将该区域内的最后一个坐标点作为下一个坐标点的起始点;
其中:表示第m个区域的第i列的焊缝重心坐标,表示第m+1个区域的第0列的焊缝重心坐标;第m+1个区域与的关系通过下式确定:
通过每一个区域内是否成功得到焊缝的中心坐标以及区域是否迭代成功判断是否达到焊缝的终点,完成整条焊缝中心坐标识别;单张图片到达焊缝终点时,工件的灰度值和周围的灰度值没有明显区别,导致焊缝中心坐标不能成功的得到,迭代失败,视为达到焊缝终点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910738206.7A CN110517313B (zh) | 2019-08-12 | 2019-08-12 | 一种基于区域迭代的焊缝中心坐标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910738206.7A CN110517313B (zh) | 2019-08-12 | 2019-08-12 | 一种基于区域迭代的焊缝中心坐标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110517313A true CN110517313A (zh) | 2019-11-29 |
CN110517313B CN110517313B (zh) | 2023-05-16 |
Family
ID=68624497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910738206.7A Active CN110517313B (zh) | 2019-08-12 | 2019-08-12 | 一种基于区域迭代的焊缝中心坐标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110517313B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780493A (zh) * | 2017-01-24 | 2017-05-31 | 广东省特种设备检测研究院珠海检测院 | 一种基于焊缝x射线数字图像的圆形缺陷识别方法 |
US20180021887A1 (en) * | 2016-07-22 | 2018-01-25 | Illinois Tool Works Inc. | Laser welding, cladding, and/or additive manufacturing systems and methods of laser welding, cladding, and/or additive manufacturing |
CN108280829A (zh) * | 2018-02-12 | 2018-07-13 | 广东省海洋工程装备技术研究所 | 焊缝图像识别方法、计算机装置及计算机可读存储介质 |
CN108765419A (zh) * | 2018-06-20 | 2018-11-06 | 天津大学 | 结构光视觉焊缝图像信息自适应提取方法 |
CN108921818A (zh) * | 2018-05-30 | 2018-11-30 | 华南理工大学 | 一种焊缝跟踪激光中心线提取方法 |
-
2019
- 2019-08-12 CN CN201910738206.7A patent/CN110517313B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180021887A1 (en) * | 2016-07-22 | 2018-01-25 | Illinois Tool Works Inc. | Laser welding, cladding, and/or additive manufacturing systems and methods of laser welding, cladding, and/or additive manufacturing |
CN106780493A (zh) * | 2017-01-24 | 2017-05-31 | 广东省特种设备检测研究院珠海检测院 | 一种基于焊缝x射线数字图像的圆形缺陷识别方法 |
CN108280829A (zh) * | 2018-02-12 | 2018-07-13 | 广东省海洋工程装备技术研究所 | 焊缝图像识别方法、计算机装置及计算机可读存储介质 |
CN108921818A (zh) * | 2018-05-30 | 2018-11-30 | 华南理工大学 | 一种焊缝跟踪激光中心线提取方法 |
CN108765419A (zh) * | 2018-06-20 | 2018-11-06 | 天津大学 | 结构光视觉焊缝图像信息自适应提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110517313B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108637435B (zh) | 一种基于视觉与弧压传感的三维焊缝跟踪系统及方法 | |
CN105588845B (zh) | 一种焊接缺陷特征参数提取方法 | |
CN110315525A (zh) | 一种基于视觉引导的机器人工件抓取方法 | |
CN106446894B (zh) | 一种基于轮廓识别球型目标物位置的方法 | |
CN103752992B (zh) | 一种角焊缝识别装置及其焊接控制方法 | |
CN110852173B (zh) | 一种针对模糊焊缝的视觉定位方法及系统 | |
CN112238304B (zh) | 一种基于图像视觉识别焊缝的机械臂自动焊接小批量定制异型桥梁钢模板方法 | |
CN107798330A (zh) | 一种焊缝图像特征信息提取方法 | |
CN112529858A (zh) | 一种基于机器视觉的焊缝图像处理方法 | |
CN111126174A (zh) | 一种用于机器人抓取零件的视觉检测方法 | |
CN113634964B (zh) | 一种大型构件龙门式机器人焊接装备及焊接工艺 | |
CN109159137B (zh) | 一种可视频评估洗地效果的洗地机器人 | |
CN109978940B (zh) | 一种sab安全气囊尺寸视觉测量方法 | |
CN109272544A (zh) | 管道全位置焊缝的结构光三维测量模型和图像处理方法 | |
CN108568624A (zh) | 一种基于图像处理的机械臂焊接系统及焊接方法 | |
CN108647706B (zh) | 基于机器视觉的物品识别分类与瑕疵检测方法 | |
CN107442900A (zh) | 一种激光视觉焊缝跟踪方法 | |
CN110443791B (zh) | 一种基于深度学习网络的工件检测方法及其检测装置 | |
CN108907526A (zh) | 一种具有高鲁棒性的焊缝图像特征识别方法 | |
CN113643280B (zh) | 一种基于计算机视觉的板材分拣系统及方法 | |
CN114905507A (zh) | 一种基于环境视觉分析的焊接机器人精度控制方法 | |
CN111127417B (zh) | 一种基于sift特征匹配和改进ssd算法的印刷缺陷检测方法 | |
CN112238292A (zh) | 一种基于视觉的搅拌摩擦焊机器人空间曲线轨迹跟踪方法 | |
CN109993154A (zh) | 变电站单指针式六氟化硫型仪表智能识别方法 | |
CN109781737A (zh) | 一种软管表面缺陷的检测方法及其检测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |