CN115330774A - 焊接图像熔池边缘检测方法 - Google Patents

焊接图像熔池边缘检测方法 Download PDF

Info

Publication number
CN115330774A
CN115330774A CN202211249881.1A CN202211249881A CN115330774A CN 115330774 A CN115330774 A CN 115330774A CN 202211249881 A CN202211249881 A CN 202211249881A CN 115330774 A CN115330774 A CN 115330774A
Authority
CN
China
Prior art keywords
edge
molten pool
image
obtaining
difference
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
Application number
CN202211249881.1A
Other languages
English (en)
Other versions
CN115330774B (zh
Inventor
高杨清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Linduo Optical Instrument Co ltd
Original Assignee
Nantong Linduo Optical Instrument Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong Linduo Optical Instrument Co ltd filed Critical Nantong Linduo Optical Instrument Co ltd
Priority to CN202211249881.1A priority Critical patent/CN115330774B/zh
Publication of CN115330774A publication Critical patent/CN115330774A/zh
Application granted granted Critical
Publication of CN115330774B publication Critical patent/CN115330774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/20032—Median filtering
    • 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

Abstract

本发明涉及数据处理技术领域，具体涉及一种焊接图像熔池边缘检测方法。该方法包括：采集焊接过程中的焊接图像以获取对应的灰度图像和边缘图像；获取边缘图像中每条边缘上每个像素点对应的像素显著指数、根据每个像素点对应的像素显著指数得到每条边缘对应的边缘显著指数；进一步获取每个边缘的边壁显著指数，根据边壁显著指数获取疑似熔池边缘和干扰边缘；基于疑似熔池边缘得到半径规整度并对每条疑似熔池边缘进行显著性检验，根据半径规整度最大时对应的显著性检验结果得到熔池边缘；避免了焊接过程中火花飞溅等干扰边缘的影响，检测结果更加准确。

Description

焊接图像熔池边缘检测方法
技术领域
本发明涉及数据处理技术领域，具体涉及一种焊接图像熔池边缘检测方法。
背景技术
传统对焊缝质量检验的方法主要是利用人工目检进行外观检查和磁粉探伤等质量问题，该方法受到人为经验以及主观因素的影响较大，且人工目检只能是焊后检测，实时性很差，在检测出缺陷时较难弥补从而只能报废零件。
随着机器视觉和图像处理技术的发展，提出了采用相机实时拍摄图像观察焊接熔池，通过图像对焊接过程中的熔透状态、表面气孔以及表面熔渣等质量参数的评估，来实时评估焊接熔池的焊接质量的方法；而评估过程中最为重要的是确定图像中熔池所在的区域，基于准确的熔池区域才能精准的获取各个相关指标，然而由于焊接时外部环境以及焊接过程中产生的火花飞溅以及亮光等原因，使得对于熔池的识别较为困难，从而导致后续参数十分困难。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种焊接图像熔池边缘检测方法，该方法包括以下步骤：
采集焊接过程中的焊接图像，所述焊接图像包括熔池区域，获取所述焊接图像的灰度图像，对所述灰度图像进行边缘检测得到边缘图像；
以所述边缘图像中每条边缘上任意像素点为中心像素点构建窗口，所述边缘将所述窗口划分为两个区域，根据每个所述区域中所有像素点对应的灰度均值区分为外区域和内区域；获取内区域的内中值与外区域的外中值，基于所述内中值与所述外中值获取所述中心像素点的像素显著指数；
对任意边缘上每个像素点为中心像素点时的内区域和外区域进行标记，对所述边缘对应的所有内区域的像素点排列得到内序列，对所述边缘对应的所有外区域中的像素点排列得到外序列；获取所述边缘上所有像素点对应的像素显著指数的中值以及所述内序列与所述外序列的差异，根据所述中值与所述差异得到所述边缘的边缘显著指数；
获取所述边缘对应的所有内区域和外区域中每个像素点的能量值，分别获取内区域与外区域中所有能量值的均值和方差，根据所述均值差异、方差差异以及边缘的边缘显著指数得到所述边缘的边壁显著指数；根据所述边壁显著指数获取所述边缘图像中的疑似熔池边缘和干扰边缘；
对包括所述疑似熔池边缘的图像进行霍夫圆检测得到圆心位置，获取每条所述疑似熔池边缘上像素点与圆心位置的距离，根据所有所述距离获取半径规整度；对每条疑似熔池边缘进行显著性检验，根据所述半径规整度最大时对应的显著性检验结果得到熔池边缘。
优选的，所述像素显著指数的获取方法，包括：
根据内区域中所有像素点的灰度值升序排列得到第一序列，根据外区域中所有像素点的灰度值升序排列得到第二序列；所述第一序列的中值为内中值，所述第二序列的中值为外中值；
获取所述第一序列与所述第二序列之间的差异、所述内中值与所述外中值之间的差异，所述像素显著指数的计算为：
Figure 97159DEST_PATH_IMAGE002
其中，
Figure 100002_DEST_PATH_IMAGE003
表示像素点对应的像素显著指数；
Figure 298333DEST_PATH_IMAGE004
表示内中值；
Figure 100002_DEST_PATH_IMAGE005
表示外中值；
Figure 694810DEST_PATH_IMAGE006
表示内区域中所有像素点的数量；
Figure 100002_DEST_PATH_IMAGE007
表示外区域中所有像素点的数量；
Figure 272422DEST_PATH_IMAGE008
表示第一序列中第
Figure 100002_DEST_PATH_IMAGE009
个元素值；
Figure 70745DEST_PATH_IMAGE010
表示第二序列中第
Figure 849345DEST_PATH_IMAGE009
个元素值；
Figure 100002_DEST_PATH_IMAGE011
表示最小值函数；
Figure 61015DEST_PATH_IMAGE012
表示第一序列与第二序列之间的差异。
优选的，所述根据所述中值与所述差异得到所述边缘的边缘显著指数的方法，包括：
所述边缘显著指数为所述差异与所述中值的乘积。
优选的，所述根据所述均值差异、方差差异以及边缘的边缘显著指数得到所述边缘的边壁显著指数的方法，包括：
根据所述内区域和所述外区域之间的均值差异与方差差异得到所述边缘的差异显著指数，所述边缘的边缘显著指数与差异显著指数的比值为所述边缘的边壁显著指数。
优选的，所述根据所述内区域和所述外区域之间的均值差异与方差差异得到所述边缘的差异显著指数的方法，包括：
所述差异显著指数的计算为：
Figure 583263DEST_PATH_IMAGE014
其中，
Figure 100002_DEST_PATH_IMAGE015
表示边缘的差异显著指数；
Figure 485360DEST_PATH_IMAGE016
表示内区域中第
Figure 307298DEST_PATH_IMAGE009
个像素点的能量值；
Figure 100002_DEST_PATH_IMAGE017
表示外区域中第
Figure 662056DEST_PATH_IMAGE009
个像素点的能量值；
Figure 987995DEST_PATH_IMAGE018
表示所有内区域中像素点的数量；
Figure 100002_DEST_PATH_IMAGE019
表示所有外区域中像素点的数量；
Figure 495331DEST_PATH_IMAGE020
表示所有内区域中所有像素点能量值的均值；
Figure 100002_DEST_PATH_IMAGE021
表示所有外区域中所有像素点能量值的均值；
Figure 474788DEST_PATH_IMAGE022
表示所有内区域中所有像素点能量值的方差；
Figure 100002_DEST_PATH_IMAGE023
表示所有外区域中所有像素点能量值的方差。
优选的，所述根据所述边壁显著指数获取所述边缘图像中的疑似熔池边缘和干扰边缘的方法，包括：
根据所述边缘图像中所有边缘对应的边壁显著指数获取边壁显著指数均值作为比较阈值，当边缘对应的边壁显著指数小于所述比较阈值时，所述边缘为干扰边缘；当边缘对应的边壁显著指数大于所述比较阈值时，所述边缘为疑似熔池边缘。
优选的，所述根据所有所述距离获取半径规整度的方法，包括：
计算所有所述疑似熔池边缘上每个像素点与所述圆心位置的距离的均值为总边缘半径；
计算每条所述疑似熔池边缘上每个像素点与所述圆心位置的距离的均值为边缘半径；
获取每条所述疑似熔池边缘对应的边缘半径与所述总边缘半径之间的半径差值，基于所有所述疑似熔池边缘对应的半径差值得到半径规整度。
本发明具有如下有益效果：本发明实施例通过获取焊接过程中的焊接图像，对焊接图像对应的灰度图像以及边缘图像进行分析，根据边缘图像中每条边缘上两侧区域的差异得到每个边缘像素点的像素显著指数，基于所有的像素显著指数以及边缘两侧的灰度差异得到每条边缘的边缘显著指数；进一步的，获取边缘两侧像素点的能量值，基于两侧能量值之间的差异以及边缘显著指数获取每条边缘的边壁显著指数，基于边壁显著指数对干扰边缘进行初步筛选；进而对排除干扰边缘后的疑似熔池边缘进行分析，通过半径规整度以及显著性检验得到边缘图像中的熔池边缘，避免了焊接过程中火焰以及火光的干扰，提高了熔池边缘检测的准确性。
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和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种焊接图像熔池边缘检测方法流程图；
图2为本发明一个实施例所提供的一种焊接图像示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种焊接图像熔池边缘检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本申请适用于对焊接过程中熔池边缘的检测，为解决现有由于火花飞溅等因素造成边缘识别困难的问题，本申请通过对焊接图像的边缘图像进行分析，根据每个边缘像素点的像素显著指数、每条边缘的边缘显著指数以及边壁显著指数对干扰边缘和疑似熔池边缘进行区分，进一步基于疑似熔池边缘计算半径规整度，结合显著性检验以及半径规整度得到边缘图像中的熔池边缘，提高了检测的准确度。
下面结合附图具体的说明本发明所提供的一种焊接图像熔池边缘检测方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种焊接图像熔池边缘检测方法流程图，该方法包括以下步骤：
步骤S100，采集焊接过程中的焊接图像，焊接图像包括熔池区域，获取焊接图像的灰度图像，对灰度图像进行边缘检测得到边缘图像。
具体的，将CMOS相机放置于焊接位置的上方，用于获取焊接过程中RGB空间的焊接图像，该焊接图像中应保证完整出现熔池区域；然后采用加权灰度化的方法将焊接图像从RGB图像转换为灰度图像；为了增强后续分析的准确性，对灰度图像进行中值滤波，以消除噪声和部分外界干扰因素造成的影响。
进一步的，对灰度图像进行边缘检测得到对应的边缘图像，本发明实施例中边缘检测的方法采用canny边缘检测算法，canny边缘检测算法采用非最大值抑制法对边缘进行判定且使用双阈值法进行边缘连接，可以对熔池的边缘进行较好的保留，然后对边缘图像中所有保留下的边缘进行分析。
步骤S200，以边缘图像中每条边缘上任意像素点为中心像素点构建窗口，边缘将窗口划分为两个区域，根据每个区域中所有像素点对应的灰度均值区分为外区域和内区域；获取内区域的内中值与外区域的外中值，基于内中值与外中值获取中心像素点的像素显著指数。
请参阅图2，其示出一种焊接图像示意图；由于焊接过程中的焊弧较热，焊件因受热融化会形成圆形的液态金属部分，液态金属由于重力的影响会停留在熔池底部，熔池漏出的边壁称为软熔层；因为电弧外焰在释放大量热量的同时会发出较强的光，因此熔池的软熔层内壁会出现强烈的反光，而熔池的软熔层外壁由于没有受到强光直射会比较昏暗，因此在熔池软熔层的外壁和内壁的两侧亮度差异较大。
由步骤S100中得到熔池区域的灰度图像以及对应的边缘图像，对边缘图像中每条边缘进行连通域分析得到对应的一个连通域，每个连通域即为一条完整的边缘，对连通域分析后的每条边缘进行分析。
具体的，以边缘图像中每条边缘上任意像素点为中心像素点构建窗口，本发明实施例中设置窗口大小为5*5，在其他实施例中实施者可根据实际情况自行设置；由于边缘上像素点之间的连续性，因此窗口会被该边缘划分为两个区域，根据每个区域中所有像素点对应灰度值计算每个区域对应的灰度均值，灰度均值较大的区域为中心像素点的软熔层内壁侧，记为内区域；灰度均值较小的区域为中心像素点的软熔层外壁侧，记为外区域。
需要说明的是，本发明实施例中对边缘上每个像素点分析时，应忽略该条边缘两端的少数像素点，以使得以其他像素点为中心像素点时，中心像素点前后均存在像素点将窗口划分两个区域。
进一步的，基于内区域中所有像素点的灰度值进行升序排列得到第一序列，基于外区域中所有像素点的灰度值进行升序排列得到第二序列；分别获取第一序列和第二序列的中值记为内中值和外中值，基于内中值与外中值之间的差异、第一序列与第二序列之间的差异获取该中心像素点的像素显著指数，第一序列与第二序列之间的差异采用DTW算法获取，DTW算法为现有公知技术，不再赘述。
像素点的像素显著指数的计算方法为：
Figure 333154DEST_PATH_IMAGE002
其中，
Figure 321839DEST_PATH_IMAGE003
表示像素点对应的像素显著指数；
Figure 339473DEST_PATH_IMAGE004
表示内中值；
Figure 771723DEST_PATH_IMAGE005
表示外中值；
Figure 242018DEST_PATH_IMAGE006
表示内区域中所有像素点的数量；
Figure 34394DEST_PATH_IMAGE007
表示外区域中所有像素点的数量；
Figure 906535DEST_PATH_IMAGE008
表示第一序列中第
Figure 518475DEST_PATH_IMAGE009
个元素值；
Figure 741646DEST_PATH_IMAGE010
表示第二序列中第
Figure 72133DEST_PATH_IMAGE009
个元素值；
Figure 64360DEST_PATH_IMAGE011
表示最小值函数；
Figure 838412DEST_PATH_IMAGE012
表示第一序列与第二序列之间的差异。
当像素点两侧区域的灰度值分布相差程度越大时，像素点对应的像素显著指数
Figure 283300DEST_PATH_IMAGE003
越大；以此类推，获取边缘图像中每条边缘上每个像素点对应的像素显著指数。
步骤S300，对任意边缘上每个像素点为中心像素点时的内区域和外区域进行标记，对边缘对应的所有内区域的像素点排列得到内序列，对边缘对应的所有外区域中的像素点排列得到外序列；获取边缘上所有像素点对应的像素显著指数的中值以及内序列与外序列的差异，根据中值与差异得到边缘的边缘显著指数。
由步骤S200中获取边缘图像中每条边缘上每个像素点对应的像素显著指数；由于边缘上每个像素点均对应一个内区域和一个外区域，因此在对边缘上每个像素点进行分析的同时，对该像素点周围的内区域以及外区域内的像素点进行标记，若存在像素点即被标记为内区域也被标记为外区域，则以最后一次标记为准，由此可得到每条边缘对应的所有内区域的像素点以及所有外区域的像素点；对所有内区域中的像素点按照灰度值进行升序排列得到内序列，对所有外区域中像素点按照灰度值进行升序排列得到外序列。
进一步的，利用DTW算法获取内序列和外序列之间的差异，即对应的
Figure 417478DEST_PATH_IMAGE024
值，将内序列与外序列之间的
Figure 529790DEST_PATH_IMAGE024
值记为
Figure DEST_PATH_IMAGE025
；根据内序列与外序列之间的差异以及边缘上所有像素点对应的像素显著指数获取该边缘的边缘显著指数，边缘显著指数的计算方法为：
Figure DEST_PATH_IMAGE027
其中，
Figure 271481DEST_PATH_IMAGE028
表示边缘显著指数；
Figure 469244DEST_PATH_IMAGE025
表示内序列和外序列之间的差异；
Figure DEST_PATH_IMAGE029
表示边缘上所有像素点对应的像素显著指数的中值。
以此类推，根据每条边缘对应的外序列与内序列之间的差异、以及边缘上所有像素点的像素显著指数的中值得到边缘对应的边缘显著指数，即得到边缘图像中每条边缘的边缘显著指数。
步骤S400，获取边缘对应的所有内区域和外区域中每个像素点的能量值，分别获取内区域与外区域中所有能量值的均值和方差，根据均值差异、方差差异以及边缘的边缘显著指数得到边缘的边壁显著指数；根据边壁显著指数获取边缘图像中的疑似熔池边缘和干扰边缘。
步骤S300中根据每条边缘对应的内区域和外区域之间的灰度差异得到边缘显著指数，但由于焊丝与电弧焰心交界的位置具有相同的特征，边缘图像中存在较多的干扰边缘，因此需要排除边缘图像中的干扰边缘。
电弧存在内焰是由于在该位置进行了多种剧烈的燃烧反映，物质种类和状态繁多，因此拍摄的灰度图像中内焰部分具有火焰特有的不均匀形态；焊丝外侧质地均匀且光滑，因此焊丝与电弧焰心在图像中表现出的形态差异较大，则焊丝的两侧与电弧焰心的两侧差异也较大；而熔池边缘两侧是由于焊材高温融化后凝结而成，位置相近且凝结的进程和状态基本相同，则熔池边缘两侧的质地相似，差异较小；因此构建每条边缘的边壁显著指数，根据边壁显著指数获取边缘图像中的干扰边缘。
具体的，本发明实施例中采用Laws纹理测量法获取每条边缘对应的所有内区域和所有外区域中像素点的能量值，Laws纹理测量法为现有公知技术，不再赘述。分别获取每条边缘对应的所有内区域和所有外区域中所有像素点能量值的均值和方差，并统计所有内区域中所有像素点的数量和所有外区域中所有像素点的数量；获取每条边缘对应的所有内区域的均值与所有外区域的均值之间的均值差异、所有内区域的方差和所有外区域的方差之间的方差差异，基于均值差异和方差差异得到该条边缘的差异显著指数，差异显著指数的计算为：
Figure 361108DEST_PATH_IMAGE030
其中，
Figure 452561DEST_PATH_IMAGE015
表示边缘的差异显著指数；
Figure 427470DEST_PATH_IMAGE016
表示内区域中第
Figure 984966DEST_PATH_IMAGE009
个像素点的能量值；
Figure 336313DEST_PATH_IMAGE017
表示外区域中第
Figure 282272DEST_PATH_IMAGE009
个像素点的能量值；
Figure 693662DEST_PATH_IMAGE018
表示所有内区域中像素点的数量；
Figure 475804DEST_PATH_IMAGE019
表示所有外区域中像素点的数量；
Figure 365263DEST_PATH_IMAGE020
表示所有内区域中所有像素点能量值的均值；
Figure 431308DEST_PATH_IMAGE021
表示所有外区域中所有像素点能量值的均值；
Figure 748020DEST_PATH_IMAGE022
表示所有内区域中所有像素点能量值的方差；
Figure 283037DEST_PATH_IMAGE023
表示所有外区域中所有像素点能量值的方差。
当边缘对应的内区域和外区域之间的能量值越接近时，该边缘对应的差异显著指数越小；结合该边缘对应的边缘显著指数与差异显著指数得到该边缘的边壁显著指数，边壁显著指数为：
Figure 304083DEST_PATH_IMAGE032
其中，
Figure DEST_PATH_IMAGE033
表示边缘的边壁显著指数；
Figure 913050DEST_PATH_IMAGE015
表示边缘的差异显著指数；
Figure 790876DEST_PATH_IMAGE028
表示边缘的边缘显著指数。
以此类推，获取边缘图像中每条边缘对应的差异显著指数，基于差异显著指数得到每条边缘的边壁显著指数。
由于边缘图像中包括干扰边缘和熔池边缘，而熔池边缘对应的边壁显著指数大于干扰边缘对应的边壁显著指数；计算边缘图像中所有边缘的边壁显著指数的均值作为比较阈值，基于该比较阈值对干扰边缘进行区分；当边缘对应的边壁显著指数小于该比较阈值时，该边缘为干扰边缘；当边缘对应的边壁显著指数大于该比较阈值时，该边缘为疑似熔池边缘。
步骤S500，对包括疑似熔池边缘的图像进行霍夫圆检测得到圆心位置，获取每条疑似熔池边缘上像素点与圆心位置的距离，根据所有距离获取半径规整度；对每条疑似熔池边缘进行显著性检验，根据半径规整度最大时对应的显著性检验结果得到熔池边缘。
由步骤S400区别出边缘图像中的干扰边缘和疑似熔池边缘，由于熔池附近可能出现小的喷溅颗粒，这些颗粒的边缘容易与真正的熔池边缘混淆且不易辨别；因此进一步对疑似熔池边缘进行辨别得到熔池边缘。
具体的，考虑到电弧外焰较大对熔池的边缘造成遮挡，从而使得熔池边缘的数量并不为1；而熔池边缘一般为圆形，因此本发明实施例中对仅包括疑似熔池边缘的灰度图像进行霍夫圆检测，得到仅包括疑似熔池边缘的灰度图像中的圆形，进而识别出圆形的圆心位置记为
Figure 937824DEST_PATH_IMAGE034
；基于圆心位置对所有的疑似熔池边缘进行判断。
计算所有疑似熔池边缘上每个像素点与圆心位置之间的距离得到总边缘半径，总边缘半径的计算为：
Figure 244784DEST_PATH_IMAGE036
其中，
Figure DEST_PATH_IMAGE037
表示所有疑似熔池边缘的总边缘半径；
Figure 754262DEST_PATH_IMAGE034
表示圆心位置；
Figure 756985DEST_PATH_IMAGE038
表示所有疑似熔池边缘上第
Figure 250283DEST_PATH_IMAGE009
个像素点的位置；
Figure DEST_PATH_IMAGE039
表示所有疑似熔池边缘上所有像素点的数量。
进一步的，获取每条疑似熔池边缘对应的边缘半径，边缘半径的计算为：
Figure DEST_PATH_IMAGE041
其中，
Figure 957339DEST_PATH_IMAGE042
表示每条疑似熔池边缘的边缘半径；
Figure 462269DEST_PATH_IMAGE034
表示圆心位置；
Figure DEST_PATH_IMAGE043
表示疑似熔池边缘上第
Figure 229368DEST_PATH_IMAGE044
个像素点的位置；
Figure DEST_PATH_IMAGE045
表示该疑似熔池边缘上所有像素点的数量。
然后，根据每条疑似熔池边缘的边缘半径与总边缘半径之间的差异得到半径规整度，半径规整度的计算为：
Figure DEST_PATH_IMAGE047
其中，
Figure 161028DEST_PATH_IMAGE048
表示半径规整度；
Figure DEST_PATH_IMAGE049
表示第
Figure 406195DEST_PATH_IMAGE050
条疑似熔池边缘的边缘半径；
Figure 31212DEST_PATH_IMAGE037
表示所有疑似熔池边缘的总边缘半径；
Figure DEST_PATH_IMAGE051
表示所有疑似熔池边缘的数量。
当边缘图像中疑似熔池边缘上像素点分布越接近圆形，则疑似熔池边缘对应的半径规整度
Figure 156163DEST_PATH_IMAGE048
越大；本发明实施例中采用显著性检验判断每条疑似熔池边缘是否被保留，将保留下的疑似熔池边缘对应的半径规整度最大时的显著性检验结果进行标记，该显著性检验结果保留下的疑似熔池边缘为边缘图像的熔池边缘。
综上所述，本发明实施例中通过采集焊接过程中的焊接图像以获取对应的灰度图像，对灰度图像进行边缘检测得到边缘图像；获取边缘图像中每条边缘上每个像素点对应的像素显著指数、每条边缘对应的边缘显著指数以及边壁显著指数；根据边壁显著指数获取边缘图像中的疑似熔池边缘和干扰边缘；对包括疑似熔池边缘的图像进行霍夫圆检测得到圆心位置，获取每条疑似熔池边缘上像素点与圆心位置的距离，根据所有距离获取半径规整度；对每条疑似熔池边缘进行显著性检验，根据半径规整度最大时对应的显著性检验结果得到熔池边缘；避免了现有由于火花飞溅以及电弧外焰对熔池边缘检测效果不佳的问题，且尽可能规避了其他干扰边缘的影响，检测结果更加准确。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种焊接图像熔池边缘检测方法，其特征在于，该方法包括以下步骤：
采集焊接过程中的焊接图像，所述焊接图像包括熔池区域，获取所述焊接图像的灰度图像，对所述灰度图像进行边缘检测得到边缘图像；
以所述边缘图像中每条边缘上任意像素点为中心像素点构建窗口，所述边缘将所述窗口划分为两个区域，根据每个所述区域中所有像素点对应的灰度均值区分为外区域和内区域；获取内区域的内中值与外区域的外中值，基于所述内中值与所述外中值获取所述中心像素点的像素显著指数；
对任意边缘上每个像素点为中心像素点时的内区域和外区域进行标记，对所述边缘对应的所有内区域的像素点排列得到内序列，对所述边缘对应的所有外区域中的像素点排列得到外序列；获取所述边缘上所有像素点对应的像素显著指数的中值以及所述内序列与所述外序列的差异，根据所述中值与所述差异得到所述边缘的边缘显著指数；
获取所述边缘对应的所有内区域和外区域中每个像素点的能量值，分别获取内区域与外区域中所有能量值的均值和方差，根据所述均值差异、方差差异以及边缘的边缘显著指数得到所述边缘的边壁显著指数；根据所述边壁显著指数获取所述边缘图像中的疑似熔池边缘和干扰边缘；
对包括所述疑似熔池边缘的图像进行霍夫圆检测得到圆心位置，获取每条所述疑似熔池边缘上像素点与圆心位置的距离，根据所有所述距离获取半径规整度；对每条疑似熔池边缘进行显著性检验，根据所述半径规整度最大时对应的显著性检验结果得到熔池边缘。
2.根据权利要求1所述的焊接图像熔池边缘检测方法，其特征在于，所述像素显著指数的获取方法，包括：
根据内区域中所有像素点的灰度值升序排列得到第一序列，根据外区域中所有像素点的灰度值升序排列得到第二序列；所述第一序列的中值为内中值，所述第二序列的中值为外中值；
获取所述第一序列与所述第二序列之间的差异、所述内中值与所述外中值之间的差异，所述像素显著指数的计算为：
Figure 679226DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
表示像素点对应的像素显著指数；
Figure 555915DEST_PATH_IMAGE004
表示内中值；
Figure DEST_PATH_IMAGE005
表示外中值；
Figure 191427DEST_PATH_IMAGE006
表示内区域中所有像素点的数量；
Figure DEST_PATH_IMAGE007
表示外区域中所有像素点的数量；
Figure 520777DEST_PATH_IMAGE008
表示第一序列中第
Figure DEST_PATH_IMAGE009
个元素值；
Figure 798306DEST_PATH_IMAGE010
表示第二序列中第
Figure 732764DEST_PATH_IMAGE009
个元素值；
Figure DEST_PATH_IMAGE011
表示最小值函数；
Figure 788445DEST_PATH_IMAGE012
表示第一序列与第二序列之间的差异。
3.根据权利要求1所述的焊接图像熔池边缘检测方法，其特征在于，所述根据所述中值与所述差异得到所述边缘的边缘显著指数的方法，包括：
所述边缘显著指数为所述差异与所述中值的乘积。
4.根据权利要求1所述的焊接图像熔池边缘检测方法，其特征在于，所述根据所述均值差异、方差差异以及边缘的边缘显著指数得到所述边缘的边壁显著指数的方法，包括：
根据所述内区域和所述外区域之间的均值差异与方差差异得到所述边缘的差异显著指数，所述边缘的边缘显著指数与差异显著指数的比值为所述边缘的边壁显著指数。
5.根据权利要求4所述的焊接图像熔池边缘检测方法，其特征在于，所述根据所述内区域和所述外区域之间的均值差异与方差差异得到所述边缘的差异显著指数的方法，包括：
所述差异显著指数的计算为：
Figure 833454DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
表示边缘的差异显著指数；
Figure 632783DEST_PATH_IMAGE016
表示内区域中第
Figure 952906DEST_PATH_IMAGE009
个像素点的能量值；
Figure DEST_PATH_IMAGE017
表示外区域中第
Figure 195799DEST_PATH_IMAGE009
个像素点的能量值；
Figure 968583DEST_PATH_IMAGE018
表示所有内区域中像素点的数量；
Figure DEST_PATH_IMAGE019
表示所有外区域中像素点的数量；
Figure 509286DEST_PATH_IMAGE020
表示所有内区域中所有像素点能量值的均值；
Figure DEST_PATH_IMAGE021
表示所有外区域中所有像素点能量值的均值；
Figure 231385DEST_PATH_IMAGE022
表示所有内区域中所有像素点能量值的方差；
Figure DEST_PATH_IMAGE023
表示所有外区域中所有像素点能量值的方差。
6.根据权利要求1所述的焊接图像熔池边缘检测方法，其特征在于，所述根据所述边壁显著指数获取所述边缘图像中的疑似熔池边缘和干扰边缘的方法，包括：
根据所述边缘图像中所有边缘对应的边壁显著指数获取边壁显著指数均值作为比较阈值，当边缘对应的边壁显著指数小于所述比较阈值时，所述边缘为干扰边缘；当边缘对应的边壁显著指数大于所述比较阈值时，所述边缘为疑似熔池边缘。
7.根据权利要求1所述的焊接图像熔池边缘检测方法，其特征在于，所述根据所有所述距离获取半径规整度的方法，包括：
计算所有所述疑似熔池边缘上每个像素点与所述圆心位置的距离的均值为总边缘半径；
计算每条所述疑似熔池边缘上每个像素点与所述圆心位置的距离的均值为边缘半径；
获取每条所述疑似熔池边缘对应的边缘半径与所述总边缘半径之间的半径差值，基于所有所述疑似熔池边缘对应的半径差值得到半径规整度。
CN202211249881.1A 2022-10-12 2022-10-12 焊接图像熔池边缘检测方法 Active CN115330774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211249881.1A CN115330774B (zh) 2022-10-12 2022-10-12 焊接图像熔池边缘检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211249881.1A CN115330774B (zh) 2022-10-12 2022-10-12 焊接图像熔池边缘检测方法

Publications (2)

Publication Number Publication Date
CN115330774A true CN115330774A (zh) 2022-11-11
CN115330774B CN115330774B (zh) 2023-05-19

Family

ID=83913750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211249881.1A Active CN115330774B (zh) 2022-10-12 2022-10-12 焊接图像熔池边缘检测方法

Country Status (1)

Country Link
CN (1) CN115330774B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115601369A (zh) * 2022-12-16 2023-01-13 国网山东省电力公司东营供电公司（Cn） 一种输变电工程用变电设备支架质量评估方法
CN116168039A (zh) * 2023-04-26 2023-05-26 济宁市新华电力特种材料有限公司 一种环保节能硅酸铝板质量检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732238A (zh) * 2015-04-02 2015-06-24 西安电子科技大学 基于方位选择性的灰度图像纹理特征提取的方法
WO2019000821A1 (zh) * 2017-06-29 2019-01-03 北京大学深圳研究生院 基于深度图挖掘的后向传播图像视觉显著性检测方法
CN110111350A (zh) * 2019-04-24 2019-08-09 桂林航天工业学院 一种焊接熔池边缘检测方法、装置及存储介质
CN114882044A (zh) * 2022-07-12 2022-08-09 山东汇通工业制造有限公司 金属管件表面质量检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732238A (zh) * 2015-04-02 2015-06-24 西安电子科技大学 基于方位选择性的灰度图像纹理特征提取的方法
WO2019000821A1 (zh) * 2017-06-29 2019-01-03 北京大学深圳研究生院 基于深度图挖掘的后向传播图像视觉显著性检测方法
CN110111350A (zh) * 2019-04-24 2019-08-09 桂林航天工业学院 一种焊接熔池边缘检测方法、装置及存储介质
CN114882044A (zh) * 2022-07-12 2022-08-09 山东汇通工业制造有限公司 金属管件表面质量检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘雨顺;赵占西;田松亚;: "基于像素方差分析的焊缝边缘检测方法", 电焊机 *
宋宏伟;王龙;张秋花;赵青;: "白车身激光扫描焊熔池边界提取与缺陷识别的研究", 汽车工程 *
郑相锋;王庆;牛晓光;: "灰度形态学提取焊接熔池图像边缘技术", 焊接学报 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115601369A (zh) * 2022-12-16 2023-01-13 国网山东省电力公司东营供电公司（Cn） 一种输变电工程用变电设备支架质量评估方法
CN115601369B (zh) * 2022-12-16 2023-03-03 国网山东省电力公司东营供电公司 一种输变电工程用变电设备支架质量评估方法
CN116168039A (zh) * 2023-04-26 2023-05-26 济宁市新华电力特种材料有限公司 一种环保节能硅酸铝板质量检测方法
CN116168039B (zh) * 2023-04-26 2023-07-14 济宁市新华电力特种材料有限公司 一种环保节能硅酸铝板质量检测方法

Also Published As

Publication number Publication date
CN115330774B (zh) 2023-05-19

Similar Documents

Publication Publication Date Title
CN115330774A (zh) 焊接图像熔池边缘检测方法
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN115205290B (zh) 一种pcb板生产过程在线检测方法及系统
CN115797358B (zh) 基于机器视觉的金属壳体自动化焊接缺陷检测方法
JP2006162583A (ja) ひび割れ検出方法
CN102175700A (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN117095004B (zh) 基于计算机视觉的挖掘机行走架主体焊接变形检测方法
CN114549530B (zh) 一种基于图像处理的pcb板焊接质量评估方法
Aoki et al. Application of artificial neural network to discrimination of defect type in automatic radiographic testing of welds
CN112053376A (zh) 一种基于深度信息的工件焊缝识别方法
CN115601369B (zh) 一种输变电工程用变电设备支架质量评估方法
CN115511888B (zh) 基于视觉的电感缺陷检测方法及系统
JP5864005B1 (ja) 画像処理方法、対象物の寿命評価方法及び画像処理システム
CN116363126B (zh) 一种数据线usb插头焊接质量检测方法
CN108133488A (zh) 一种红外图像前景检测方法及设备
CN115880280B (zh) 一种钢结构焊缝质量的检测方法
CN110007493A (zh) 液晶显示屏中碎亮点检测方法
CN114266743A (zh) 基于hsv和cnn的fpc缺陷检测方法、系统及存储介质
CN115239728A (zh) 一种消防器材识别方法
WO2018176261A1 (zh) 一种检测参数确定方法和检测装置
CN111008960B (zh) 基于机器视觉的铝电解电容底部外观检测方法及装置
CN115830021A (zh) 一种用于五金件加工的金属表面缺陷检测方法
JP2012026820A (ja) ブラスト後の除錆度検査システム
KR101713001B1 (ko) 이미지 처리를 통한 금속패널 결함탐지장치 및 그 방법
JPH07333197A (ja) 表面疵自動探傷装置

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