CN115908410A - 基于机器视觉的压力容器激光焊接控制方法 - Google Patents
基于机器视觉的压力容器激光焊接控制方法 Download PDFInfo
- Publication number
- CN115908410A CN115908410A CN202310014921.2A CN202310014921A CN115908410A CN 115908410 A CN115908410 A CN 115908410A CN 202310014921 A CN202310014921 A CN 202310014921A CN 115908410 A CN115908410 A CN 115908410A
- Authority
- CN
- China
- Prior art keywords
- gray
- pixel point
- molten pool
- area
- infrared thermal
- 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
Images
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Abstract
本发明公开了一种基于机器视觉的压力容器激光焊接控制方法,属于图像数据处理技术领域;包括以下步骤:获取压力容器激光焊接时的红外热图像;获取红外热图像中熔池区域与过渡区域的第一分割阈值;获取红外热图像中的背景区域与过渡区域的第二分割阈值;根据第一分割阈值和第二分割阈值,对红外热图像进行分段线性灰度变换,获取处理后的红外热图像;从处理后的红外热图像中提取熔池区域;根据熔池区域的像素点灰度值的均值控制焊接速度。本发明能够精准分割图像内的熔池区域,实现了根据激光焊接时的熔池区域的温度变化来控制焊接速度。
Description
技术领域
本发明涉及图像数据处理技术领域,具体涉及一种基于机器视觉的压力容器激光焊接控制方法。
背景技术
压力容器是典型的焊接结构,在生产过程中主要的连接方式就是焊接,焊接质量直接关系到压力容器的质量。通常采用激光焊对压力容器进行焊接,主要是由于激光焊接时激光聚焦后光斑直径小、能量密度高,并且激光焊接具有焊缝深宽比大、热影响区窄、焊接速度快和焊缝美观等特点。但是在激光焊接过程中因激光功率、光束特性、离焦量和焊接速度等参量的变动会出现焊缝凹度或凸度缺陷,这些缺陷本质上是焊接时熔池热物理反应、冶金反应作用的结果,即熔池温度过高或过低。通常将焊点处为熔池区域,也就是高温区域;再根据热量传导方向上从熔池区域逐渐向外扩散,使温度逐渐降低的区域依次为过渡区域和背景区域。利用红外热成像技术检测激光焊接过程中出现的熔池温度,从而调整焊接速度,令焊接时的熔池温度一直保持在设定的温度范围内,用以提高焊接质量。但是,红外热图像的对比度低,分辨细节的能力较差,会影响压力容器激光焊接时采集的红外热图像内熔池区域的分割。因此为了能够分割出清晰的熔池区域,通常采用直方图均衡化通过使用累积函数对灰度值进行调整以实现对比度的增强,但是在增强的过程中,引起变换后图像的灰度级减少,容易造成图像中弱边缘的消失,从而难以准确分割出清晰的熔池区域。
发明内容
为了解决现有技术中采用直方图均衡化通过使用累积函数对灰度值进行调整以实现对比度的增强,但是在增强的过程中,引起变换后图像的灰度级减少,容易造成图像中弱边缘的消失,从而难以准确分割出清晰的熔池区域的问题,本发明提供一种基于机器视觉的压力容器激光焊接控制方法,该方法基于红外热图像,根据焊接熔池的形状特征和热传导特征获取灰度直方图的自适应分段点,完成图像的自适应多段线性灰度变换,获取处理后的图像,能够精准分割图像内的熔池区域,实现了根据激光焊接时的熔池区域的灰度变化来控制焊接速度。
本发明的目的是提供一种基于机器视觉的压力容器激光焊接控制方法,包括以下步骤:
获取压力容器激光焊接时的红外热图像;获取红外热图像中熔池区域的中心像素点;
从中心像素点开始朝不同方向遍历至图像的边界处,根据遍历的每个方向上灰度的变化获取每个方向上疑似分割熔池区域与过渡区域的第一像素点和每个方向上疑似分割背景区域与过渡区域的第二像素点;
根据每个方向上的第一像素点灰度值和所有方向上的第一像素点灰度值的均值,以及每个方向上的第一像素点到中心像素点的距离,获取每个方向上的第一像素点的可信度;
根据每个方向上的第一像素点灰度值和每个方向上的第一像素点的可信度获取红外热图像中熔池区域与过渡区域的第一分割阈值;根据每个方向上的第二像素点灰度值和每个方向上的第二像素点的可信度获取红外热图像中的背景区域与过渡区域的第二分割阈值;
根据第一分割阈值和第二分割阈值,对红外热图像进行分段线性灰度变换,获取处理后的红外热图像;从处理后的红外热图像中提取熔池区域;根据熔池区域的像素点灰度值的均值控制焊接速度。
在一实施例中,所述红外热图像中熔池区域的中心像素点是按照以下步骤获取:
获取红外热图像内灰度值大于灰度值阈值的多个熔池区域像素点;
将与其他熔池区域像素点的距离之和最小的一熔池区域像素点作为熔池区域的中心像素点。
在一实施例中,所述每个方向上疑似分割熔池区域与过渡区域的第一像素点是按照以下步骤获取:
从中心像素点开始朝不同方向遍历至图像的边界处,获取每个方向上从中心像素点至图像的边界处的灰度值序列;
利用Otsu双阈值分割算法获取灰度值序列的灰度分割阈值包括第一灰度分割阈值;
获取每个方向对应灰度值序列中大于第一灰度分割阈值的多个第一灰度值,将多个第一灰度值中最小的第一灰度值对应的像素点作为每个方向上疑似分割熔池区域与过渡区域的第一像素点。
在一实施例中,所述每个方向上疑似分割背景区域与过渡区域的第二像素点是按照以下步骤获取:
利用Otsu双阈值分割算法获取灰度值序列的灰度分割阈值还包括第二灰度分割阈值,且第一灰度分割阈值大于第二灰度分割阈值;
获取每个方向对应灰度值序列中小于第二灰度分割阈值的多个第二灰度值,将多个第二灰度值中最大的第二灰度值对应的像素点作为每个方向上疑似分割背景区域与过渡区域的第二像素点。
在一实施例中,所述每个方向上的第一像素点的可信度是按照以下步骤获取:
根据每个方向上的第一像素点灰度值以及所有方向上的第一像素点灰度值的均值,获取每个方向上的第一像素点的灰度相似性;
根据每个方向上的第一像素点到中心像素点的距离获取每个方向上的第一像素点到中心像素点的距离相似性;
根据每个方向上的第一像素点的灰度相似性和每个方向上的第一像素点到中心像素点的距离相似性,获取每个方向上的第一像素点的可信度。
在一实施例中,所述每个方向上的第一像素点到中心像素点的距离相似性,包括:
当从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时,对应的每个方向上的第一像素点到中心像素点的距离相似性;
以及当从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时,对应的每个方向上的第一像素点到中心像素点的距离相似性。
在一实施例中,所述每个方向上的第二像素点的可信度是按照以下步骤获取:
根据每个方向上的第二像素点灰度值以及所有方向上的第二像素点灰度值的均值,获取每个方向上的第二像素点的灰度相似性;
根据每个方向上的第二像素点到中心像素点的距离获取每个方向上的第二像素点到中心像素点的距离相似性;
根据每个方向上的第二像素点的灰度相似性和每个方向上的第二像素点到中心像素点的距离相似性,获取每个方向上的第二像素点的可信度。
在一实施例中,所述红外热图像中熔池区域与过渡区域的第一分割阈值是按照以下步骤获取:
将每个方向上的第一像素点的可信度占所有方向上的第一像素点的可信度加和的占比作为每个方向上的第一像素点灰度值的权值;
根据每个方向上的第一像素点灰度值的权值对每个方向上的第一像素点灰度值进行加权,并求和,获取红外热图像中熔池区域与过渡区域的第一分割阈值。
在一实施例中,所述对红外热图像进行分段线性灰度变换,包括:
获取红外热图像的灰度直方图;
利用第一分割阈值和第二分割阈值将灰度直方图分割为三个区间;
根据每个区间对应红外热图像中的区域内灰度级的数量,以及该区域内所有像素点的灰度值方差,获取每个区间对应红外热图像中的区域的拉伸程度;
根据每个区间对应红外热图像中的区域的拉伸程度获取每个区间对应线性变换的直线斜率;
根据每个区间对应线性变换的直线斜率以及第一分割阈值和第二分割阈值,获取每个区间对应线性灰度变换的映射直线;
利用每个区间对应线性灰度变换的映射直线,将红外热图像所对应的区域进行灰度变换,获取处理后的红外热图像。
在一实施例中,所述根据熔池区域的像素点灰度值的均值控制焊接速度,包括:
根据熔池区域正常焊接时的温度设定熔池区域的灰度范围,并设定初始焊接速度;
当熔池区域的像素点灰度值的均值小于灰度范围的下限值时,则要降低焊接速度直至熔池区域的像素点灰度值的均值在灰度范围内后,将焊接速度调整为开始设定的初始焊接速度;
当熔池区域的像素点灰度值的均值大于灰度范围的上限值时,则要提高焊接速度直至熔池区域的像素点灰度值的均值在灰度范围内后,将焊接速度调整为开始设定的初始焊接速度。
本发明的有益效果是:本发明提供的一种基于机器视觉的压力容器激光焊接控制方法,该方法从中心像素点开始朝不同方向遍历至图像的边界处,根据焊接熔池的形状特征和热传导特征,获取每个方向上疑似分割熔池区域与过渡区域的第一像素点和每个方向上疑似分割背景区域与过渡区域的第二像素点;由于各个方向的过渡区域的像素点数量和灰度值差异较大,获取的每个方向上疑似分割熔池区域与过渡区域的第一像素点和每个方向上疑似分割背景区域与过渡区域的第二像素点的灰度值存在较大的误差;为此,根据每个方向上的第一像素点灰度值和每个方向上的第一像素点的可信度获取红外热图像中熔池区域与过渡区域的第一分割阈值,获取红外热图像中的背景区域与过渡区域的第二分割阈值,主要是基于每个第一像素点的灰度值结合了第一像素点到中心像素点的位置关系,从而准确获取各个区域之间的分割阈值;再利用两个分割阈值对红外热图像进行分段线性灰度变换,对图像中的过渡区域的相邻灰度级之间的差异进行拉伸,突显各温度区域的边缘,而对背景区域和熔池区域的相邻灰度级之间的差异进行压缩,平滑这两区域内的细节,获取处理后的图像,能够精准分割图像内的熔池区域。从而实现了根据激光焊接时的熔池区域的灰度变化来控制焊接速度。
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他的附图。
图1为本发明的一种基于机器视觉的压力容器激光焊接控制方法的实施例总体步骤的流程示意图。
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。
本发明针对传统的图像采用多段线性灰度变换算法需要较多的人工输入,以便确定分段点的位置,获得最佳增强效果。通过改进多段线性灰度变换算法,提高图像的对比度,以获取准确的熔池区域,根据激光焊接时的熔池区域的灰度变化,控制焊接速度。
本发明通过焊接熔池的形状特征和热传导特征,计算分割节点的灰度值,对图像的灰度直方图进行分区间处理,进而根据各区域内的像素灰度统计特征,计算各区间的直线段斜率,完成图像的自适应多段线性灰度变换,获取增强后的图像,精准分割图像内的熔池区域,进而根据激光焊接时的熔池区域的灰度变化,控制焊接速度。
本发明提供的一种基于机器视觉的压力容器激光焊接控制方法,参见图1所示,包括以下步骤:
S1、获取压力容器激光焊接时的红外热图像;获取红外热图像中熔池区域的中心像素点;
在本实施例中,通过红外热成像仪俯视采集压力容器在激光焊接时位于焊点处的红外热图像;
需要说明的是,激光焊接时的熔池为红外热图像内的温度最高区域,而热量的传导为从高温向低温传导,因此可根据热量传导方向上的像素灰度变化将图像分为高温的熔池区域,温度逐渐降低的过渡区域和低温的背景区域,进而根据各区域像素点在图像灰度直方图内的分布,实现灰度直方图上表示灰度级的横轴的自适应分段。其中,熔池区域就是高温区域,背景区域就是低温区域,过渡区域就是高温向低温逐渐降低的区域。
其中,红外热图像中熔池区域的中心像素点是按照以下步骤获取:
获取红外热图像内灰度值大于灰度值阈值的多个熔池区域像素点;
将与其他熔池区域像素点的距离之和最小的一熔池区域像素点作为熔池区域的中心像素点。
在本实施例中,将红外热图像内灰度值最大的前30个像素点作为多个熔池区域像素点,其中,将灰度值最大的前第30个像素点的灰度值作为灰度值阈值;根据这30个像素点的坐标位置,取这30个像素点中一个与其他像素点的距离之和最小的像素点为其中心像素点P,即表示焊接熔池的中心点。
S2、从中心像素点开始朝不同方向遍历至图像的边界处,根据遍历的每个方向上灰度的变化获取每个方向上疑似分割熔池区域与过渡区域的第一像素点和每个方向上疑似分割背景区域与过渡区域的第二像素点;
进一步,每个方向上疑似分割熔池区域与过渡区域的第一像素点是按照以下步骤获取:
从中心像素点开始朝不同方向遍历至图像的边界处,获取每个方向上从中心像素点至图像的边界处的灰度值序列;
利用Otsu双阈值分割算法获取灰度值序列的两个灰度分割阈值包括第一灰度分割阈值和第二灰度分割阈值,且第一灰度分割阈值大于第二灰度分割阈值;
获取每个方向对应灰度值序列中大于第一灰度分割阈值的多个第一灰度值,将多个第一灰度值中最小的第一灰度值对应的像素点作为每个方向上疑似分割熔池区域与过渡区域的第一像素点。
更进一步,每个方向上疑似分割背景区域与过渡区域的第二像素点是按照以下步骤获取:
获取每个方向对应灰度值序列中小于第二灰度分割阈值的多个第二灰度值,将多个第二灰度值中最大的第二灰度值对应的像素点作为每个方向上疑似分割背景区域与过渡区域的第二像素点。
在本实施例中,以中心像素点P开始沿着焊接的移动方向遍历至图像边界,获取一条直线段;将进而顺时针每隔5度的方向从中心像素点开始遍历至图像的边界,由此获得72条直线段;由此获取在图像中以中心像素点向外辐射有72个方向的直线段;也就是从中心像素点开始朝该72个方向遍历至图像的边界处,获取每个方向上疑似分割熔池区域与过渡区域的第一像素点和每个方向上疑似分割背景区域与过渡区域的第二像素点。需要说明的是,72个方向是将中心像素点的一周的朝向等间隔的提取了72个方向,且两两方向之间的夹角为5°。
具体的,以图像中沿焊接移动方向的直线段为例,从中心像素点P开始逐像素点统计此直线段上像素点的灰度值,获得集合 ,其中n表示该直线段上像素点的数量,且由于热传导的特性,集合中的灰度值从至是逐渐减小。
需要说明的是,由于红外热图像的像素点之间具有良好的空间相关性,即含有较多、较大的灰度值相同的区域。因此各方向的直线段上从中心像素点P开始可分为像素灰度值较大,且相似的熔池区域;像素灰度值变化剧烈的过渡区域;像素灰度值较小,且相似的背景区域。
故利用Otsu双阈值分割算法,计算集合中灰度值的最大类间方差对应的两个灰度分割阈值包括第一灰度分割阈值和第二灰度分割阈值,且。故集合中的数据对应的像素点表示熔池区域,的数据对应的像素点表示过渡区域,的数据对应的像素点表示背景区域。
因此取集合中大于第一灰度分割阈值的灰度值中的最小灰度值对应的像素点为该直线段上分割熔池区域和过渡区域的节点,即为第一像素点;取集合中小于阈值的灰度值中的最大灰度值对应的像素点为该直线段上分割背景区域和过渡区域的节点,即为第二像素点。
同理,获得其它方向直线段上的两个分割节点的像素灰度值和,从焊接移动方向的直线段开始顺时针依次各方向的直线段上熔池区域和过渡区域的分割节点的灰度值集合,以及背景区域和过渡区域的分割节点的灰度值集合。
需要说明的是,由于各方向的直线段上过渡区域的像素点数量和灰度值差异较大,利用Otsu双阈值分割算法分割的各节点灰度值存在较大的误差,因此,获取的第一像素点和第二像素点对区域的分割时不准确的。因此后续结合各节点的位置特征,获取准确的分割节点。
S3、获取红外热图像中熔池区域与过渡区域的第一分割阈值;获取红外热图像中的背景区域与过渡区域的第二分割阈值;
根据每个方向上的第一像素点灰度值和所有方向上的第一像素点灰度值的均值,以及每个方向上的第一像素点到中心像素点的距离,获取每个方向上的第一像素点的可信度;
根据每个方向上的第一像素点灰度值和每个方向上的第一像素点的可信度获取红外热图像中熔池区域与过渡区域的第一分割阈值;同理,根据每个方向上的第二像素点灰度值和每个方向上的第二像素点的可信度获取红外热图像中的背景区域与过渡区域的第二分割阈值;
需要说明的是,已知红外热图像边缘模糊,温度区间界限不明显,故真正的图像边缘应处于像素灰度值变化剧烈的过渡区域,因此需要根据熔池区域和过渡区域的分割阈值和背景区域和过渡区域的分割阈值获取过渡区域,进而对过渡区域进行灰度拉伸变换,令各温度区间界限明显。由此可根据72个方向的直线段上的分割节点的像素灰度统计特征,获取红外热图像的灰度直方图内的熔池区域、过渡区域、背景区域之间的分割阈值。已知激光聚集后的圆形光斑对焊缝进行加热形成液态的熔池,其沿焊接向前移动方向侧,熔池的形态应为圆形,热量均匀的向周围传导。而焊接移动反方向的液体熔池逐渐凝固,受余热的影响,熔池呈椭圆状,且温度过渡区域较大。
进一步,每个方向上的第一像素点的可信度是按照以下步骤获取:
根据每个方向上的第一像素点灰度值以及所有方向上的第一像素点灰度值的均值,获取每个方向上的第一像素点的灰度相似性;
根据每个方向上的第一像素点到中心像素点的距离获取每个方向上的第一像素点到中心像素点的距离相似性;
根据每个方向上的第一像素点的灰度相似性和每个方向上的第一像素点到中心像素点的距离相似性,获取每个方向上的第一像素点为熔池区域和过渡区域分割阈值的可信度,即为每个方向上的第一像素点的可信度。
更进一步,每个方向上的第一像素点到中心像素点的距离相似性,包括:
当从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时,对应的每个方向上的第一像素点到中心像素点的距离相似性;
以及当从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时,对应的每个方向上的第一像素点到中心像素点的距离相似性。
在本实施例中,以这72个直线段上的熔池区域和过渡区域的分割节点为例,即第一像素点;将其分为焊接移动方向侧的节点类,即直线段上的中心像素点P至图像边界像素点方向与焊接移动方向的夹角对应的直线段上的节点,其共37个,而剩余的对应的直线段上的节点为焊接移动后方向侧的节点类,其共35个。
具体的,从焊接移动方向开始顺时针依次计算中心像素点P至这72个节点的距离,获得距离集合,则其中表示的节点类距离,和表示的节点类距离。
需要说明的是,已知焊接向前移动方向侧的熔池形态为圆形,因此中心像素点P至该侧的37个节点的距离相似。而焊接后的方向侧的熔池形态为椭圆形,因此中心像素点P依次至该侧的35个节点的距离变化为距离从小先逐渐变大,然后再逐渐变小,符合正态分布。并且由于红外热图像的像素点之间具有良好的空间相关性,同区域的像素灰度值相似,故这72个节点的像素灰度值相似。
在本实施例中,每个方向上的第一像素点的可信度计算公式如下:
式中,表示第j个方向的直线段上的熔池区域和过渡区域的分割节点的灰度值的可信度,即为第j个方向上的第一像素点的可信度;
表示第j个方向的直线段上的熔池区域和过渡区域的分割节点的像素灰度值,即为第j个方向上的第一像素点的灰度值;表示72个方向的直线段上的熔池区域和过渡区域的分割节点的像素灰度值的均值,即为72个方向上的第一像素点的灰度值的均值;
表示第j个方向的直线段上的熔池区域和过渡区域的分割节点相对于72个节点的灰度相似性,其值越大,对应第j个方向的直线段上的熔池区域和过渡区域的分割节点的像素点灰度值为熔池区域和过渡区域的分割阈值的概率越大。其中分母加1,即防止分母为0。
表示从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时,对应的第j个方向上的第一像素点到中心像素点的距离相似性;此处,表示从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时对应的第一像素点的序列数集合;此处,表示从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时对应第一像素点到中心像素点的距离;即为从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时对应第j个方向的直线段上的熔池区域和过渡区域的分割节点到中心像素点P的距离;表示从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时对应第一像素点到中心像素点的距离的均值,即为的节点类距离的均值;表示焊接向前移动方向侧的37个节点至中心像素点P至的距离的相似性,其值越大,距离越相似,对应节点像素点灰度值为熔池区域和过渡区域的分割阈值的概率越大。
表示从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时,对应的第j个方向上的第一像素点到中心像素点的距离相似性;此时,表示从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时对应的第一像素点的序列数集合;表示从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时,对应第一像素点至中心像素点P至的距离,拟合的正态分布函数;此处,表示从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时对应第一像素点到中心像素点的距离;即为从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时对应个第j个方向的直线段上的熔池区域和过渡区域的分割节点到中心像素点P的距离;即表示焊接后的方向侧的35个节点至中心像素点P的距离变化符合正态分布,即为对应的第j个方向上的第一像素点到中心像素点的距离与正态分布的相似性,其值越大,距离变化越符合正态分布,对应节点像素点灰度值为熔池区域和过渡区域的分割阈值的概率越大。e表示自然常数。
利用每个方向上的第一像素点的相对于所有方向上的第一像素点的灰度相似性,以及每个方向上的第一像素点到中心像素点的距离相似性综合考虑每个方向上的第一像素点为熔池区域和过渡区域的分割阈值的概率;也就是通过对灰度差异及位置特征综合考虑,目的是为了能够准确的获取熔池区域和过渡区域的分割阈值。故由此获得72个方向的直线段上的熔池区域和过渡区域的分割节点的像素灰度值的可信度。即为每个方向上的第一像素点的可信度。
需要说明的是,在本实施例中获取每个方向上的第二像素点的可信度,是依据每个方向上的第一像素点的可信度的方法而获取的。具体的,每个方向上的第二像素点的可信度是按照以下步骤获取:
根据每个方向上的第二像素点灰度值以及所有方向上的第二像素点灰度值的均值,获取每个方向上的第二像素点的灰度相似性;
根据每个方向上的第二像素点到中心像素点的距离获取每个方向上的第二像素点到中心像素点的距离相似性;
根据每个方向上的第二像素点的灰度相似性和每个方向上的第二像素点到中心像素点的距离相似性,获取每个方向上的第二像素点为过渡区域和背景区域分割阈值的可信度,即为每个方向上的第二像素点的可信度。
进一步,每个方向上的第二像素点到中心像素点的距离相似性,包括:
当从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时,对应的每个方向上的第二像素点到中心像素点的距离相似性;
以及当从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时,对应的每个方向上的第二像素点到中心像素点的距离相似性。
在本实施例中,根据每个方向上的第一像素点灰度值和每个方向上的第一像素点的可信度获取红外热图像中熔池区域与过渡区域的第一分割阈值;同理,根据每个方向上的第二像素点灰度值和每个方向上的第二像素点的可信度获取红外热图像中的背景区域与过渡区域的第二分割阈值;
进一步,红外热图像中熔池区域与过渡区域的第一分割阈值是按照以下步骤获取:
将每个方向上的第一像素点的可信度占所有方向上的第一像素点的可信度加和的占比作为每个方向上的第一像素点灰度值的权值;
根据每个方向上的第一像素点灰度值的权值对每个方向上的第一像素点灰度值进行加权,并求和,获取红外热图像中熔池区域与过渡区域的第一分割阈值。
在本实施例中,红外热图像中熔池区域与过渡区域的第一分割阈值的计算公式如下:
式中,表示红外热图像中熔池区域与过渡区域的第一分割阈值;表示第j个方向的直线段上的熔池区域和过渡区域的分割节点的灰度值的可信度,即为第j个方向上的第一像素点的可信度;第j个方向的直线段上的熔池区域和过渡区域的分割节点的像素灰度值,即为第j个方向上的第一像素点的灰度值;通过归一化的,即为权值对进行加权,获取红外热图像内的熔池区域和过渡区域的分割阈值F。
同理,根据每个方向上的第二像素点灰度值和每个方向上的第二像素点的可信度获取红外热图像中的背景区域与过渡区域的第二分割阈值,记为G。
S4、根据第一分割阈值和第二分割阈值,对红外热图像进行分段线性灰度变换,获取处理后的红外热图像;
需要说明的是,已知当前红外热图像的对比度低,边缘模糊,温度区间界限不明显,真正的图像边缘应处于像素灰度值变化剧烈的过渡区域,因此需要对过渡区域进行灰度拉伸变换,令各温度区间界限明显,进而获取真正的熔池区域。
已知分段线性灰度变换的作用主要是压缩图像中非感兴趣区域的相邻灰度级之间的差异,拉大感兴趣区域的相邻灰度级之间的差异。因此本实施例主要对图像中的过渡区域的相邻灰度级之间的差异进行拉伸,突显各温度区域的边缘,而对背景区域和熔池区域的相邻灰度级之间的差异进行压缩,平滑这两区域内的细节。
进一步,对红外热图像进行分段线性灰度变换,包括:
获取红外热图像的灰度直方图;
利用第一分割阈值和第二分割阈值将灰度直方图分割为三个区间;其中,根据第一分割阈值F和第二分割阈值G将灰度直方图分割为三个区间,从左至右分别为灰度级小于或等于G的低温区间,灰度级大于G且小于F的过渡区间,以及灰度级大于或等于F的高温区间;
根据每个区间对应红外热图像中的区域内灰度级的数量,以及该区域内所有像素点的灰度值方差,获取每个区间对应红外热图像中的区域的拉伸程度;
根据每个区间对应红外热图像中的区域的拉伸程度获取每个区间对应线性变换的直线斜率;
根据每个区间对应线性变换的直线斜率以及第一分割阈值和第二分割阈值,获取每个区间对应线性灰度变换的映射直线;
利用每个区间对应线性灰度变换的映射直线,将红外热图像所对应的区域进行灰度变换,获取处理后的红外热图像。
在本实施例中,以过渡区间对应于红外热图像中过渡区域为例,计算该区域的需要拉伸程度为:
式中,S表示图像内的过渡区域的灰度级数量,其值越大,说明过渡区域内的温度变化范围越大,需要拉伸的程度越大,为归一化处理;e为自然常数,V表示图像内的过渡区域所有像素点的灰度值方差,其值越小,对比度越大,边缘越模糊,需要拉伸的程度越大,即越大,且处于区间[0,1]内。因此越大,过渡区域需要拉伸的程度越大,且的值处于区间[0,1]内。同理,获得低温区间对应红外热图像内背景区域和高温区间对应红外热图像内熔池区域的需要拉伸程度和,但其表示背景区域和熔池区域需要压缩程度,其值越大,压缩的程度越大。
需要说明的是,多段线性变换时,当调整灰度直方图某一区间内的直线段的斜率为1时,变换后的灰度级范围区间不变。当调整直线斜率大于1时,变换后的灰度级范围区间变大,在图像上表现为该灰度区间对比度的增大,当调整直线斜率小于1,变换后的灰度级范围区间变小,在图像上表现为灰度的压缩。而本实施例主要对图像中的过渡区域的相邻灰度级之间的差异进行拉伸,突显各温度区域的边缘,而对背景区域和熔池区域的相邻灰度级之间的差异进行压缩,平滑这两区域内的细节。
在本实施例中,红外热图像的灰度直方图被分为三个区间,从左至右各区间设置分段线性变换图像上低温区间的直线斜率为,过渡区间的直线斜率为,以及高温区间的直线斜率为。
故图像灰度直方图横轴的节点第二分割阈值G和第一分割阈值F对应于分段线性变换图像上的纵坐标分别为和;其中,第二分割阈值G和第一分割阈值F视为图像灰度直方图上两节点的横坐标值,即为灰度级,和表示从左至右第一和第二个直线段的斜率,即为低温区间的直线段的斜率和过渡区间的直线段的斜率。
具体的,已知在分段线性变换图像上从左至右第一个直线段过原点(0,0),其最大横坐标为G,斜率为,根据斜率和第二分割阈值G,可计算出第二分割阈值G对应于分段线性变换图像上的纵坐标为;而第二个直线段的起点坐标为(G,),其最大横坐标为F,斜率为,同理可计算出第一分割阈值F对应于分段线性变换图像上的纵坐标为;即计算出灰度直方图横轴的节点第二分割阈值G和第一分割阈值F对应于分段线性变换图像上的两个分段点坐标为(G,)和(F,)。为此,基于两个分段点,对红外热图像的自适应多段线性变换,获取处理后的红外热图像。
故红外热图像的自适应多段线性变换公式为:
式中,、、分别表示在分段线性变换图像上从左至右三个直线段的斜率,已知第二分割阈值G和第一分割阈值F对应的两个分段点的坐标(G,)和(F,)以及斜率、,依据由一点坐标和斜率获取一直线公式的原理,获取多段线性变换公式内的常数和;表示焊接时的压力容器红外热图像中的灰度级,表示自适应多段线性灰度变换后的焊接时的压力容器红外热图像的灰度级。即利用每个区间对应线性灰度变换的映射直线,将红外热图像所对应的区域进行灰度变换,获取处理后的红外热图像。需要说明的是,多段线性变换公式指的是映射直线公式。
S5、从处理后的红外热图像中提取熔池区域;根据熔池区域的像素点灰度值的均值控制焊接速度。
在本实施例中,对S4中的处理后的焊接时的压力容器红外热图像,利用大津算法求取最佳分割阈值,取图像内灰度值大于最佳分割阈值的像素点为熔池区域;需要说明的是,熔池区域为熔池区域。
进一步,根据熔池区域的像素点灰度值的均值控制焊接速度,包括:
根据熔池区域正常焊接时的温度设定熔池区域的灰度范围,并设定初始焊接速度;
当熔池区域的像素点灰度值的均值小于灰度范围的下限值时,则要降低焊接速度直至熔池区域的像素点灰度值的均值在灰度范围内后,将焊接速度调整为开始设定的初始焊接速度;
当熔池区域的像素点灰度值的均值大于灰度范围的上限值时,则要提高焊接速度直至熔池区域的像素点灰度值的均值在灰度范围内后,将焊接速度调整为开始设定的初始焊接速度。
在本实施例中,首先根据S4中的处理后的焊接时的压力容器红外热图像内的熔池区域,计算熔池区域的像素点的灰度值的均值T;然后实施者可根据压力容器材质的熔点和焊缝的质量需求,根据熔池区域正常焊接时的温度设定熔池区域的灰度范围[],以及初始焊接速度。
当时,则需要降低焊接速度直至后,将焊接速度调整为开始设定的初始焊接速度。当时,则需要提高焊接速度直至后,将焊接速度调整为开始设定的初始焊接速度。由此实现压力容器激光焊接的速度控制。
以上仅为本发明的较佳实施例而已,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 (10)
1.一种基于机器视觉的压力容器激光焊接控制方法,其特征在于,包括以下步骤:
获取压力容器激光焊接时的红外热图像;获取红外热图像中熔池区域的中心像素点;
从中心像素点开始朝不同方向遍历至图像的边界处,根据遍历的每个方向上灰度的变化获取每个方向上疑似分割熔池区域与过渡区域的第一像素点和每个方向上疑似分割背景区域与过渡区域的第二像素点;
根据每个方向上的第一像素点灰度值和所有方向上的第一像素点灰度值的均值,以及每个方向上的第一像素点到中心像素点的距离,获取每个方向上的第一像素点的可信度;
根据每个方向上的第一像素点灰度值和每个方向上的第一像素点的可信度获取红外热图像中熔池区域与过渡区域的第一分割阈值;根据每个方向上的第二像素点灰度值和每个方向上的第二像素点的可信度获取红外热图像中的背景区域与过渡区域的第二分割阈值;
根据第一分割阈值和第二分割阈值,对红外热图像进行分段线性灰度变换,获取处理后的红外热图像;从处理后的红外热图像中提取熔池区域;根据熔池区域的像素点灰度值的均值控制焊接速度。
2.根据权利要求1所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述红外热图像中熔池区域的中心像素点是按照以下步骤获取:
获取红外热图像内灰度值大于灰度值阈值的多个熔池区域像素点;
将与其他熔池区域像素点的距离之和最小的一熔池区域像素点作为熔池区域的中心像素点。
3.根据权利要求1所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述每个方向上疑似分割熔池区域与过渡区域的第一像素点是按照以下步骤获取:
从中心像素点开始朝不同方向遍历至图像的边界处,获取每个方向上从中心像素点至图像的边界处的灰度值序列;
利用Otsu双阈值分割算法获取灰度值序列的灰度分割阈值包括第一灰度分割阈值;
获取每个方向对应灰度值序列中大于第一灰度分割阈值的多个第一灰度值,将多个第一灰度值中最小的第一灰度值对应的像素点作为每个方向上疑似分割熔池区域与过渡区域的第一像素点。
4.根据权利要求3所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述每个方向上疑似分割背景区域与过渡区域的第二像素点是按照以下步骤获取:
利用Otsu双阈值分割算法获取灰度值序列的灰度分割阈值还包括第二灰度分割阈值,且第一灰度分割阈值大于第二灰度分割阈值;
获取每个方向对应灰度值序列中小于第二灰度分割阈值的多个第二灰度值,将多个第二灰度值中最大的第二灰度值对应的像素点作为每个方向上疑似分割背景区域与过渡区域的第二像素点。
5.根据权利要求1所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述每个方向上的第一像素点的可信度是按照以下步骤获取:
根据每个方向上的第一像素点灰度值以及所有方向上的第一像素点灰度值的均值,获取每个方向上的第一像素点的灰度相似性;
根据每个方向上的第一像素点到中心像素点的距离获取每个方向上的第一像素点到中心像素点的距离相似性;
根据每个方向上的第一像素点的灰度相似性和每个方向上的第一像素点到中心像素点的距离相似性,获取每个方向上的第一像素点的可信度。
6.根据权利要求5所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述每个方向上的第一像素点到中心像素点的距离相似性,包括:
当从中心像素点开始的遍历方向与焊接移动方向的夹角小于或等于90°时,对应的每个方向上的第一像素点到中心像素点的距离相似性;
以及当从中心像素点开始的遍历方向与焊接移动方向的夹角大于90°时,对应的每个方向上的第一像素点到中心像素点的距离相似性。
7.根据权利要求1所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述每个方向上的第二像素点的可信度是按照以下步骤获取:
根据每个方向上的第二像素点灰度值以及所有方向上的第二像素点灰度值的均值,获取每个方向上的第二像素点的灰度相似性;
根据每个方向上的第二像素点到中心像素点的距离获取每个方向上的第二像素点到中心像素点的距离相似性;
根据每个方向上的第二像素点的灰度相似性和每个方向上的第二像素点到中心像素点的距离相似性,获取每个方向上的第二像素点的可信度。
8.根据权利要求1所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述红外热图像中熔池区域与过渡区域的第一分割阈值是按照以下步骤获取:
将每个方向上的第一像素点的可信度占所有方向上的第一像素点的可信度加和的占比作为每个方向上的第一像素点灰度值的权值;
根据每个方向上的第一像素点灰度值的权值对每个方向上的第一像素点灰度值进行加权,并求和,获取红外热图像中熔池区域与过渡区域的第一分割阈值。
9.根据权利要求1所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述对红外热图像进行分段线性灰度变换,包括:
获取红外热图像的灰度直方图;
利用第一分割阈值和第二分割阈值将灰度直方图分割为三个区间;
根据每个区间对应红外热图像中的区域内灰度级的数量,以及该区域内所有像素点的灰度值方差,获取每个区间对应红外热图像中的区域的拉伸程度;
根据每个区间对应红外热图像中的区域的拉伸程度获取每个区间对应线性变换的直线斜率;
根据每个区间对应线性变换的直线斜率以及第一分割阈值和第二分割阈值,获取每个区间对应线性灰度变换的映射直线;
利用每个区间对应线性灰度变换的映射直线,将红外热图像所对应的区域进行灰度变换,获取处理后的红外热图像。
10.根据权利要求1所述的基于机器视觉的压力容器激光焊接控制方法,其特征在于,所述根据熔池区域的像素点灰度值的均值控制焊接速度,包括:
根据熔池区域正常焊接时的温度设定熔池区域的灰度范围,并设定初始焊接速度;
当熔池区域的像素点灰度值的均值小于灰度范围的下限值时,则要降低焊接速度直至熔池区域的像素点灰度值的均值在灰度范围内后,将焊接速度调整为开始设定的初始焊接速度;
当熔池区域的像素点灰度值的均值大于灰度范围的上限值时,则要提高焊接速度直至熔池区域的像素点灰度值的均值在灰度范围内后,将焊接速度调整为开始设定的初始焊接速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310014921.2A CN115908410B (zh) | 2023-01-06 | 2023-01-06 | 基于机器视觉的压力容器激光焊接控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310014921.2A CN115908410B (zh) | 2023-01-06 | 2023-01-06 | 基于机器视觉的压力容器激光焊接控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115908410A true CN115908410A (zh) | 2023-04-04 |
CN115908410B CN115908410B (zh) | 2023-05-09 |
Family
ID=85748223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310014921.2A Active CN115908410B (zh) | 2023-01-06 | 2023-01-06 | 基于机器视觉的压力容器激光焊接控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908410B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116205910A (zh) * | 2023-04-27 | 2023-06-02 | 四川省港奇电子有限公司 | 一种电源适配器用注塑温度自适应学习调控系统 |
CN116433668A (zh) * | 2023-06-14 | 2023-07-14 | 东营孚瑞特能源设备有限公司 | 一种智能液压油管漏油检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6311099B1 (en) * | 1997-04-18 | 2001-10-30 | Daimlerchrysler Ag | Apparatus for regulating welding parameters during laser beam welding |
CN105234599A (zh) * | 2015-10-20 | 2016-01-13 | 沈阳富创精密设备有限公司 | 焊接温度场控制系统及方法 |
CN109308705A (zh) * | 2018-09-27 | 2019-02-05 | 上海交通大学 | 一种焊接熔池图像轮廓实时提取方法 |
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 |
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 |
CN111127402A (zh) * | 2019-12-06 | 2020-05-08 | 东莞理工学院 | 一种机器人焊接质量的视觉检测方法 |
-
2023
- 2023-01-06 CN CN202310014921.2A patent/CN115908410B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6311099B1 (en) * | 1997-04-18 | 2001-10-30 | Daimlerchrysler Ag | Apparatus for regulating welding parameters during laser beam welding |
CN105234599A (zh) * | 2015-10-20 | 2016-01-13 | 沈阳富创精密设备有限公司 | 焊接温度场控制系统及方法 |
CN109308705A (zh) * | 2018-09-27 | 2019-02-05 | 上海交通大学 | 一种焊接熔池图像轮廓实时提取方法 |
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 |
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 |
CN111127402A (zh) * | 2019-12-06 | 2020-05-08 | 东莞理工学院 | 一种机器人焊接质量的视觉检测方法 |
Non-Patent Citations (2)
Title |
---|
JOSEPH KERSHAW ET AL.: "Hybrid machine learning-enabled adaptive welding speed control", 《JOURNAL OF MANUFACTURING PROCESSES》 * |
何凯: "激光深熔焊熔池边缘实时检测及图像处理", 《知网》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116205910A (zh) * | 2023-04-27 | 2023-06-02 | 四川省港奇电子有限公司 | 一种电源适配器用注塑温度自适应学习调控系统 |
CN116433668A (zh) * | 2023-06-14 | 2023-07-14 | 东营孚瑞特能源设备有限公司 | 一种智能液压油管漏油检测方法 |
CN116433668B (zh) * | 2023-06-14 | 2023-09-12 | 东营孚瑞特能源设备有限公司 | 一种智能液压油管漏油检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115908410B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115908410A (zh) | 基于机器视觉的压力容器激光焊接控制方法 | |
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 | |
CN105678776B (zh) | 一种基于激光视觉传感器焊缝图像特征点提取方法 | |
CN109949341B (zh) | 一种基于人体骨架结构化特征的行人目标跟踪方法 | |
CN111291701B (zh) | 一种基于图像梯度和椭圆拟合算法的视线追踪方法 | |
CN110322572B (zh) | 一种基于双目视觉的水下涵隧内壁三维信息恢复方法 | |
CN116258649B (zh) | 基于熔池状态分析的焊接参数自适应调整方法 | |
CN111899164B (zh) | 一种针对多焦段场景的图像拼接方法 | |
Lan et al. | Run: Residual u-net for computer-aided detection of pulmonary nodules without candidate selection | |
CN114862802A (zh) | 基于图像处理的钢结构的切割控制方法 | |
CN111429485B (zh) | 基于自适应正则化和高信度更新的跨模态滤波跟踪方法 | |
CN106780326A (zh) | 一种提高全景图像清晰度的融合方法 | |
CN111861968B (zh) | 一种红外弱小目标检测方法及检测系统 | |
CN113909689B (zh) | 一种激光光条的管道焊接坡口特征提取方法 | |
CN112396565A (zh) | 静脉穿刺机器人的图像及视频血管增强与分割方法和系统 | |
CN111145216B (zh) | 一种视频图像目标的跟踪方法 | |
CN110288533B (zh) | 一种非旋转图像的快速拼接方法 | |
CN115578390B (zh) | 一种用于除氧器的焊接控制方法 | |
Vijapur et al. | Glaucoma detection by using Pearson-R correlation filter | |
CN116228798A (zh) | 基于机器视觉的铁塔智能切割检测方法 | |
CN115984360A (zh) | 一种基于图像处理的计算干滩长度的方法及系统 | |
CN116229236A (zh) | 一种基于改进YOLO v5模型的结核杆菌检测方法 | |
CN110853084B (zh) | 一种基于边缘视觉保护的图像适配方法 | |
CN106447685A (zh) | 一种红外跟踪方法 | |
CN113763432A (zh) | 基于图像清晰度与跟踪稳定性条件的目标检测跟踪方法 |
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 |