前言

焊接生產(chǎn)自動化坡沿、智能化已經(jīng)成為焊接技術(shù)發(fā)展的重要方向糊探。在焊接智能化過程中，傳感器的應(yīng)用是關(guān)鍵技術(shù)之一河闰，其中光學(xué)傳感器跟蹤精度高科平，動態(tài)響應(yīng)快，信息豐富姜性，是目前研究最多的傳感器之一匠抗。圖像傳感具有非接觸性的特點且受焊接電弧、電磁場干擾小污抬，在焊接領(lǐng)域得到了廣泛應(yīng)用，為實現(xiàn)焊接操作自動化提供了有力手段绳军。CCD等視覺傳感器的小巧體積和低廉價格也使得其工業(yè)應(yīng)用成為可能印机。目前視覺傳感和圖像處理技術(shù)已廣泛應(yīng)用到焊縫識別、熔池動態(tài)智能控制门驾、焊縫跟蹤射赛、預(yù)測焊接組織、結(jié)構(gòu)及性能等方面[1-3]奶是。
 
　　要想利用視覺技術(shù)識別焊縫或提取熔池特征進行焊縫跟蹤楣责、熔透控制等，其中一個重要的步驟就是提取焊縫或者熔池的特征參數(shù)宋泊。如在一幅工件圖像上玻温，焊縫和形成焊縫的工件的灰度是不連續(xù)的，因此湃改，在工件圖像上焊縫表現(xiàn)為一條邊緣级闭。對于熔池圖像，熔池和電弧的灰度差別也體現(xiàn)在圖像邊緣上丧足，反應(yīng)了熔池的形狀特征本洁。故邊緣是一個重要的特征量。Poggio等[4]定義邊緣檢測為“主要是灰度變化的度量蜗胖、檢測和定位”搔片。邊緣與圖像中物體的邊界有關(guān)但不同。要利用光學(xué)傳感和圖像處理技術(shù)來進行焊接智能化袄雷，焊縫或熔池邊緣的提取是一個必須的過程脸缆。
 
　　1959年,文獻上最早提到邊緣檢測[5]。1965年L. G. Roberts最早開始系統(tǒng)研究邊緣檢測［6］碳扯。以后每年都會出現(xiàn)很多關(guān)于邊緣檢測的文章城也，重要的文章大都發(fā)表在IEEE Trans. On Pattern Analysis and Machine Intelligence，CVGIP: Image Processing，IEEE Trans. On Image Processing计贰，Journal of the ACM等上钦睡。盡管已有成千上萬的邊緣檢測方法，但是沒有一種方法具有通用性和廣泛的適應(yīng)性躁倒，能直接拿來用在某種特定的應(yīng)用上荞怒，因此探索已有算法的特點發(fā)現(xiàn)適合焊接特點的算法和發(fā)展新的算法來用于焊接過程具有一定的現(xiàn)實意義。

1.焊縫邊緣類型特點分析

在圖像處理理論中[7]秧秉，圖像邊緣點可能對應(yīng)不同的物理意義褐桌。根據(jù)對應(yīng)的不同物理意義可以將邊緣分為如下4類(如下圖)：

　　圖  圖像邊緣類型

（1）1類邊緣。如圖1中標(biāo)為1的邊緣線象迎，1類邊緣為兩個不同曲面的或平面的交線荧嵌，該點處物體表面的法線方向不連續(xù)，在1類邊緣線的兩邊砾淌，圖像的灰度值有顯著得變化啦撮。

（2）2類邊緣。2類邊緣線是由材料類型不同或顏色差異產(chǎn)生的汪厨。上圖中由兩種不同材料組成例是，由于它們對光的反射系數(shù)不同，使2邊緣線的兩側(cè)灰度有顯著變化蛙檐。

（3）3類邊緣狐怯。3類邊緣線是物體與背景的分界線。如上圖中圓柱上有兩條3類邊緣線贪犁，一般稱為外輪廓線颜肥。在3類邊緣點上，三維物體表面的法線方向是連續(xù)的檀氏，出現(xiàn)邊緣點是由于從一定視角看物體時奴万，3類邊界點是物體與背景的交界處。由于物體與背景在光照條件與材料反射系數(shù)等方面差異很大单墓，因此在3類邊緣兩側(cè)个荔，圖像的灰度也有顯著變化。圖中標(biāo)以3′的邊緣返工，既是物體與背景的交界處易贿，也是物體上表面法線的不連續(xù)處，但引起它兩側(cè)灰度躍變的原因是前者嫡纠》匙猓　

（4）4類邊緣。4是陰影引起的邊緣除盏。由于物體表面某一部分被另一物體遮擋叉橱，使它得不到光源的照射挫以，從而引起邊緣點兩側(cè)灰度值有較大的差異。
 
　　對于焊前的接縫而言窃祝，無論是對接焊縫掐松、帶坡口的焊縫或者搭接的焊縫都表現(xiàn)為兩個明顯的邊緣，對搭接而言可以看作是邊緣的重疊粪小。而對于焊接熔池表現(xiàn)為一個明顯的邊緣輪廓大磺，對應(yīng)于熔池形狀。同時焊接環(huán)境較為復(fù)雜探膊，比如焊件表面的不一致性（劃痕杠愧、氧化色、標(biāo)記逞壁、油污等等）流济，又如弧光的干擾。對于像鋁這樣的強反射工件债轰，還存在光的反射兄哮，焊槍等的倒影問題，使得識別異常困難气凫。分析焊縫和熔池的這些特點，可以看出焊接環(huán)境的邊緣包括上述的2旭眼，3市协，4類邊緣。在選用和提出新的邊緣提取算法時必須考慮這些因素的影響料害。

2.常用的邊緣提取算法及其在焊接環(huán)境識別中的適用性

如前所述瞬芒，邊緣提取的方法粗略可以分為梯度檢測法（如Roberts算子、Prewitt算子和Sobel算子等）掸栋、二階導(dǎo)數(shù)零交叉點檢測法接吠、統(tǒng)計型方法、小波多尺度檢測浑季、模糊數(shù)學(xué)方法缕圣，還有數(shù)學(xué)形態(tài)學(xué)、神經(jīng)網(wǎng)絡(luò)俩莽、邊緣流法等檢測方法旺坠。這么多算法只有針對特定的應(yīng)用領(lǐng)域時才能說哪種更好。1986年Canny[8]總結(jié)了以往理論和實踐的成果,提出邊緣檢測Canny三準(zhǔn)則:好的檢測結(jié)果,好的定位還有對單一邊緣低重復(fù)響應(yīng)扮超，并給出了他們的數(shù)學(xué)表達式取刃。下面結(jié)合焊接環(huán)境的特點，分析現(xiàn)有的邊緣提取算法對焊接環(huán)境識別的適用性出刷。

2.1微分算子

2.1.1梯度算子
 
　　梯度對應(yīng)于一階導(dǎo)數(shù)璧疗，相應(yīng)的梯度算子就對應(yīng)于一階導(dǎo)數(shù)算子。對于一個連續(xù)函數(shù)f(x,y)，其在(x,y)處的梯度定義如下：

梯度是一個矢量崩侠，其幅值和相位分別為：

該算法需要對每一個象素位置進行計算漆魔，這樣運算量很大，實際中常常采用小模板利用卷積運算近似啦膜，Gx和Gy各自使用一個模板有送。常用的模板是Robert算子，較為復(fù)雜的常用模板有Prewitt算子僧家、Sobel算子雀摘、Kirsch算子。而這幾種算子中其好壞取決于噪聲的結(jié)構(gòu)侦演，如果在每個點噪聲都是相同的编喊，那么Prewitt算子是比較好的，如果靠近邊緣的噪聲是沿著邊緣的2倍左撤，那么Sobel算子是比較好的潭均。

這樣梯度算子考慮了幅度和方向兩個參數(shù)。而在焊接環(huán)境的識別中三二，我們希望實時獲得焊縫的信息号找，同時又希望能預(yù)測下面焊縫前進的方向。所以梯度算子給我們提供了一種可行的方法会刀。但是梯度算子對噪聲敏感泥碳，這對于復(fù)雜的焊接環(huán)境來說，會識別出很多偽邊緣掏绍。因此單獨采用梯度算子對焊縫邊緣提取效果不理想泰牵。可以通過先對圖像做平滑以改善結(jié)果译命，會把一些靠在一起的邊緣平滑掉芥吟，而且會影響對邊緣的定位。用這些模板卷積后得到的邊緣可能是跨躍好幾個點而不是一個點专甩，因此應(yīng)該同時考慮兩個因素钟鸵，邊緣像素不只是要大于閥值，而且在梯度方向上梯度的大小要大于它的前者和它的后者涤躲，這個方法稱之為非極值抑制携添。

2.1.2 Laplacian算子

Laplacian算子是一種二階微分算子，其在數(shù)字圖像中的一般表示形式是：

其中 s 是以 f(m,n)為中心的鄰點的集合篓叶，可是4或8鄰點烈掠。可直接以作為邊緣象素灰度缸托，也可把的象素作為邊緣左敌。

梯度算子和 Laplacian 算子對噪聲都比較敏感瘾蛋。對此可以在做邊緣提取前先用鄰域平均法做平滑處理，同時可以用高斯形二維低通濾波器對圖像進行濾波矫限，然后再作Laplacian邊緣提取哺哼。這就是常用的Laplacian-Gauss算子。 在焊接工件上有很多噪聲點叼风，而微分運算對那些孤立的噪聲點有“擴散”作用虽柜，尤其是Laplacian算子，不但擴散而且強度顯著增大威众。所以在微分算子檢測邊緣之前最好清除噪聲财偶。而對于對接的焊縫，當(dāng)間隙較小時其邊緣特征顯示為細(xì)直線哼股，微分運算后會變寬课枉。由于梯度算子可以檢測圖像邊緣的方向，更適合于焊接環(huán)境的識別荧肴。 2.2 小波多尺度邊緣檢測方法[9][10]
 
　　小波變換可以通俗的理解為：將原始的信號和小波函數(shù)的左端進行比較杆赃，求出兩個函數(shù)的相似性系數(shù)，然后將小波函數(shù)右移一個小波函數(shù)的距離恃定，進行比較和計算宣忧，直至完成整個信號的運算；這樣得到一個尺度下的小波系數(shù)寞殿。將小波函數(shù)膨脹锤扣，重復(fù)上述過程，得到一系列尺度下的小波系數(shù)伏尼。圖像中的突變點是分析圖像時的關(guān)鍵特征，通常就是感興趣的邊緣特征尉尾。邊緣檢測就是從小波系數(shù)的變化梯度方向上找到階躍的突變點爆阶。為了檢測到圖像中大目標(biāo)結(jié)構(gòu)的邊緣和細(xì)節(jié)特征，研究者提出了多尺度邊緣檢測的概念沙咏，即在大尺度上檢測出目標(biāo)的大邊緣辨图，在小尺度上檢測到目標(biāo)細(xì)節(jié)。相關(guān)理論可參見文獻[9][10]肢藐。該方法是當(dāng)前圖像處理中的熱點之一故河，具有較好的發(fā)展前途。已有文獻將其應(yīng)用到焊接熔池圖像的處理中[10]吆豹。

對焊接環(huán)境來講鱼的，該方法具有較好的適應(yīng)性，可以對工件或者熔池從大尺度上搜索出目標(biāo)痘煤，然后提取出感興趣的細(xì)節(jié)凑阶。

2.3 數(shù)學(xué)形態(tài)學(xué)方法[11]
 
　　數(shù)學(xué)形態(tài)學(xué)是研究數(shù)字影像形態(tài)結(jié)構(gòu)特征與快速并行處理方法的理論猿规，是通過對目標(biāo)影像的形態(tài)變換實現(xiàn)結(jié)構(gòu)分析和特征提取的目的。數(shù)學(xué)形態(tài)學(xué)以圖像的形態(tài)特征為研究對象宙橱，它的主要內(nèi)容是設(shè)計一整套概念么缴、變換和算法，用來描述圖像的基本特征和基本結(jié)構(gòu)版掘，也就是描述圖像中元素與元素犁式、部分與部分間的關(guān)系。圖像中對象及圖像特征直接取決于形狀昔疆，數(shù)學(xué)形態(tài)學(xué)的目的是在時域空間研究形狀蚌汁，所以形態(tài)學(xué)適用于圖像處理。形態(tài)運算中的腐蝕墨仰、膨脹深刁、開、閉是基于集合的運算拯耿。在這些運算中結(jié)構(gòu)元素具有非常關(guān)鍵的作用贪类，它調(diào)整圖像特征變換的幾何結(jié)構(gòu)。借助形態(tài)運算可以引入圖像邊緣檢測算子射粹。數(shù)學(xué)形態(tài)學(xué)中的膨脹和腐蝕運算有著很直觀的幾何背景,它們可以使被處理的圖像在一定方向上增厚或減薄,原圖像與這兩種運算的差則可以用作全方位的邊緣檢測,即或便可檢出圖像的邊緣暑尝。此外，形態(tài)學(xué)方法還可以通過自適應(yīng)方法對所獲圖像邊緣進行修正雅镊，逐步調(diào)整結(jié)構(gòu)元素窗口尺寸襟雷，達到有效增強模糊邊緣并適當(dāng)消除噪聲影響的目的。

2.4亞象素邊緣檢測算法

上述這些邊緣檢測算法都是在象素級上進行仁烹，亞象素邊緣檢測是指將邊緣附近的象素分解耸弄，從而精確確定邊緣所在。亞象素邊緣檢測將圖像數(shù)據(jù)映射到有9個參數(shù)構(gòu)成的Hilbert空間卓缰，從而確定邊緣參數(shù)计呈。Ghosal和Mehrotal首次提出了利用Zernike矩（Zernike Moments ZMs）來檢測亞象素邊緣，在他們的算法中對邊緣建立了理想的階躍灰度模型征唬，通過計算圖像的三個不同階次的ZMs捌显，把理想階躍灰度模型的4個參數(shù)映射到三個ZMs中，再通過這三個ZMs來計算出邊緣所在直線的參數(shù)总寒，從而確定出邊緣的亞象素級坐標(biāo)扶歪。李金泉[12]對ZMs算法進行了較為深入的研究，并指出其不足之處并提出了相應(yīng)的改進算法摄闸，將其應(yīng)用于焊縫識別中善镰，檢測的邊緣具有精度高、自細(xì)化邊緣和抗干擾性強等優(yōu)點蟹故。

3.結(jié)論

大多數(shù)焊縫的方向變化不會太劇烈崭夺，都是連續(xù)的直線或者曲線宁斋。在局部小的范圍內(nèi)可以看作是兩條平行的直線。因此在焊接環(huán)境識別時可以通過尋找直線的方法來檢測焊縫史代。在這些已有算法中慧男，梯度算子可以檢測焊縫的邊緣同時還可以對方向進行預(yù)測，這樣實時圖像處理的同時還可以預(yù)測焊縫前進的方向乐玛，較適合于焊接環(huán)境的識別比摆。但微分算子抗干擾性差，對于復(fù)雜的焊接環(huán)境來講纪立，不能直接拿來應(yīng)用休台，當(dāng)加以改進和結(jié)合其它算法。小波多尺度胰肆、形態(tài)學(xué)邊緣檢測算法等是該領(lǐng)域研究熱點之一征啦，其特點適合于復(fù)雜的焊接環(huán)境識別，應(yīng)加以深入研究桦闪。一些亞象素檢測算法能夠獲得更為精確的檢測結(jié)果侠坎，是提高圖像處理精確度和焊接結(jié)果的努力方向之一。邊緣檢測方法數(shù)不勝數(shù)裙盾，都有其特定的適用范圍实胸，在選用或者開發(fā)新的算法時，一定要考慮焊接本身的特點番官。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)庐完，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享，并不代表本站贊同其觀點和對其真實性負(fù)責(zé)徘熔，也不構(gòu)成任何其他建議门躯。本站部分作品是由網(wǎng)友自主投稿和發(fā)布、編輯整理上傳酷师，對此類作品本站僅提供交流平臺讶凉，不為其版權(quán)負(fù)責(zé)。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻窒升、圖片缀遍、文字如涉及作品版權(quán)問題慕匠，請第一時間告知饱须，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益隔阔！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn果孝。