一種基于計(jì)算機(jī)視覺技術(shù)的焊縫成形參數(shù)測(cè)量方法*

馮 毅,郭瑞鵬,賈金龍

(1.蘭州工業(yè)學(xué)院材料工程學(xué)院,甘肅蘭州 730050;2河南化工職業(yè)學(xué)院,河南鄭州 450042)

一種基于計(jì)算機(jī)視覺技術(shù)的焊縫成形參數(shù)測(cè)量方法*

馮 毅1,郭瑞鵬2,賈金龍1

(1.蘭州工業(yè)學(xué)院材料工程學(xué)院,甘肅蘭州 730050;2河南化工職業(yè)學(xué)院,河南鄭州 450042)

焊縫外觀質(zhì)量是焊接生產(chǎn)質(zhì)量保證體系重要組成部分。目前對(duì)焊縫外觀成形參數(shù)測(cè)量以手工測(cè)量為主。這種測(cè)量方法效率低,工作強(qiáng)度大,且人為因素的干擾較大,不能滿足焊接技術(shù)向智能化發(fā)展的需求。計(jì)算機(jī)視覺技術(shù)被廣泛應(yīng)用于精確測(cè)量、目標(biāo)辨識(shí)等領(lǐng)域,還能實(shí)現(xiàn)路徑引導(dǎo)及規(guī)劃。采用計(jì)算機(jī)雙目立體視覺獲取焊縫表面成形圖像,通過一系列處理計(jì)算,獲取了焊縫的寬度、余高等參數(shù)。結(jié)果表明,用計(jì)算機(jī)視覺系統(tǒng)測(cè)量的焊縫外觀參數(shù)具有較高的精度。

計(jì)算機(jī)視覺;焊縫成形;測(cè)量

0 引 言

在焊接生產(chǎn)中,部分產(chǎn)品對(duì)焊縫成形質(zhì)量要求較高。焊縫成形質(zhì)量對(duì)接頭各種性能有很大的影響,焊縫成形質(zhì)量也成為焊接生產(chǎn)中重要的技術(shù)指標(biāo)。但諸多客觀因素(網(wǎng)壓波動(dòng)、焊速突變等)對(duì)焊縫成形的影響是不可避免的,焊后對(duì)焊縫質(zhì)量檢測(cè)是必要的。目前對(duì)焊縫外觀成形質(zhì)量的評(píng)判還處于以手工測(cè)量、靠經(jīng)驗(yàn)評(píng)判的階段。這種傳統(tǒng)的方法效率低,而且容易受到人為因素的干擾,不能滿足焊接技術(shù)向智能化發(fā)展的需求。計(jì)算機(jī)雙目立體視覺技術(shù)以其測(cè)量精度高、原理簡(jiǎn)單等優(yōu)點(diǎn)被廣泛運(yùn)用于各個(gè)領(lǐng)域。探索把計(jì)算機(jī)視覺技術(shù)用在焊縫成形質(zhì)量的評(píng)判上,是對(duì)當(dāng)前焊縫成形質(zhì)量評(píng)判方法的改進(jìn),而其中一個(gè)關(guān)鍵問題就是成形特征參數(shù)測(cè)量獲取。

1 焊縫視覺圖像的獲取和處理

搭建了用于實(shí)驗(yàn)的雙目立體視覺系統(tǒng),硬件主要由雙目相機(jī)(包括鏡頭)、計(jì)算機(jī)、光源和輔助設(shè)備等組成,圖1為該系統(tǒng)的模型圖。根據(jù)圖像的采集、處理、特征提取及成形參數(shù)獲取等相關(guān)功能要求,編制了相配套的軟件系統(tǒng)。

圖1 雙目立體視覺平臺(tái)模型

試件采用自動(dòng)埋弧焊方法在厚度為10 mm的16MnR板材上進(jìn)行堆焊,設(shè)定干伸長(zhǎng)為25 mm,選用直徑為4 mm的焊絲,焊接電流為400 A,電壓為32V,焊接速度為30 cm·min-1。

為了確定攝像機(jī)、圖像、成像平面三個(gè)坐標(biāo)系及世界坐標(biāo)系間的轉(zhuǎn)換關(guān)系,以及計(jì)算、測(cè)量焊縫的成形尺寸,并對(duì)畸變的圖像進(jìn)行校正,在采集焊縫圖像前必須對(duì)攝像機(jī)進(jìn)行標(biāo)定,通過對(duì)雙目相機(jī)的標(biāo)定,得到優(yōu)化后的相機(jī)內(nèi)外參數(shù)。圖2為雙面視覺系統(tǒng)采集的原始圖像。圖3為標(biāo)定校正后的焊縫圖像,圖像的畸變基本消除。

圖2 視覺系統(tǒng)采集的雙目圖像

圖3 畸形矯正后的右目圖像

由于焊縫圖像對(duì)比度不明顯且存在噪聲點(diǎn),需要對(duì)視覺圖像進(jìn)行一定銳化和平滑處理。式(1)和式(2)為灰度歸一化處理的原理。

式中:g為原始灰度值;R(g)表示灰度變換函數(shù)。

圖4為灰度歸一化和銳化處理后的視覺圖像,對(duì)比度有了明顯增強(qiáng)。為了邊界特征更加明顯,采用高斯濾波方式對(duì)圖像進(jìn)行平滑處理,式(3)為高斯濾波原理公式,式中:σ為平滑系數(shù),(r,c)為處理前圖像灰度值,gσ(r,c)為平滑處理后的灰度值。

圖5為平滑處理后的圖像,焊縫與母材之間的界限更加明顯。通過對(duì)比度增強(qiáng)、灰度歸一化和Gauss濾波,使焊縫部分的圖像特征更加突出。

圖4 灰度歸一化和銳化處理后的右目圖像

圖5 平滑處理后的右 目圖像

2 成形參數(shù)的提取及測(cè)量

2.1 焊縫寬度參數(shù)的提取及測(cè)量

為了提取焊縫外形尺寸,需要將焊縫部分與背景(鋼板)分離后提取出來。雖然進(jìn)行了一系列圖像預(yù)處理,但不能一次完成對(duì)整個(gè)焊縫的完全分割,采用了機(jī)器自動(dòng)選擇閾值的動(dòng)態(tài)閾值分割法,式(4)為二次動(dòng)態(tài)閾值分割原理公式,式中:Sd表示分割出的較暗區(qū)域,Sl表示分割出的較亮區(qū)域,fr,c表示輸入圖像,gr,c表示平滑后的圖像,g0表示分割的閾值。圖6為閾值分割后的圖像。

分割完成后,提取出焊縫邊界各點(diǎn)的像素坐標(biāo),將其繪制在實(shí)際焊縫圖像中,如圖7所示。

圖6 閾值分割后的右目圖像

圖7 提取出焊縫邊界

寬度參數(shù)提取流程如圖8所示。首先,根據(jù)焊縫邊緣輪廓線上所有像素點(diǎn)平面坐標(biāo)集合U(i,j),獲取被測(cè)焊縫中心線,計(jì)算出中心線斜率k;其次,根據(jù)k的值進(jìn)行不同的搜索:如果k=0及焊縫圖像中心線是水平的,進(jìn)行垂直搜索,原理如圖9(a)所示,則焊縫寬度為:

如果k≠0,也就是焊縫中心線與圖像坐標(biāo)橫軸不平行,沿中心線垂線即就是斜率為-1/k的直線進(jìn)行向下和向上搜索,原理如圖9(b)所示。則此時(shí)的焊縫寬度為:

圖8 寬度參數(shù)提取流程

圖9 寬度參數(shù)提取原理

2.2 焊縫三維特征信息提取

雙目立體視覺是根據(jù)視差原理進(jìn)行高度測(cè)量的,及運(yùn)用兩像機(jī)對(duì)同一景物從不同的位置成像,獲取景物的雙目圖像對(duì),通過相應(yīng)像點(diǎn)的立體匹配,計(jì)算出視差,然后采用三角測(cè)量的原理恢復(fù)深度信息。理想情況下視差計(jì)算模型如圖10所示。兩相機(jī)的光軸平行,且相機(jī)的水平掃描線位于同一平面(即理想的平行視點(diǎn)模型),設(shè)P點(diǎn)在左、右圖像平面中相對(duì)于坐標(biāo)原點(diǎn)QL和QR(QL和QR分別是左、右兩相機(jī)透鏡光軸與圖像平面的交點(diǎn))的距離分別為x1、x2,則P點(diǎn)在兩個(gè)像平面中成像點(diǎn)位置差x1-x2被稱為視差。由圖中幾何關(guān)系得:

圖10 理想情況下視差計(jì)算模型

由此,只要得到任一點(diǎn)在左右兩個(gè)圖像上的視差值d,便可以得到焊縫上任意一點(diǎn)Pi的三維坐標(biāo)為(xi,yi,zi)。

根據(jù)前面所述的原理和立體幾何模型,運(yùn)用過去的三維坐標(biāo)信息,可獲得焊縫表面某點(diǎn)的高度坐標(biāo)zi。同理,可獲得母材表面或者焊縫邊緣任意點(diǎn)的高度坐標(biāo)z0,將其作為參考基準(zhǔn),則任意位置的焊縫余高a如式(5):

a=zi-z0(5)

3 結(jié)果驗(yàn)證

在焊縫上選擇幾個(gè)特征位置,分別用計(jì)算機(jī)視覺系統(tǒng)測(cè)量焊寬和余高。然后再用游標(biāo)卡尺對(duì)所選位置的焊寬和余高進(jìn)行人工測(cè)量。圖11為測(cè)量得到的結(jié)果。其中,視覺系統(tǒng)測(cè)得的焊寬和余高分別為wv和hv,人工測(cè)量得到的焊寬和余高分別為wm和hm。比較兩種測(cè)量結(jié)果可知,機(jī)器視覺測(cè)量的焊寬和余高與人工測(cè)量的結(jié)果基本相符,誤差量較小。因此,雙目立體視覺測(cè)量的結(jié)果準(zhǔn)確度較好,用雙目立體視覺測(cè)量焊縫成形參數(shù)(焊寬、余高)是可行的。

圖11 兩種方式測(cè)量結(jié)果對(duì)比

4 結(jié) 論

(1)搭建的視覺系統(tǒng)可實(shí)現(xiàn)焊縫圖像的采集、存儲(chǔ)、顯示,并可完成圖像處理、參數(shù)提取等各項(xiàng)功能。

(2)運(yùn)用計(jì)算機(jī)雙目立體視覺技術(shù)測(cè)得的寬度、余高等成形參數(shù)有較高的準(zhǔn)確性。

[1] 張鵬賢,李 明,馮 毅.一種基于立體視覺的焊縫成形質(zhì)量評(píng)價(jià)方法[J].上海交通大學(xué)學(xué)報(bào),2015(1):97-99.

[2] Zhang J D,Lu J G,Measuring propeller blade width using binocular tsereo vision[J].Journal of Marine Science and Application,2012, 10(2):12-17.

[3] Bnsrhair A,Bertozzi A.Stereo vision-based feature extraction for Vehicle Detection[J].Intelligent Vehicle Symposium,2002(2):465 -470.

[4] 劉小群.基于雙目立體視覺的立體匹配算法研究[D].長(zhǎng)沙:中南大學(xué),2011.

A Measurement Method of Weld Formation Based On Computer Vision Technology

FENG Yi1,GUO Rui-peng2,JIA Jin-long1
(1.Department of Materials Engineering,Lanzhou Institute of Technology,Lanzhou Gansu 730050,China; 2.Henan Vocational College of Chemical Technology,Zhengzhou Henan 450042,China)

The weld appearance quality is an important part of welding production quality assurance system.Currently,it takes the manual measurement as the main method of parameters measurement for weld forming.This method is of low efficiency,high work intensity,and human interference is large,thus it cannot meet the intelligent development demand of welding technology.Computer vision technology is widely used in regions of the precision measurement,target identification,and other fields,and it could also achieve the route guidance and planning.In this paper,binocular stereo vision computer is used to get the image of weld surface forming,and through a series of processing calculations,parameters such as the width and the surplus height of seam are obtained.The results show that the appearance parameters of the weld that measured by the computer vision system are with high precision.

computer vision technology;weld formation;measurement

TG115.28

A

1007-4414(2015)05-0084-03

10.16576/j.cnki.1007-4414.2015.05.028

2015-08-23

蘭州工業(yè)學(xué)院青年科技創(chuàng)新項(xiàng)目(編號(hào):15K-007)

馮 毅(1981-),男,甘肅臨夏人,助教,主要從事焊接過程質(zhì)量控制方面的教學(xué)研究工作。