基于激光跟蹤焊接的焊縫識別與提取算法研究*

劉 智，胡 慧，蔡雄武，何瑛駿

（1.佛山職業(yè)技術(shù)學(xué)院機(jī)電工程學(xué)院，廣東佛山 528137；2.中南大學(xué)機(jī)電工程學(xué)院，長沙 410083）

0 引言

隨著工業(yè)機(jī)器人技術(shù)的日益發(fā)展，焊接工業(yè)機(jī)器人以其穩(wěn)定、高效、降低勞動強(qiáng)度和環(huán)境適應(yīng)性強(qiáng)等特點(diǎn)被廣泛應(yīng)用在汽車、船舶、石化管道等領(lǐng)域。劉少林等[1]針對中厚板激光焊接跟蹤系統(tǒng)設(shè)計，利用攝像頭、計算機(jī)、線激光以及顯示單元等的視覺系統(tǒng)，研究了激光焊接焊縫的視覺特征提取方法以及結(jié)構(gòu)。馬國棟、王延深等[2]將激光焊接頭與CCD視頻跟蹤模塊集成在一起，提出一種采用一字線激光進(jìn)行自動化焊縫檢測的方法。李明利、劉占民[3]在焊接坡口激光檢測圖像處理方面，模擬了多種光線情況下，有效地對圖像進(jìn)行了過濾并提取了焊縫的特征。針對焊縫特征數(shù)據(jù)的準(zhǔn)確性，許二娟等[4]利用圖像處理后提取的焊縫數(shù)據(jù)進(jìn)行深入地誤差處理數(shù)據(jù)檢測。在激光跟蹤焊接方面，對于數(shù)據(jù)的精度以及檢測一直是難點(diǎn)[5-8]。

針對傳統(tǒng)焊接領(lǐng)域存在的工作勞動強(qiáng)度大、環(huán)境差、人力資源成本高、焊接質(zhì)量不穩(wěn)定等問題，本文利用MATLAB強(qiáng)大的圖像處理技術(shù)，探索設(shè)計了一種基于圖像形態(tài)學(xué)的焊縫特征提取方法，較準(zhǔn)確地得到了焊縫的三維特征點(diǎn)與特征線。利用攝像頭成像原理與三角形特性，設(shè)計了一套獲取薄板件焊縫三維結(jié)構(gòu)特征的系統(tǒng)，并研究了焊縫數(shù)據(jù)識別與提取的算法?；谧孕醒芯康乃惴?，對兩塊鋁制薄板件的拼接縫隙進(jìn)行了提取和再現(xiàn)。

1 成像與圖像的采集處理及設(shè)計

1.1 相機(jī)標(biāo)定

為了使圖像更精準(zhǔn)，需要對攝像頭進(jìn)行校正。用攝像頭對一些圖片進(jìn)行標(biāo)定，用這些標(biāo)定得到的數(shù)據(jù)參數(shù)來對攝像頭捕獲到的任意畫面進(jìn)行消扭。對圖1所示的標(biāo)定板進(jìn)行各個角度地拍攝并保存出來，利用MATLAB標(biāo)定工具箱進(jìn)行圖片讀取并運(yùn)算，將得到的標(biāo)定參數(shù)保存。

1.2 圖像采集系統(tǒng)

如圖2所示，將需焊接的薄板件放置在實(shí)驗(yàn)臺上，并打上激光線。攝像頭固定在相機(jī)架上，并將線激光安裝在與攝像頭成一定夾角的位置上，啟動工件移動平臺，打開攝像頭并開始錄制圖像。

圖1 標(biāo)定圖格式

如圖3所示，利用相機(jī)與激光線的成像原理，將焊縫的特征凸顯在圖像中。

圖2 提取焊縫系統(tǒng)結(jié)構(gòu)圖

圖3 成像原理圖

2 激光反射圖像處理

2.1 激光線在各種情況下的反射圖像處理

光線的反射在不同環(huán)境下都有所不同，如圖4所示，對不同照明環(huán)境下的激光反射圖像進(jìn)行了拍攝和處理。圖4（a）、圖4（b）分別為經(jīng)中值濾波和最佳閾值的二值化處理后夜間無其他光源照明、有光源照明條件下的激光反射圖像對比情況。

圖4 不同照明條件下激光反射圖像

由圖4（a）可知，在光照條件較差的環(huán)境下所拍攝得到的圖像，激光反射線條紋幾乎沒有受其他光線的影響，得到的圖像特征較為凸顯，能較為容易地進(jìn)行圖像處理及有關(guān)數(shù)據(jù)的提??；圖4（b）在有光源照射的情況下，比較吻合焊接的生產(chǎn)條件，但所得圖像會產(chǎn)生光源反射光的干擾，在進(jìn)行圖像處理以及數(shù)據(jù)提取時，因圖像中存在其他反射光，進(jìn)行處理的數(shù)據(jù)不準(zhǔn)確便會直接影響焊接的軌跡；如果是光線影響較為嚴(yán)重的環(huán)境進(jìn)行焊接操作，反射光對圖像產(chǎn)生較大的干擾，可通過加裝濾光片，能在較大程度上降低反射光的干擾，較容易地對其進(jìn)行圖像處理和數(shù)據(jù)提取。為了驗(yàn)證數(shù)據(jù)的可靠度，此實(shí)驗(yàn)并沒有加濾光片。

2.2 圖像降噪處理

加裝上濾光片的攝影在圖像顯示中反射的激光線也會存在干擾即噪聲。為了更好地建立三維模型，必須先將圖像進(jìn)行初步的降噪處理。

2.2.1 中值濾波原理

在圖像處理中，通常需要進(jìn)行一定程度的降噪。中值濾波是一種非線性數(shù)字濾波器技術(shù)，常用于去除圖像或者其他信號中的雜訊[9]。在實(shí)際焊接過程中，焊接飛濺、煙塵是不可避免的，此步驟便能實(shí)現(xiàn)過濾的功能。

如圖5所示，當(dāng)要求在降低噪聲的同時保存圖像主要特征時，中值濾波有明顯的效果。其原理是將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)的一個鄰域中各個點(diǎn)的值的中值來代替。對于一維中值濾波，設(shè)模板的尺寸為M，M=2×r+1，r為模板半徑，給定一維信號f（i），i=1,2,3,…,N，則中值濾波輸出為：

式中：median為取向量的中值。

對于二維的中值濾波情況：

g(x,y)=median[f(s,t)]或B=medfilt 2(f,[m,n])

中值濾波器可用以下步驟來完成：（1）將模板放置在圖中漫游，并將模板中心與圖中某個像素位置重合；（2）讀取模板中各個像素點(diǎn)的灰度值；（3）將模板中的灰度值從小到大排列；（4）獲取這些灰度值排列在中間的值；（5）將這個中間值賦給對應(yīng)模板中心位置的像素。

重復(fù)此5步驟，直至圖像中每個像素值都被重新賦予新的值。

圖5 濾波前后的對照圖

2.2.2 最佳閾值的二值化處理

圖像的二值化，就是將圖像上像素點(diǎn)的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的只有黑和白的視覺效果。

一幅圖像包括目標(biāo)物體、背景和噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，常用的方法就是設(shè)定一個閾值t，用t將圖像的數(shù)據(jù)分成大于t的像素群和小于t的像素群兩部分。這是研究灰度變換最特殊的方法，稱為圖像的二值化。

最佳的閾值也就是利用最大類間方差法（OTSU）求出對圖像進(jìn)行二值處理的最佳閾值，從而進(jìn)行圖像二值化處理[10]。二值法處理的基本原理如下。

把圖像分成N個灰度等級，ni代表灰度為i的像素總和，則圖像中總像素為：

根據(jù)上文設(shè)定的閾值t，將圖像像素分為A、B兩個區(qū)域，則A、B出現(xiàn)的概率分別如下：

根據(jù)OTSU法，求得σ2的最大值t*即為所求的最佳閾值：

在MATLAB中使用Graythresh函數(shù)進(jìn)行計算，設(shè)q為需處理的圖像數(shù)據(jù)，即：

t*=graythresh(q)

再將其二值化，即：

c=im2bw(q,b)

由圖6所示可知，其平面受光線影響較嚴(yán)重，如按照傳統(tǒng)的閾值方式處理，將會如圖7（a）所示，其特征不平滑。圖7（b）所示為在經(jīng)過最大類間方差法處理過后，較精準(zhǔn)地得到其線激光數(shù)據(jù)。

圖6 未進(jìn)行圖像處理的焊接板面

圖7 閾值處理前后對照圖

3 根據(jù)激光三角法三維建模

將處理好的每一幀圖像存入文件中，將每一幀圖像中的像素值重新排列，將所有的像素點(diǎn)按照三維數(shù)據(jù)排列。a為圖像的數(shù)據(jù)；h、l分別為圖像的長和寬，即：

式中：dm為獲取圖像后關(guān)于像素值的平面數(shù)據(jù)點(diǎn)。

按照激光三角法進(jìn)行運(yùn)算其高度Z軸方向上的數(shù)據(jù)，得出其高度后進(jìn)行數(shù)據(jù)判斷，得出激光需焊接的軌跡以及焊縫的平均寬度。

3.1 激光三角法原理

激光三角法測距技術(shù)的原理是從激光發(fā)射器中發(fā)射出一束激光，打到被測物體上，經(jīng)過反射射到接收系統(tǒng)上。激光發(fā)射器、被測物體、接收系統(tǒng)形成了一個幾何三角關(guān)系，因此稱為激光三角測距法。激光三角法測距技術(shù)比較適用于較短距離的精密測量，通常被應(yīng)用于機(jī)器人的視覺系統(tǒng)中[11-12]。

根據(jù)已獲得的閾值后的二值圖可以獲得其X、Y方向的數(shù)據(jù)值，其Z值就需要運(yùn)用激光三角法原理，如圖8所示。由激光器發(fā)射的激光光束與水平面成角度a入射到被測物體表面，由B處的透鏡將反射的激光線匯聚成像，最后被攝像頭采集。在確定入射角光路后，將攝像頭正視于平面與基線AB平行（假設(shè)為X軸）即O軸，通過圖像處理算法得到的激光光點(diǎn)像素坐標(biāo)為（PX,PY）。

成像點(diǎn)E與輔助點(diǎn)D。設(shè)PP′=X，則由相似三角形可得：

圖8 激光三角法原理圖

式中：PixelSize為像素單位大?。籶osition為成像的像素坐標(biāo)相對于成像中心的位置。

3.2 數(shù)據(jù)重新排列顯示模型

設(shè)步進(jìn)電機(jī)速度為N（單位為mm/s），攝像頭的幀率為n，則圖像的拼接距離為S=N/n；設(shè)拍攝時間為s，則總幀數(shù)為P=S?n。如果圖像以Y軸進(jìn)行疊加形成三維圖像，則其對應(yīng)的第i張圖像中線激光的X坐標(biāo)為：

同理，所得的焊接特征點(diǎn)也進(jìn)行拼接，則可得其三維模型，如圖9所示。圖9（a）所示的焊縫即為Z軸較高的位置；圖9（b）所示為需焊接的軌跡。

圖9 MATLAB GUI運(yùn)算界面

4 結(jié)束語

本文通過自行設(shè)計的焊縫激光跟蹤系統(tǒng)對焊縫特征的三維數(shù)據(jù)進(jìn)行識別與提取。根據(jù)實(shí)際焊接過程的非線性，以及存在各種干擾因素的實(shí)際情況，對焊縫圖像進(jìn)行過濾并增強(qiáng)圖形效果，使焊縫特征得到凸顯。利用圖像處理，對圖像中的噪聲再次過濾，并對激光條紋進(jìn)行平滑處理，再經(jīng)過激光三角法將其數(shù)據(jù)進(jìn)行三維重建，并在MATLAB中GUI窗口顯示，對焊接實(shí)際情況進(jìn)行監(jiān)測。通過對需焊接的各種薄板件進(jìn)行拍攝檢測，最后得到焊縫特征點(diǎn)數(shù)據(jù)和焊縫軌跡，為后續(xù)實(shí)現(xiàn)自動跟蹤焊接奠定基礎(chǔ)。