基于圖像識(shí)別的激光切割質(zhì)量分析

韋永奇，胥光申，劉 暉，謝如炎，俞寶福

(1.西安工程大學(xué)機(jī)電工程學(xué)院，陜西 西安 710048；2.西安市現(xiàn)代智能紡織裝備重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710048；3.紹興紡織機(jī)械集團(tuán)有限公司，浙江 紹興 312000)

0 引言

激光切割作為激光加工應(yīng)用最早和使用最多的激光加工工藝，占據(jù)激光加工工業(yè)70%的份額[1]。目前，激光切割主要應(yīng)用于汽車、船舶、航空航天、鋼鐵、鈑金和機(jī)械加工等領(lǐng)域[1]，已經(jīng)成為工業(yè)生產(chǎn)中不可或缺的激光加工方法。

在激光切割過(guò)程中，常見(jiàn)的缺陷主要有細(xì)小毛刺、切割面不規(guī)則、邊緣掛渣和拐角燒蝕等。這些問(wèn)題將直接導(dǎo)致切割的產(chǎn)品不合格，進(jìn)而影響生產(chǎn)加工。圖像識(shí)別技術(shù)能夠量化切割過(guò)程中產(chǎn)生的缺陷，將量化結(jié)果反饋到激光切割系統(tǒng)，實(shí)時(shí)調(diào)整和改進(jìn)切割工藝，可以有效提高激光切割效率、降低待機(jī)時(shí)間、擴(kuò)大應(yīng)用面同時(shí)降低運(yùn)行成本[2]。

目前，國(guó)內(nèi)外學(xué)者采用圖像識(shí)別技術(shù)對(duì)激光切割過(guò)程進(jìn)行了大量研究。張永強(qiáng)等[3]提出了一種切割缺陷和切割面粗糙度變化圖像信號(hào)特征提取技術(shù)，通過(guò)同軸視覺(jué)傳感系統(tǒng)獲得切割前沿和切割火花簇射視覺(jué)圖像，提取了產(chǎn)生切割缺陷和切割面粗糙度變化時(shí)圖像特征信號(hào)的變化規(guī)律，首次實(shí)現(xiàn)了以無(wú)切割缺陷并且在一定工藝條件下獲得最高切割質(zhì)量為目標(biāo)的切割速度自尋優(yōu)控制。Fushimi等[4]采用旁軸視覺(jué)系統(tǒng)檢測(cè)激光切割前沿，將高速CCD相機(jī)安裝于切割工件的上表面，相機(jī)軸線與激光掃描垂直，獲取激光切縫的金屬熔融過(guò)程圖像，研究表明熔化金屬堆積在切縫底部是切縫下邊緣掛渣的原因，而且掛渣率和切割表面粗糙度與使用的輔助氣體的種類和壓力密切相關(guān)。王彥飛等[5]利用Imagine-Pro Pluse(IPP)圖像處理技術(shù)研究了激光切割去除融化物顆粒通過(guò)形狀及其特征尺寸分布，IPP圖像處理技術(shù)和判定標(biāo)準(zhǔn)的設(shè)定，熔化物顆粒形狀主要呈現(xiàn)圓形、類圓形和蝌蚪形，而類圓形顆?；痉€(wěn)定在15.00%～20.00%之間，隨著氣熔比的增大，去除熔化物顆粒中圓形顆粒所占百分比越來(lái)越大，類圓形顆粒和蝌蚪形顆粒所占百分比越來(lái)越小，且各形狀顆粒平均特征尺寸隨氣熔比的增大而減小。同時(shí)對(duì)切口質(zhì)量進(jìn)行了測(cè)量，得到切口質(zhì)量隨著氣熔比的增加而提高。鄭磊等[6]采用間接法測(cè)量出掛渣高度，進(jìn)而對(duì)激光切割304不銹鋼板材切割質(zhì)量進(jìn)行了研究，結(jié)果表明掛渣量的多少主要取決于焦點(diǎn)與功率，且兩者都存在一個(gè)最佳范圍；切縫寬度的大小主要取決于板厚與功率。孫登科等[7]通過(guò)顯微鏡觀察切割試樣的割縫寬度和掛渣高度，對(duì)不銹鋼激光切割工藝進(jìn)行了探索，研究發(fā)現(xiàn)割縫寬度大小隨切割速度的增加呈下降趨勢(shì),而隨著激光功率的增大,割縫寬度逐漸增大；在一定范圍內(nèi)，掛渣高度與切割熱能量的輸入成正比例關(guān)系。

上述研究主要是利用圖像處理技術(shù)對(duì)圖像信號(hào)進(jìn)行采集，建立信號(hào)特征與質(zhì)量評(píng)價(jià)之間的量化關(guān)系，實(shí)現(xiàn)對(duì)激光切割產(chǎn)品的質(zhì)量檢測(cè)，表明利用圖像識(shí)別技術(shù)定量檢測(cè)激光切割產(chǎn)品缺陷是一種非常有效的方法。

但是對(duì)于實(shí)際激光切割產(chǎn)品缺陷的測(cè)量只能采用間接法進(jìn)行計(jì)算。因此，本文提出將改進(jìn)的形態(tài)學(xué)缺陷提取算法與霍夫變換相結(jié)合的方法對(duì)激光切割產(chǎn)品燒蝕區(qū)域缺陷進(jìn)行精確識(shí)別及測(cè)量。通過(guò)對(duì)2 mm厚度Q235板材激光切割產(chǎn)品圖像進(jìn)行預(yù)處理，提取激光切割產(chǎn)品缺陷圖像面積和尺寸特征，計(jì)算同一產(chǎn)品不同切割位置面積變化和尺寸變化的平均值[4]，結(jié)合切割過(guò)程中工藝參數(shù)的變化，探索不同工藝參數(shù)對(duì)切割質(zhì)量的影響。

1 激光切割實(shí)驗(yàn)

本實(shí)驗(yàn)采用型號(hào)為SFL-3015C ，功率為500 W，激光波長(zhǎng)為1 060 nm的光纖激光切割設(shè)備，如圖1所示。該設(shè)備包括主控系統(tǒng)、激光頭、氣體傳送控制系統(tǒng)3個(gè)部分，該型號(hào)激光切割機(jī)，冷卻方式為水冷[7]。

圖1 光纖激光切割設(shè)備

2 圖像識(shí)別過(guò)程分析

2.1 圖像識(shí)別流程

整體圖像識(shí)別過(guò)程包括以下2個(gè)部分：

a.圖像預(yù)處理。包括圖像讀入、圖像裁剪、灰度轉(zhuǎn)化和圖像二值化。圖像預(yù)處理是為了降低后續(xù)處理的復(fù)雜程度[8]。

b. 特征計(jì)算。包括形態(tài)學(xué)運(yùn)算、目標(biāo)區(qū)域邊界追蹤、連通區(qū)域標(biāo)記、特征提取和特征計(jì)算。通過(guò)特征計(jì)算對(duì)目標(biāo)缺陷進(jìn)行量化分析，進(jìn)而改變加工工藝，提高加工質(zhì)量。整體處理流程如圖2所示。

圖2 圖像處理算法流程

2.2 圖像預(yù)處理

按照?qǐng)D2中圖像處理算法流程對(duì)激光切割產(chǎn)品缺陷進(jìn)行預(yù)處理,首先截取缺陷,并依次作出標(biāo)記,然后,對(duì)圖像進(jìn)行灰度轉(zhuǎn)化和二值化,相關(guān)圖像如圖3所示。

圖3 截取的掛渣局部示意

2.2.1 識(shí)別處理

原始切割圖像如圖3a所示，對(duì)圖3a中方框內(nèi)的缺陷進(jìn)行處理，截取這部分缺陷，其特征為形態(tài)大小不一致的燒蝕區(qū)域，缺陷沿割縫不均勻分布如圖3b所示，缺陷依次標(biāo)記為1，2，3。

2.2.2 灰度轉(zhuǎn)化

圖像增強(qiáng)方法可以分為2大類,即空間域處理法(空域法)和變換域處理法(頻域法)[9]，采用空域法進(jìn)行圖像預(yù)處理。

空域法處理一般包括圖像灰度變換和直方圖修正。對(duì)數(shù)變換能夠擴(kuò)展低值灰度，而壓縮高值灰度,使低值灰度的圖像細(xì)節(jié)更加容易分辨[10]。因此采用對(duì)數(shù)變換對(duì)圖像進(jìn)行灰度轉(zhuǎn)化，降低了拍照時(shí)由于光線帶來(lái)的干擾[11]?；叶茸儞Q后的圖像如圖3c所示。

2.2.3 二值化

采用最大類間方差法進(jìn)行閾值分割。首先將圖像按照灰度級(jí)分為2部分使得2部分之間的灰度值差異最大，而每一個(gè)部分內(nèi)部灰度差異最小，再通過(guò)直方圖計(jì)算得到合適的灰度級(jí)進(jìn)行劃分[12]。

通過(guò)計(jì)算，求得激光切割產(chǎn)品缺陷圖像最佳閾值為150，當(dāng)灰度值為150時(shí)，進(jìn)行全局閾值分割，得到的二值圖像與原始圖像掛渣特征較為符合，如圖3d所示。

2.3 特征計(jì)算

2.3.1 形態(tài)學(xué)運(yùn)算與邊界追蹤

由于板材表面存在劃痕，銹跡，凹坑等缺陷，加之圖像采集過(guò)程中受外界環(huán)境干擾比較嚴(yán)重，所以圖像識(shí)別后往往存在一些多余的像素點(diǎn)，這些像素點(diǎn)嚴(yán)重影響到目標(biāo)特征的提取和測(cè)量，必須除去這些多余像素點(diǎn)[13]。

首先對(duì)閾值分割后的圖像進(jìn)行膨脹運(yùn)算，突出噪點(diǎn)特征，利用Canny算子進(jìn)行邊緣檢測(cè)，確定噪點(diǎn)位置和掛渣區(qū)域；其次進(jìn)行形態(tài)學(xué)開運(yùn)算，去除噪點(diǎn)；最后通過(guò)先閉后開運(yùn)算將切割掛渣與割縫分離，凸顯出掛渣區(qū)域，通過(guò)二次膨脹運(yùn)算得到與原圖中掛渣缺陷形態(tài)大小一致的二值圖像,如圖4a所示。

通過(guò)上述算法成功將目標(biāo)特征與背景分離，為了實(shí)現(xiàn)燒蝕區(qū)域尺寸和面積測(cè)量，需要對(duì)目標(biāo)特征進(jìn)行提取和測(cè)量。利用MATLAB圖像處理功能進(jìn)行運(yùn)算。對(duì)上述二值圖像中的目標(biāo)區(qū)域進(jìn)行邊界追蹤(如圖4b所示)和連通區(qū)域標(biāo)記(如圖4c所示)。

圖4 激光切割產(chǎn)品缺陷邊界追蹤

2.3.2 特征提取

取以下特征值作為每個(gè)目標(biāo)區(qū)域的形態(tài)特征：周長(zhǎng)、面積、長(zhǎng)度和寬度。使用改進(jìn)的八鄰域跟蹤算法對(duì)目標(biāo)輪廓進(jìn)行提取，以像素為單位順序標(biāo)記二值圖像，假設(shè)二值圖像背景為黑色，目標(biāo)區(qū)域?yàn)榘咨?，利用八鄰域跟蹤算法?lái)獲取圖像輪廓信息，利用指針對(duì)目標(biāo)區(qū)域像素坐標(biāo)進(jìn)行記錄，指針指過(guò)的區(qū)域代表目標(biāo)區(qū)域輪廓特征[14]。

設(shè)定圖像最左邊像素為開始像素，指針?biāo)谖恢脼槠鹗枷袼攸c(diǎn)，當(dāng)指針到達(dá)白色區(qū)域，記錄該白色區(qū)域像素坐標(biāo)并返回到起始位置，接著指針繼續(xù)繞著之前檢測(cè)到的白色像素，按照順時(shí)針?lè)较驅(qū)Π咨袼氐念I(lǐng)域進(jìn)行檢測(cè)，當(dāng)指針再次回到起始位置時(shí)，表示檢測(cè)完成，重復(fù)檢測(cè)到“起始”像素標(biāo)志著追蹤結(jié)束。算法終止時(shí)，整個(gè)圖案的邊緣也已經(jīng)被按順時(shí)針?lè)较蜻M(jìn)行排列完畢，完成以上的追蹤步驟即完成了八鄰域輪廓的跟蹤[15]，同時(shí)確定了目標(biāo)輪廓信息。利用上述算法對(duì)圖4中3個(gè)連通區(qū)域特征進(jìn)行提取，特征提取結(jié)果如圖5所示。

圖5 特征提取結(jié)果

2.3.3 缺陷測(cè)量

激光切割產(chǎn)品缺陷長(zhǎng)度和寬度測(cè)量基本原理為：首先利用霍夫變換檢測(cè)到缺陷邊緣直線所在范圍，再通過(guò)霍夫反變換標(biāo)記出原圖中邊緣直線的具體位置，最后求出缺陷邊緣兩直線之間的最短距離，便可以量化缺陷特征[16]。

通過(guò)霍夫變換與反變換可以有效進(jìn)行激光切割產(chǎn)品缺陷尺寸測(cè)量。

激光切割缺陷面積測(cè)量：面積以缺陷區(qū)域像素總個(gè)數(shù)乘以單個(gè)像素區(qū)域面積為基準(zhǔn)[17]。激光切割產(chǎn)品燒蝕區(qū)域尺寸特征和面積特征測(cè)量如圖6所示。圖6中，S為燒蝕區(qū)域缺陷面積特征；W為燒蝕區(qū)域缺陷寬度特征；L為燒蝕區(qū)域長(zhǎng)度特征。

圖6 特征值測(cè)量結(jié)果

根據(jù)缺陷尺寸和面積測(cè)量方法，對(duì)圖4中的激光切割產(chǎn)品缺陷特征參數(shù)進(jìn)行統(tǒng)計(jì)，其結(jié)果如表1所示。

表1 圖4缺陷特征值計(jì)算結(jié)果

3 圖像識(shí)別結(jié)果分析

利用缺陷尺寸和面積處理方法，對(duì)采集到的10組圖像進(jìn)行識(shí)別處理。

本文所采集的切割圖像為以下2種工況。

工況1：采用切割工藝參數(shù)切割功率為500 W；開光延時(shí)為200 ms；出光面距離板材上表面1.2 mm；輔助氧氣壓力為0.6 MPa；切割速度為4 000 mm/min 。對(duì)工況1原始切割圖像(如圖7a所示中灰色框內(nèi)缺陷)進(jìn)行裁剪，得到局部缺陷(如圖7b所示)，對(duì)圖中較大缺陷進(jìn)行提取，同時(shí)對(duì)局部缺陷進(jìn)行識(shí)別(如圖7c所示)，最后對(duì)連通區(qū)域進(jìn)行標(biāo)記(如圖7d所示)。

圖7 工況1切割圖像處理結(jié)果

對(duì)工況1中5個(gè)缺陷尺寸和面積特征進(jìn)行測(cè)量，求取測(cè)量結(jié)果平均值：面積為227 px2，周長(zhǎng)為62 px，長(zhǎng)度為25 px，寬度為31 px。

工況2：圖像切割工藝參數(shù)為在工況1其他工藝參數(shù)不變的情況下，輔助氣體壓力為0.8 MPa，切割速度為3 000 mm/min。用工況2的工藝參數(shù)進(jìn)行切割并對(duì)切割圖像進(jìn)行分析。工況2相應(yīng)的圖像處理結(jié)果如圖8所示。

圖8 工況2切割圖像處理結(jié)果

對(duì)圖8中5個(gè)缺陷進(jìn)行提取和測(cè)量，求取測(cè)量結(jié)果平均值：面積為34 px2，周長(zhǎng)為16 px，長(zhǎng)度為15 px，寬度為9 px。

由圖7和圖8處理結(jié)果可知，用工況1工藝參數(shù)進(jìn)行激光切割，得到的產(chǎn)品缺陷較大，用工況2工藝參數(shù)進(jìn)行切割，得到的產(chǎn)品缺陷較小。10組激光切割產(chǎn)品圖像處理結(jié)果如表2所示。

表2 特征值計(jì)算結(jié)果平均值

由表2可知，氧氣壓力和切割速度對(duì)激光切割產(chǎn)品質(zhì)量有直接影響，當(dāng)氧氣壓力為1.00 MPa，切割速度為4 000 mm/min時(shí)，缺陷面積和周長(zhǎng)最大，最大面積為1 939 px2，最大周長(zhǎng)為793 px；當(dāng)氧氣壓力為0.80 MPa，切割速度為3 000 mm/min時(shí)缺陷面積和周長(zhǎng)最小，最小面積為34 px2，最小周長(zhǎng)為16 px。

4 質(zhì)量分析

對(duì)激光切割產(chǎn)品圖像中燒蝕區(qū)域尺寸和面積特征進(jìn)行測(cè)量，求取平均值[4]建立氧氣壓力和切割速度與缺陷特征值之間的關(guān)系，通過(guò)缺陷尺寸值量化評(píng)價(jià)氧氣壓力和切割速度對(duì)切割缺陷的影響。建立不同切割速度時(shí)，燒蝕區(qū)域面積和燒蝕區(qū)域?qū)挾扰c氧氣壓力之間的關(guān)系圖。

圖9所示是切割速度為2 000 mm/min時(shí)，隨著氧氣壓力的增加，燒蝕區(qū)域?qū)挾群兔娣e變化情況。x表示氧氣壓力變化，y1表示燒蝕區(qū)域?qū)挾?，y2表示燒蝕區(qū)域面積。

圖9 切割速度為2 000 mm/min關(guān)系圖

由圖9可以看出：隨著氧氣壓力的增加，燒蝕區(qū)域?qū)挾群蜔g區(qū)域面積都是先增大后減??；當(dāng)氧氣壓力為0.50 MPa時(shí)，最小燒蝕區(qū)域?qū)挾葹?8 px，最小燒蝕區(qū)域面積為307 px2。

圖10所示是切割速度3 000 mm/min時(shí)，隨著氧氣壓力的增加，燒蝕區(qū)域?qū)挾群兔娣e變化情況。x表示氧氣壓力變化，y1表示燒蝕區(qū)域?qū)挾?，y2表示燒蝕區(qū)域面積。

圖10 切割速度為3 000 mm/min關(guān)系圖

由圖10可以看出：隨著氧氣壓力的增加，燒蝕區(qū)域?qū)挾群蜔g區(qū)域面積都是先減小后增大；當(dāng)氧氣壓力為0.80 MPa時(shí)，最小燒蝕寬度為9 px，最小燒蝕區(qū)域面積為34 px2。

圖9和圖10為順時(shí)針切割，可以看出當(dāng)氧氣壓力在0.50 MPa至1.00 MPa范圍內(nèi)時(shí)，燒蝕區(qū)域缺陷面積和寬度變化趨勢(shì)一致。

圖11所示是切割速度為4 000 mm/min時(shí)，隨著氧氣壓力的增加，燒蝕區(qū)域?qū)挾群兔娣e變化情況。x表示氧氣壓力變化，y1表示燒蝕區(qū)域?qū)挾?，y2表示燒蝕區(qū)域面積。

圖11 切割速度為4 000 mm/min關(guān)系圖

由圖11可以看出：隨著氧氣壓力增加， 燒蝕區(qū)域?qū)挾认仍龃蠛鬁p小，燒蝕區(qū)域面積逐漸增大；當(dāng)氧氣壓力為1.00 MPa時(shí)，燒蝕區(qū)域?qū)挾茸钚?，最小值?7 px；當(dāng)氧氣壓力為0.60 MPa時(shí)，燒蝕區(qū)域面積最小，最小燒蝕面積為227 px2。

圖12所示是切割速度為5 000 mm/min時(shí)，隨著氧氣壓力的增加，燒蝕區(qū)域?qū)挾群兔娣e變化情況。x表示氧氣壓力變化，y1表示燒蝕區(qū)域?qū)挾?，y2表示燒蝕區(qū)域面積。

圖12 切割速度為5 000 mm/min關(guān)系圖

由圖12可以看出：隨著氧氣壓力增加，燒蝕區(qū)域?qū)挾戎饾u增加，燒蝕區(qū)域面積逐漸減小，最小燒蝕區(qū)域?qū)挾葹?8 px，最小燒蝕區(qū)域面積為66 px2。

圖11和圖12為逆時(shí)針切割，可以看出當(dāng)氧氣壓力在0.90 MPa至1.00 MPa范圍內(nèi)時(shí)，燒蝕區(qū)域缺陷面積和寬度呈反向變化趨勢(shì)。結(jié)果表明切割方向?qū)η懈钯|(zhì)量影響較大。

因此，2 mm厚度Q235碳鋼最優(yōu)切割工藝參數(shù)為：氧氣壓力0.80 MPa，切割速度為3 000 mm/min，順時(shí)針切割。上述工藝參數(shù)切割產(chǎn)品可以滿足企業(yè)實(shí)際生產(chǎn)需求。

5 結(jié)束語(yǔ)

針對(duì)激光切割過(guò)程中出現(xiàn)的掛渣缺陷和拐角燒蝕缺陷，本文提出了基于改進(jìn)的形態(tài)學(xué)特征提取算法，該算法可以有效提取出切割產(chǎn)品缺陷特征，結(jié)合霍夫變換與反變換對(duì)缺陷特征進(jìn)行測(cè)量。利用改進(jìn)的八領(lǐng)域跟蹤算法有效提取出目標(biāo)區(qū)域輪廓特征。通過(guò)測(cè)量不同切割速度，不同氧氣壓力情況下燒蝕區(qū)域?qū)挾群兔娣e特征值并求取平均值，總結(jié)出2 mm厚度Q235板材切割最優(yōu)工藝。當(dāng)切割功率為500 W，切割速度為3 000 mm/min，氧氣壓力為0.80 MPa，順時(shí)針切割時(shí)，切割質(zhì)量最佳，最小燒蝕寬度為9 px，最小燒蝕區(qū)域面積為34 px2。實(shí)驗(yàn)結(jié)果表明，本文提出的方法可以完成激光切割產(chǎn)品缺陷提取和測(cè)量，達(dá)到了預(yù)期的目的。為量化分析激光切割產(chǎn)品質(zhì)量提供了一種參考方案。