基于图像处理的焊接缺陷特征提取与焊接质量分析方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108596880A(43)申请公布日2018.09.28(21)申请号201810310148.3(22)申请日2018.04.08(71)申请人东南大学地址210096江苏省南京市玄武区四牌楼2号(72)发明人张侃健葛志霞魏海坤方仕雄张金霞葛健(74)专利代理机构南京众联专利代理有限公司32206代理人许小莉(51)Int.Cl.G06T7/00(2017.01)G06T7/194(2017.01)G06T7/50(2017.01)G06T7/62(2017.01)权利要求书2页说明书6页附图3页(54)发明名称基于图像处理的焊接缺陷特征提取与焊接质量分析方法(57)摘要本发明公开了一种基于图像处理的焊接缺陷特征提取与焊接质量分析方法。本发明的方法包括如下步骤：S1.对黑白相机获取的灰度图像进行图像增强；S2.根据工件类型和焊接区域类型，设计工件背景分割卡，对增强后的图像进行背景分割，剔除背景对后续图像处理的影响；S3.根据焊洞的特征设计提取算法，获得焊接缺陷的形态和面积信息，分析焊洞的大小情况，对焊洞的不合格程度进行自动分级。该方法将图像增强，背景分割，二值化处理和轮廓提取等图像处理技术成功运用于实际的焊接场景中，有效地提取出了焊接后工件中的焊接缺陷特征并计算出缺陷面积。该方法能够实时自动分析焊接质量，有利于工厂生产效率的提高。CN108596880ACN108596880A权利要求书1/2页1.一种基于图像处理的焊接缺陷特征提取与焊接质量分析方法，其特征在于，该方法包括如下步骤：S1.对黑白相机获取的灰度图像进行图像增强；S2.根据工件类型和焊接区域类型，设计工件背景分割卡，对增强后的图像进行背景分割，剔除背景对后续图像处理的影响；S3.根据焊洞的设计特征提取算法，获得焊接缺陷的形态和面积信息，分析焊洞的大小情况，对焊洞的不合格程度进行自动分级。2.根据权利要求1所述的方法，其特征在于,步骤S1中所述的图像增强是运用直方图均衡化增强算法对黑白相机获取的灰度图像进行图像增强，即采用以下步骤对黑白相机获取的灰度图像的像素分布进行调整，提高了图像的对比度，使图像更加清晰：S11.求出黑白相机获取的灰度图像的原图f的灰度直方图，设为H，灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率；S12.求出f的总体像素个数N，N＝m×n，式中m，n分别为图像长和宽，根据公式(1)计算对应灰度级出现的概率，pr(rk)＝H(k)/N(0≤rk≤1,k＝0,1,2…L-1)公式(1)公式(1)中，rk表示第k个灰度，pr(rk)表示第k个灰度级出现的概率，H(k)为第k个灰度级出现的频数，N为图像像素总数，L为图像中可能的灰度级总数；S13.根据公式(2)计算原图的灰度级累积分布函数：公式(2)中,Sk为归一化灰度级，T(rk)为变换函数；S14.h为变换直方图后的新图像，根据公式(3)求出新图像每个像素的灰度值，绘制新图像h：3.根据权利要求1所述的方法，其特征在于，步骤S2中所述的设计工件背景分割卡，对增强后的图像进行背景分割的具体操作步骤是：S21.针对不同型号的焊接工件设置不同的区域分割二维矩阵，设定一个m×n(m，n分别为图像长和宽)二维矩阵T，矩阵T中只有0和1两个值，通过调整0和1值的排布，将矩阵分割成特定的1和0两类区域，1和0两个区域对应于工件中的兴趣区域和非兴趣区域，不同的工件焊接图像中焊接的形状和区域分布不同，工件类型众多，针对不同的工件，设置不同的T来满足工件需求；S22.某特定工件焊接灰度图像为f(i,j)，将该工件图像根据其对应的二维矩阵T中的0和1的分布进行分割，分割依据为：可将图像中不需要的背景像素值设置为0，将需要的背景像素保留，方便后续的特征提2CN108596880A权利要求书2/2页取。4.根据权利要求1所述的方法，其特征在于，步骤S3中所述的根据焊洞的设计特征提取算法的具体操作步骤是：S31.对处理后的灰度图像进行阈值二值化操作，将小于阈值的像素值置0，大于阈值像素值置1，得到0、1二值图像，其中缺陷区域颜色较深，二值化后缺陷区域像素值为0；S32.对该二值图像运用轮廓提取算法，获得缺陷区域的轮廓形态信息，并统计轮廓像素面积信息；S33.根据焊接缺陷像素面积制定缺陷程度划分规则，对新的焊接图像进行处理时，根据该划分规则界定焊接缺陷的缺陷等级，从而实现自动焊接质量分析功能。5.根据权利要求4所述的方法，其特征在于，步骤S32中所述的对二值图像运用轮廓提取算法，需进行以下步骤获得缺陷轮廓：输入的二值图像即为0和1的图像，用g(i,j)表示图像的像素值,i和j分别为像素点在图像中的