基于Haar小波梯度重建的多曝光焊区图像融合方法.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CN110517210A(43)申请公布日2019.11.29(21)申请号201910608523.7(22)申请日2019.07.08(71)申请人河北工业大学地址300401天津市北辰区双口镇西平道5340号申请人天津爱普杰科技有限公司(72)发明人刘卫朋唐毅强刘作军刘聪陈海永(51)Int.Cl.G06T5/50(2006.01)G06T5/20(2006.01)G06T5/10(2006.01)G06T5/00(2006.01)权利要求书1页说明书6页附图3页(54)发明名称基于Haar小波梯度重建的多曝光焊区图像融合方法(57)摘要本发明提供一种焊接区域多曝光图像采集装置与图像信息融合方法，该方法用于图像融合，完整表达焊区特征，首先将多曝光图像分别进行X方向与Y方向上的梯度计算，然后分别融合所有X方向与Y方向梯度幅值最大的梯度，以融合出完全表达所有曝光序列图像信息的梯度图，接着通过Haar小波梯度重建算法重构出融合图像，最后经过类Gamma校正与自适应直方图均衡化，得到最终融合图像，通过图像能够清晰的看到比任何一张多曝光源图像更清晰更丰富的细节信息，说明了梯度信息融合重建图像在细节保留方面具有的优势，而且已经基本上消除了熔池区域强烈的弧光影响，也消除了极暗与极亮的区域，能够很清晰的观察到焊枪、焊丝、熔池、结构光等信息，有助于进一步的特征提取与处理。CN110517210ACN110517210A权利要求书1/1页1.一种基于Haar小波梯度重建的多曝光焊区图像融合方法，该方法用于图像融合，完整表达焊区特征，其特征在于，包括下述步骤：S1.多曝光焊接区域图像输入S2.梯度计算与融合S2-1将S1的图像进行中值滤波去噪处理；S2-2将S2-1处理后的多曝光焊接区域图像分别进行X方向与Y方向上的梯度计算，得到多曝光焊接序列图像的X方向梯度图与Y方向梯度图；S2-3针对S2-2获取的所述梯度图进行引导图像滤波处理；S2-4对所述S2-3滤波处理后的梯度图计算X与Y方向梯度图的梯度幅值，并选取每个像素位置的梯度值进行融合，得到X方向融合梯度与Y方向融合梯度；S3.梯度重建S3-1对X方向融合梯度与Y方融合梯度进行Haar小波梯度分解，得到各级的Haar小波系数，然后进行Haar小波梯度数据重构，实现图像细节真实还原；S3-2采用带有泊松方程求解器的重构方法，得到融合图像，所述融合图像融合了多曝光图像中所有细节信息，同时清晰包含了结构光、焊缝、焊丝、熔池等焊接区域关键信息。2.根据权利要求1所述的一种基于Haar小波梯度重建的多曝光焊区图像融合方法，其特征在与，所述S3梯度重建步骤之后还包括有如下图像后处理步骤：S4.图像后处理S4-1对S3-2获得的融合图像进行类Gamma校正；由于梯度融合是通过合并多个图像梯度而获得的，而相邻梯度值之间存在较大的差异，会导致重建图像具有较高动态范围的像素强度，从而使一些像素值可能超出亮度的标准范围，类Gamma校正进行亮度范围校正，保证最终获取图像效的效果。S4-2对所述S4-1融合图像进行自适应直方图均衡化处理，通过计算图像的局部直方图，然后重新分布亮度来来改变图像对比度，在宽动态范围内均匀地分配强度，可以消除熔池区域强烈弧光影响，也可以消除了极暗与极亮的区域，可以清晰的观察到焊枪、焊丝、熔池、结构光。S4-3得到最终图像。3.根据权利要求1所述的一种基于Haar小波梯度重建的多曝光焊区图像融合方法，其特征在与：所述步骤S2-2中进行的X方向与Y方向上的梯度计算时，选取的为每个像素位置的梯度最大值进行融合，每一个像素位置均选择最大的梯度幅值，融合出的图像将会比任何一幅多曝光源图像拥有更多的细节信息。2CN110517210A说明书1/6页基于Haar小波梯度重建的多曝光焊区图像融合方法技术领域[0001]本发明属于图像处理领域，具体涉及一种基于Haar小波梯度重建的多曝光焊区图像融合方法。背景技术[0002]近年来，随着中国制造业的不断发展，焊接技术已经成为现代制造业极为重要的材料成形和金属加工技术之一，发展非常迅速。而其未来也会向智能化焊接的方向发展，智能化焊接水平的高低取决于获取焊接区域图像的清晰程度。[0003]由于焊接过程中存在弧光等强干扰的影响，目前大部分视觉传感设备还不能满足实际需求，传统的工业相机又无法克服弧光等干扰直接获取焊接区域清晰图像，严重阻碍了焊接可视化和焊接质量监控等智能化焊接技术的发展。并且由于焊接过程动态范围变化大，光照不均匀，同时受到弧光、飞溅等强干扰，导致现有视觉传感器获取的图像存在曝光不足或曝光过度问题，从而无法有效的获取完整的焊区信息。[0004]为了解决由于曝光饱和带来的焊接区