一种焊件轮廓检测方法技术

本发明专利技术涉及一种焊件轮廓检测方法，包括以下步骤：1.图像增强预处理，2.图像直方图均衡化处理，3.图像去噪，4.图像去除背景干扰，5.图像边缘改善。本发明专利技术采用图像增强的方式对焊件图像进行预处理，提升焊件图像边缘检测的精度；本发明专利技术引入直方图均衡化来提升图像的灰度级动态范围，提高图像对比度，使图像更清晰；本发明专利技术采用中值滤波技术对图像进行去噪处理，其运算简单，方便实现，在滤除孤立噪声点的同时还保护了图像的边缘信息；本发明专利技术采用概率霍夫变换法判定并连接图像边缘断开的像素点，计算量少，实用性强，效率高。效率高。效率高。

【技术实现步骤摘要】
一种焊件轮廓检测方法


[0001]本专利技术涉及一种焊件轮廓检测方法，属于焊件轮廓检测


技术介绍

[0002]在基于视觉和模型匹配的自动化焊接系统中，待焊接工件焊缝和轮廓信息提取的准确性直接影响着自动化焊接的质量。由于受光照强度等影响，采集到的焊件图像可能会存在光照不均、过曝及曝光不足等问题，这些问题会使得图像中焊件焊缝和轮廓与背景对比度较低，目标边缘处灰度值变化不明显、梯度较小，从而导致边缘不易被检测。如果直接采用传统边缘检测算子对图像边缘进行检测，则边缘线非常容易出现断裂。通常情况下焊接环境较为复杂恶劣，焊件材料不均一、焊件表面的污渍以及背景中的其他物体等都会在图像中形成相应的噪声，给焊缝的边缘检测带来严重干扰。如果直接使用Canny算子来检测焊件焊缝和外轮廓，检测出来的边缘线会存在以下三个方面的问题：1.焊件表面颜色的不均匀性、污渍的污染以及焊件表面的字符串喷码等在焊件内部引入了许多不规则的干扰边缘；2.当曝光过高或过低时，部分区域焊件与背景的区分度较低，灰度值梯度过小，相应的边缘很难被检测出来，有一部分焊件轮廓边缘存在断裂的问题；3.背景中其他的纹理信息引入过多的干扰边缘，导致检测出来的边缘绝大部分都是无用边缘。过多的干扰边缘以及边缘的断裂将严重影响模型匹配的精度，足以导致模型匹配的失败，从而难以实现焊接过程的自动化。
[0003]Canny边缘检测算子是一种高性能的最优化边缘检测算子，该算法在焊件图像检测上都难以得到满意的效果，那么直接利用其他传统的边缘检测算法也将很难得到完整且精确的轮廓边缘。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供一种焊件轮廓检测方法，其具体技术方案如下：焊件轮廓检测方法，包括以下步骤：步骤1：图像增强处理：对采集的图像进行增强处理，通过空间域增强方式处理图像像素，增强图像，其表达式如下：（1）式中f(x,y)是原始图像，g(x,y)是经过处理后的图像，T是对原始图像(x,y)位置处邻域内像素进行的空间域操作，点(x,y)的邻域定义为以(x,y)为中心点的正方形或矩形区域；步骤2：图像直方图均衡化处理：所述步骤1中图像的空间增强方式为图像灰度变换增强，对图像进行灰度变换，并引入直方图均衡化，重新分配图像像素的灰度值，所述直方图均衡化对图像进行增强的流程如下：a.确定图像的灰度直方图，灰度直方图通过公式（2）表示：
（2）式中n表示图像所有灰度级的总像素数，k表示灰度级范围，nk表示第k级灰度的像素总数，p (k)表示灰度级k出现的频数；b.计算原始图像的归一化灰度级别及其分布概率，用变量rk代表原始图像的灰度级，变量sk代表变换后的图像灰度级，则s与r之间的变换关系如公式（3）所示：（3）式中灰度级rk分布在区间[0，1]，rk=0代表黑色，rk=1代表白色，且T[rk]在[0，1]区间内为单值的单调递增函数，对于[0，1]的r，有0≤s=T(r)≤1；c.将所得变换函数的各灰度等级值转化成标准的灰度级别值，求取b步骤中的各灰度等级值sk，sk值按靠近原则取近似值到与原图像灰度级别相同的标准灰度级别中；d.获取处理后的图像的各灰度级sk的像素数目，在c步骤的计算结果中，若不存在灰度级别sk，则该灰度级的像素数目为零；若存在灰度级别sk,则根据其rk的对应关系确定该灰度级的像素数目，将其设为mk；e.获取处理后的图像中各灰度级别的分布概率；f.画出经均衡化后的新图像的直方图；步骤3：图像去噪：对步骤2中处理后的图像进行去噪处理，采用中值滤波法去除图像中的噪声干扰，以点(x,y)为例，点(x,y)处的输出表达式为：（4）式中，f(x,y)为原始输入图像，g(x,y)为处理后输出图像，W为二维邻域窗口，k和l均为二维邻域窗口的像素点；步骤4：图像去除背景干扰：采用图像分割网络ERFNet获取焊件区域对应的封闭连通域，将焊件焊缝和轮廓图像与该连通域图像作逐元素乘操作，得到仅包含焊件焊缝和外轮廓的图像；步骤5：图像边缘改善：根据图像边缘像素点在梯度幅值和梯度方向具有连续性的特点，即像素点(s,t)在像素点(x，y)的邻域窗口内，且满足（5）式和（6）式，判定此像素点连续，并将图像断开的边缘像素点连接起来：（5）（6）式中表示像素点(x，y)处的梯度，Gx，Gy分别表示(x，y)处水平和垂直方向的梯度，arctan(Gy/Gx)表示像素点(x，y)处梯度的角度幅值，即梯度方向，T表示允许的幅度差值的阈值，A表示允许的角度差值的阈值。
[0005]进一步的，所述步骤1中图像增强预处理方式还包括频域增强，所述频域增强通过修改图像的傅里叶变换增强图像。
[0006]进一步的，所述步骤1中图像的空间增强方式还包括空域滤波增强。
[0007]进一步的，所述步骤5中采用概率霍夫变换法对图像中的所有边缘像素点进行判定并连接，所述概率霍夫变换法通过计算图像中的部分边缘像素点，实现图像中所有边缘像素点的判定和连接。
[0008]进一步的，所述步骤2中c项所述的变换后的图像灰度级对应的像素个数不为零。
[0009]本专利技术的有益效果：本专利技术采用图像增强的方式对焊件图像进行预处理，提升焊件图像边缘检测的精度；本专利技术引入直方图均衡化来提升图像的灰度级动态范围，提高图像对比度，使图像更清晰；本专利技术采用中值滤波技术对图像进行去噪处理，其运算简单，方便实现，在滤除孤立噪声点的同时还保护了图像的边缘信息；本专利技术采用概率霍夫变换法判定并连接图像边缘断开的像素点，计算量少，实用性强，效率高。
附图说明
[0010]图1是本专利技术的的流程示意图，图2是本专利技术的检测的焊件原图，图3是本专利技术的基于Canny算子检测效果图，图4是本专利技术的焊件原图的直方图均衡化图像，图5是本专利技术的直方图均衡化后的Canny算子检测效果图，图6是本专利技术的9*9的中值滤波前后示意图，图7是本专利技术改进后的中值滤波前后示意图，图8是本专利技术ERFNet分割后的图像，图9是图8去除背景干扰的焊缝和轮廓图像，图10是本专利技术的霍夫变换空间转换关系图，图11是本专利技术基于概率霍夫变换后的图像边缘断线连接图，图12是图11细化后的断线连接效果图。
具体实施方式
[0011]现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。
[0012]如图1所示，本专利技术的焊件轮廓检测方法。首先进行图像增强，为了解决Canny边缘检测算法对焊件图像进行边缘检测时存在的噪声干扰问题，如图2和图3所示，本专利技术采用图像增强的方式对采集到的焊件图像进行预处理，以提升边缘检测的精度。图像增强的目的就是对图像进行一系列处理使其与原始图像相比更适用于某些特定场景。图像增强的方法主要有空间域增强和频域增强两大类。空间域增强是直接对图像像素进行处理来增强图像，而频域增强是通过修改图像的傅里叶变换来实现的。空间域增强方法可定义为下式：（1）式中f(x,y)是原始图像，g(x,y)是经过处理后的图像，T是对原始图像(x,y)位置处邻域内像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种焊件轮廓检测方法，其特征在于：包括以下步骤：步骤1：图像增强处理：对采集的图像进行增强处理，通过空间域增强方式处理图像像素，增强图像，其表达式如下：（1）式中f(x,y)是原始图像，g(x,y)是经过处理后的图像，T是对原始图像(x,y)位置处邻域内像素进行的空间域操作，点(x,y)的邻域定义为以(x,y)为中心点的正方形或矩形区域；步骤2：图像直方图均衡化处理：所述步骤1中图像的空间增强方式为图像灰度变换增强，对图像进行灰度变换，并引入直方图均衡化，重新分配图像像素的灰度值，所述直方图均衡化对图像进行增强的流程如下：a.确定图像的灰度直方图，灰度直方图通过公式（2）表示：（2）式中n表示图像所有灰度级的总像素数，k表示灰度级范围，nk表示第k级灰度的像素总数，p(k)表示灰度级k出现的频数；b.计算原始图像的归一化灰度级别及其分布概率，用变量rk代表原始图像的灰度级，变量sk代表变换后的图像灰度级，则s与r之间的变换关系如公式（3）所示：（3）式中灰度级rk分布在区间[0，1]，rk=0代表黑色，rk=1代表白色，且T[rk]在[0，1]区间内为单值的单调递增函数，对于[0，1]的r，有0≤s=T(r)≤1；c.将所得变换函数的各灰度等级值转化成标准的灰度级别值，求取b步骤中的各灰度等级值sk，sk值按靠近原则取近似值到与原图像灰度级别相同的标准灰度级别中；d.获取处理后的图像的各灰度级sk的像素数目，在c步骤的计算结果中，若不存在灰度级别sk，则该灰度级的像素数目为零；若存在灰度级别sk,则根据其rk的对应关系确定该灰度级的像素数目，将其设为mk；e.获取处理后的图像中各灰度级别的分布概率；f.画出经均衡化后的新图像的直方图；步骤...

【专利技术属性】
技术研发人员：张毅，孙书丽，赵壮，韩静，柏连发，陆骏，冯琳，李怡然，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：