一种激光光条的管道焊接坡口特征提取方法技术

本发明专利技术提供了一种激光光条的管道焊接坡口特征提取方法，采用伽马变换、高斯滤波和方向性模板阈值分割算法来进行图像的预处理，分析焊缝图像分布特征，实现管道焊缝区域准确定位、焊缝图像降噪，运用灰度重心法和拟合直线法，对管道焊缝的表面形态、光条中心线和坡口特征点进行提取，给机械手焊枪提供实时的行进路径，解决了焊接过程中的焊枪和焊缝方向之间存在偏差的问题；本发明专利技术通过提取管道二维图像的坡口特征点，实现了焊接过程中焊缝的实时跟踪技术；针对焊接过程中坡口焊缝图像受到弧光、飞溅等干扰造成的特征点提取位置偏差问题，本发明专利技术提高了焊缝跟踪的精度，大大提升了自动焊接的效率和质量。自动焊接的效率和质量。自动焊接的效率和质量。

【技术实现步骤摘要】
一种激光光条的管道焊接坡口特征提取方法


[0001]本专利技术涉及管道自动焊接
，具体涉及一种激光光条的管道焊接坡口特征提取方法。

技术介绍

[0002]随着机器人和机器视觉技术的进步，智能化焊接得到了快速的发展和广泛的应用，在陆地、海洋油气输送的大型管道铺设中，管道自动焊接一直是研究热点，管道自动焊接技术难点主要在于如何实现管道焊缝的精准跟踪引导，进而实时控制机械手的焊枪运行轨迹，以提高焊接的质量和效率，降低人工焊接的难度和危险性。
[0003]管道焊缝路径提取在早期主要有探针接触式传感、电磁传感、超声波传感、电弧传感和红外传感等的研究方法。随着视觉传感的快速发展，相比其他方法具有应用范围广、无接触、跟踪精度高等优势，焊缝视觉跟踪已成为自动化焊接行业研究的热点。焊接视觉跟踪技术一般可分为主动视觉传感和被动视觉传感两大类。主动视觉传感主要采用相机、光源结合线结构光成像的方法，它的优势在于采集焊缝的图像能够快速提取坡口特征，降低背景干扰，但焊接过程中的弧光和焊接飞溅等污染会降低坡口特征提取精度。针对焊缝图像会受到强烈弧光、飞溅等环境污染的问题，急需研究一种将图像经过预处理从而准确提取出焊缝特征点的方法，以实现准确、快速的三维焊缝特征信息提取。

技术实现思路

[0004]为实现上述
技术介绍
中提到的问题，本专利技术采用以下步骤来实现：
[0005]一种激光光条的管道焊接坡口特征提取方法，包括如下步骤：
[0006]S1、首先通过相机获取在焊接过程中受到弧光和焊渣飞溅污染的图像Image；
[0007]S2、分析打底焊坡口图像的特征，在图像Image中使用矩形框ROI框选坡口所在区域并对焊缝图像Image进行裁剪，裁切后获得裁切图像Image_crop；
[0008]S3、使用伽马变换对图像Image_crop进行对比度增强，增强后获得图像Image_enhance；
[0009]S4、使用高斯滤波对图像Image进行图像预处理，抑制正态分布的噪声，保留图像的总体灰度分布特征，去除图像背景噪点干扰，去噪后获得图像Image_denoise；
[0010]S5、采用一种方向性模板阈值分割的方法来进行焊缝光条图像分割，来去除污染亮条，保留完整焊接坡口焊接方向光条，分割后获得图像Image_segment；
[0011]S6、对分割后图像Image_segment用曲线拟合法进行光条中心线的提取，提取后获得图像Image_extract；
[0012]S7、用拟合直线法来拟合出光条中心线的直线方程，提取出光条的拐点的二维图像像素坐标；
[0013]S8、根据提取出的拐点图像像素坐标，采用相机标定后获得的转换矩阵计算得到各个特征点的世界坐标，然后实时传输给机械手进行管道焊接路径引导。
[0014]进一步地，所述步骤S5中，具体的图像分割步骤为：
[0015]S51、将坡口焊缝图像根据光条的方向分为四个区域A、B、C、D，分别是左侧水平光条，右下倾斜方向光条，右上倾斜方向光条，右侧水平光条；
[0016]S52、根据光条上和污染亮条上的各自像素的灰度值变化过程，对四个区域分别设计各自5*5的模板，模板中正中间为目标像素，模板中为1的是感兴趣的点；
[0017]S53、对于A区域，采用从左往右、从上往下的顺序，按照模板计算每个像素的值t(i，j)，而B区域则采用从右到左、从上往下的顺序，按照模板计算每个像素的值t(i，j)；根据目标像素点与污染亮条的灰度值的大小差异，得到阈值T1，根据目标像素是位于光条内部还是光条外部设置阈值T2，通过比较每个像素t(i，j)与阈值T1、T2的大小，得到该像素点的图像分割结果；
[0018]对于C区域，采用从左往右、从上往下的顺序计算，按照模板每个像素的值t(i，j)，而D区域采用从右往左、从上往下的顺序，按照模板计算每个像素的值t(i，j)；根据目标像素点与污染亮条的灰度值的大小差异，得到阈值T1、T3，设置阈值T3，根据目标像素是位于光条内部还是光条外部设置阈值T2，通过比较每个像素t(i，j)与阈值T1、T2、T3的大小，得到该像素点的图像分割结果。
[0019]进一步地，所述步骤S6中，曲线拟合法具体为，将灰度图像中光条部分的各列像素点的灰度值与他们的纵坐标拟合成高斯曲线，拟合结果的峰值位置就是光条中心点。
附图说明
[0020]附图1为本专利技术的流程示意图。
[0021]本专利技术对坡口焊缝图像进行图像预处理并采用一种方向性模板阈值分割算法，解决了受到焊接弧光、焊渣飞溅干扰的带有噪声的坡口焊缝图像品质较低的问题，，得到了较好的图像分割结果；使用曲线拟合法与拟合直线法从图像分割结果中准确提取出坡口的形态和焊缝特征点，符合焊缝跟踪的实时性需求。
[0022]本专利技术的激光光条的管道焊接坡口特征提取方法，解决了图像在焊接过程中受到电弧光和焊渣飞溅等环境干扰，缺少准确的表面形态信息和自动调整控制等问题，实现准确、快速的焊缝三维形貌信息提取，并引导焊枪实时跟踪焊缝进行焊接，提高焊缝跟踪精度。
具体实施方式
[0023]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本专利技术的保护范围。
[0024]结合参阅附图1的本专利技术方法流程示意图，本专利技术的一种激光光条的管道焊接坡口特征提取方法，由于管道焊缝存在图像对比度差、表面纹理模糊、噪声污染严重等问题，结合管道焊缝图像的焊缝不均和光条污染等特点，本专利技术研究出焊缝光条图像处理方法，采用伽马变换、高斯滤波和方向性模板阈值分割算法来进行图像的预处理，分析焊缝图像分布特征，实现管道焊缝区域准确定位、焊缝图像降噪，运用灰度重心法和拟合直线法，对
管道焊缝的表面形态、光条中心线和坡口特征点进行提取，能够实现焊枪的实时的方位并准确焊接，本专利技术激光光条的管道焊接坡口特征提取方法包括如下步骤：
[0025]S1、首先通过相机获取在焊接过程中受到弧光和焊渣飞溅污染的图像Image。
[0026]S2、分析打底焊坡口图像的特征，在图像Image中使用矩形框ROI框选坡口所在区域并对焊缝图像Image进行裁剪，裁切后获得裁切图像Image_crop。
[0027]S3、使用伽马变换对图像Image_crop进行对比度增强，增强后获得图像Image_enhance。
[0028]S4、使用高斯滤波对图像Image进行图像预处理，抑制正态分布的噪声，保留图像的总体灰度分布特征，去除图像背景噪点干扰，去噪后获得图像Image_denoise。
[0029]S5、采用一种方向性模板阈值分割的方法来进行焊缝光条图像分割，来去除污染亮条，保留完整焊接坡口焊接方向光条，分割后获得图像Image_segment。
[0030]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光光条的管道焊接坡口特征提取方法，其特征在于，包括如下步骤：S1、首先通过相机获取在焊接过程中受到弧光和焊渣飞溅污染的图像Image；S2、分析打底焊坡口图像的特征，在图像Image中使用矩形框ROI框选坡口所在区域并对焊缝图像Image进行裁剪，裁切后获得裁切图像Image_crop；S3、使用伽马变换对图像Image_crop进行对比度增强，增强后获得图像Image_enhance；S4、使用高斯滤波对图像Image进行图像预处理，抑制正态分布的噪声，保留图像的总体灰度分布特征，去除图像背景噪点干扰，去噪后获得图像Image_denoise；S5、采用一种方向性模板阈值分割的方法来进行焊缝光条图像分割，来去除污染亮条，保留完整焊接坡口焊接方向光条，分割后获得图像Image_segment：S6、对分割后图像Image_segment用曲线拟合法进行光条中心线的提取，提取后获得图像Image_extract：S7、用拟合直线法来拟合出光条中心线的直线方程，提取出光条的拐点的二维图像像素坐标；S8、根据提取出的拐点图像像素坐标，采用相机标定后获得的转换矩阵计算得到各个特征点的世界坐标，然后实时传输给机械手进行管道焊接路径引导。2.根据权利要求1所述的激光光条的管道焊接坡口特征提取方法，其特征在于，所述步骤S5中，具体的图像分割步骤为：S51、将坡口焊缝图像根据光条的方...

【专利技术属性】
技术研发人员：魏登明，彭锦泉，杨海东，
申请(专利权)人：佛山市广工大数控装备技术发展有限公司，
类型：发明
国别省市：