基于亞像素的埋弧焊焊縫圖像處理

張 姝，張文明，王 濱

(沈陽大學 機械工程學院，遼寧 沈陽 110044)

基于亞像素的埋弧焊焊縫圖像處理

張 姝，張文明，王 濱

(沈陽大學 機械工程學院，遼寧 沈陽 110044)

埋弧焊是普遍使用的熔焊方法之一，具有生產效率高、焊縫成形好、沒有弧光輻射等諸多優點，應用前景廣闊。為了提高埋弧焊焊接過程的自動化和智能化，對埋弧焊精密跟蹤技術的要求不斷提高，需對焊縫間隙和坡口邊緣進行精密檢測。在此提出了一種基于B樣條變換的亞像素定位算法，該算法是在對圖像進行一次Marr-Hildreth邊緣檢測后再進行亞像素二次提取。通過現場試驗，實現了檢測標準誤差小于255 E／μ m，克服了傳統邊緣檢測精度低的問題。

亞像素；埋弧焊；圖像處理

0 前言

焊接過程的自動化和智能化是目前發展的重點，隨著焊接自動化水平的不斷提高，對跟蹤系統的精度要求也更為嚴格。在工業現場，快速、準確的圖像處理系統是自動化檢驗的關鍵環節。

埋弧焊中，焊槍周圍存在大量焊劑，在填充焊劑前，采集焊縫圖像，得到焊縫中心線和焊縫邊緣，指導接下來的焊槍走勢。由于埋弧焊現場干擾較大，所以采取提高檢測精度的方法，以得到更準確的焊縫信息。

Sobel算子、Prewitt算子、Canny算子等傳統算子是基于像素級別的圖像處理算法，這種算法的精度需要靠提高硬件分辨率來保證，而且這種常規算子的檢測方法很難抵抗噪聲的干擾，因此提出了一種在傳統檢測算法的基礎上，對圖像進行亞像素二次高精度提取的方法[3-4]，在節省成本條件下，提高測量精度，優化圖像處理結果。

1 實驗過程

在填充焊劑前，用CCD傳感器采集原始焊縫圖像，保證CCD攝像頭與焊槍中心一致，然后對采集到的原始圖像進行圖像處理。

首先對圖像進行Marr-Hildreth邊緣檢測。邊緣檢測需要進行最優濾波器的設計，它包含了兩個目標，分別是去除噪聲和空間域平滑最小化，Gaussian核函數可兼顧這兩個目標。

把圖像與Gaussian核函數G進行卷積，計算Laplacian算子▽2(G·f)，表達式為

對圖像f(x，y)平滑，有

圖1 Marr-Hildreth邊緣檢測的結果

因此，在Marr-Hildreth算子進行一次邊界提取后，對圖像進行亞像素邊界二次提取。

亞像素級的邊緣檢測方法大致為矩方法、插值法和擬合法。三次樣條插值生成的曲線通常是能令人滿意的[1-3]。

三次樣條插值函數為

式中 k＝0，1，2，…，n-1；xk≤x≤xk+1；mk＝S＇(xk)；hk＝xk+1-xk(k＝0，1，2，…，n)，m0，m1，…，mn。

滿足方程組

從焊縫圖像數據中抽取的直線或曲線有時是不完整的，這就需要對線條進行擬合，通常選用最小二乘法擬合即可達到預期要求。

2 現場實驗結果

現場使用mars的傳感器，型號mars-ccd-2009，它通過一微型鏡頭讀取卷材上細線邊緣，最大檢測范圍36 mm，圖像采集卡分辨率768×576。在確定焊縫中心位置和焊縫邊緣位置后，數據進入工控機，智能調整焊槍。對現場采集到的焊縫圖像進行了Marr-Hildreth邊緣檢測一次提取和B樣條二次提取，如圖2所示，對比圖1來看，圖2線條連續性好，焊縫中心及焊縫邊緣非常清晰。

圖2 現場檢測結果

焊縫中心誤差可以用標準誤差來說明

標準誤差＝

標準誤差越小說明焊縫中心誤差越小，經過二次提取的焊縫中心標準誤差小于255 E／μ m，標準誤差值要比實際誤差值略大，但不會影響整體結果。

3 結論

對埋弧焊焊縫圖像進行了Marr-Hildreth傳統邊緣檢測，并再此基礎上進行了B樣條二次提取，得到亞像素級的圖像數據。通過計算，焊縫中心標準誤差要低于傳統檢測的60～120 E／μm。

[1]于殿洪.圖像檢測與處理技術[M].西安：西安電子科技大學出版社，77-127.

[2]石晶欣，朱小鋒，孫明磊，等.基于SUSAN和Hough變換的直線邊緣亞像素定位方法[J].光電工程，2008，35(6)：21-24.

[3]高世一，趙明揚，張 雷，等.基于Zernike正交矩的圖像亞像素邊緣檢測算法改進[J].自動化學報，2008，34(9)：11-15.

SAW edge detection of image based on sub-pixel

ZHANG Shu，ZHANG Wen-ming，WANG Bin
(Shenyang University，Mechanical Engineering，Shenyang 110044，China)

Submerged arc welding is one of the widespread welding technology.It has high efficiency，good weld quality，no arc radiation，etc.It is more and more important.To improve the submerged arc welding process automatic and intelligent，increasing demands for precision tracking technology.In order to improve the accuracy of submerged arc welding，a sub-pixel location based on B Spline transform was put forward for welding line and dibided edge.The algorithm is conducting a Marr-Hildreth edge detection and a subpixel location.Field tests，achieved standard error less than 255.The traditional edge detection was low in precision，but the problem is constraining by using the transform.

sub-pixel location；submerged arc welding；image processing

TG115.21

A

1001-2303(2011)10-0025-02

2011-05-05

張 姝(1986—)，女，遼寧沈陽人，碩士，主要從事焊接及其自動化的研究工作。