微間隙焊縫磁光圖像恢復(fù)算法

題園園，高向東，陳余泉

（廣東工業(yè)大學(xué)機電工程學(xué)院，廣東廣州510090）

微間隙焊縫磁光圖像恢復(fù)算法

題園園，高向東，陳余泉

（廣東工業(yè)大學(xué)機電工程學(xué)院，廣東廣州510090）

為了檢測緊密對接、無坡口、肉眼難以分辨的微間隙焊縫，研究基于磁光成像識別的焊縫圖像恢復(fù)算法問題。在磁光傳感器檢測焊縫過程中，磁光圖像會受到各種外界條件的干擾，如光強度變化和磁場背景噪聲，因而采集到的磁光圖像往往存在退化現(xiàn)象，難以對微間隙焊縫進行準(zhǔn)確檢測。研究一種約束最小二乘濾波恢復(fù)和盲去卷積相結(jié)合的圖像恢復(fù)算法，對退化的焊縫磁光圖像進行恢復(fù)處理，有效提高焊縫磁光圖像質(zhì)量。試驗結(jié)果表明，經(jīng)圖像恢復(fù)后可以更精確地測量焊縫位置。

微間隙焊縫；磁光圖像；圖像退化；圖像恢復(fù)

0　前言

激光焊接具有功率密度高、焊接速度快、大深寬比和熱影響區(qū)小等優(yōu)點，已成為一種重要的焊接技術(shù)[1]。精確的焊縫跟蹤是保證激光焊接質(zhì)量的關(guān)鍵，在焊接過程中必須控制激光束始終對正焊縫中心，首先需要解決的問題是實時準(zhǔn)確地檢測焊縫位置。研究一種基于磁光成像傳感的微間隙焊縫圖像恢復(fù)算法。磁光成像檢測有機結(jié)合了法拉第電磁感應(yīng)和法拉第磁光效應(yīng)，以激勵磁場感應(yīng)焊件，焊縫使檢測區(qū)域磁場分量發(fā)生變化并使偏振光的旋轉(zhuǎn)角發(fā)生相應(yīng)變化而成像[2]。磁光傳感器在該磁場的作用下產(chǎn)生磁光圖像，通過分析焊縫磁光圖像特征獲取焊縫位置測量值。

在磁光傳感器檢測焊縫過程中，焊縫磁光圖像受到各種外界條件的影響，如磁場強度變化和其他各種噪聲等，因而直接從磁光傳感器所獲得的圖像往往存在嚴(yán)重退化現(xiàn)象，清晰度不高，識別性較差，難以對微間隙焊縫進行精密檢測，需提高磁光圖像的質(zhì)量，對磁光圖像進行恢復(fù)處理。以激光焊接低碳鋼為試驗研究對象，研究焊縫磁光圖像恢復(fù)算法。針對焊縫磁光退化圖像，用約束最小二乘濾波恢復(fù)和盲去卷積相結(jié)合的方法，可有效提高焊縫磁光圖像質(zhì)量。

1　焊縫檢測試驗裝置

焊縫檢測裝置包括磁光傳感器、保護氣（Ar）、磁場激勵器、低碳鋼試件、圖像儲存器、YAG激光焊接機等。其中磁光傳感器CMOS有效像素范圍是2592×1944，磁光薄膜材料是外延生長摻鉍稀土鐵石榴石單晶薄膜，介電膜作為反射層，厚度4～5 μm。焊縫檢測裝置如圖1所示，試件距傳感器2.5 mm，外加磁場約10 mT，磁光傳感器在焊前采集焊縫磁光圖像并存至計算機。其中，采集的連續(xù)8幀焊縫磁光圖像如圖2所示，試驗參數(shù)如表1所示。

圖1　焊縫檢測試驗裝置

圖2　連續(xù)8幀焊縫磁光圖像

表1　試驗參數(shù)

2　最小二乘濾波圖像恢復(fù)算法

2.1算法原理

在形成、傳輸和記錄圖像的過程中，不可避免地造成了圖像質(zhì)量的退化。引起退化的性質(zhì)不盡相同，所以根據(jù)退化過程所建立的數(shù)學(xué)模型也各不相同，再加上用于圖像復(fù)原的估計準(zhǔn)則不同，因此，圖像復(fù)原的技術(shù)和方法也各不相同。

輸入圖像f（x，y）經(jīng)過一個退化系統(tǒng)或退化算子H（x，y）后，考慮噪聲的影響，則產(chǎn)生的退化圖像g（x，y）表示為

如果已知H（x，y）和n（x，y），那么只要根據(jù)一定的質(zhì)量判斷準(zhǔn)則在退化圖像的基礎(chǔ)上作逆運算，便可得到f（x，y）的一個最佳估計f?（x，y），即得到一個復(fù)原的圖像。盲信號處理指的是在不知道目標(biāo)圖像（源信號）和系統(tǒng)傳遞函數(shù)（傳輸通道）參量的情況下，根據(jù)輸入信號的統(tǒng)計特性，僅由觀測信號恢復(fù)出源信號各個獨立成分的過程。通常的盲信號處理可分為盲辨識、盲去卷積和盲信號分離。

盲去卷積是從目標(biāo)的模糊圖像中確定目標(biāo)的成像特性和系統(tǒng)點擴散函數(shù)（PSF）的一種方法。能夠在沒有任何目標(biāo)屬性和磁光圖像先驗知識的情況下，利用單幀或多幀模糊圖像，估計出PSF和真實圖像，具有高質(zhì)量的恢復(fù)能力。以焊縫磁光圖像（見圖3a）為例說明盲去卷積恢復(fù)并估計點擴散函數(shù)，采用不同的初始推測尺寸、迭代次數(shù)和偏離閾值參數(shù)進行反復(fù)試驗得到最大f（x，y），即還原的圖像。在每次迭代結(jié)束后通過加權(quán)方法求出預(yù)測值，根據(jù)預(yù)測值計算方向加速算子，大大提高了算法的收斂速度。該算法不僅對模糊退化的圖像進行了很好的復(fù)原，同時收斂速度快，具有較高的工程實用價值。

圖3　焊縫磁光圖像恢復(fù)過程

由于似然函數(shù)形式復(fù)雜，需要運用迭代算法實現(xiàn)最大似然估計過程[3]。在盲去卷積中，最優(yōu)化問題用規(guī)定的約束條件并假定收斂時通過迭代來求解，得到的最大f（x，y）和h（x，y）就是還原的圖像和PSF。迭代求解過程表示為

2.2約束最小二乘濾波恢復(fù)

最小二乘濾波亦稱為正則濾波，也是一種線性恢復(fù)方法[4]。與維納濾波相比，維納濾波需要知道原圖像與噪聲的自卷積才能得到最好的復(fù)原效果。不需要知道噪信功率比，只需從退化圖像估計出噪聲的均值和方差，經(jīng)過盲去卷積得到點擴散函數(shù)PSF的有效估計值，用此參數(shù)來進一步做約束最小二乘濾波恢復(fù)。約束最小二乘濾波恢復(fù)過程表示為

2.3算法實現(xiàn)

在對焊縫磁光圖像的盲去卷積恢復(fù)中，當(dāng)PSF的初始估計為3×3的單位矩陣、迭代次數(shù)為10次且恢復(fù)圖像與原圖像之間的偏離閾值為0.01時，能獲得較好的恢復(fù)效果。試驗結(jié)果如圖3b所示，所

約束最小二乘濾波器對噪聲放大有自動抑制作用，增強了低頻段中偏高的頻率成分，試驗結(jié)果如圖3c所示。

3　試驗結(jié)果分析

采用無參照圖像質(zhì)量評價方法：灰度平均梯度值方法（Gray Mean Grads，GMG）與拉普拉斯算子（Laplacian）方法[5]。GMG能反映圖像的對比度和紋理特征，一般情況下GMG值越大，說明圖像的對比度越大，圖像紋理細(xì)節(jié)越清晰，圖像的質(zhì)量越好。LS值越大，圖像越清晰，輪廓越鮮明，則每一像素附近的灰度值變化越大。焊縫磁光圖像恢復(fù)前后的GMG值和LS值對比結(jié)果如表2所示。

表2　焊縫磁光圖像恢復(fù)前后的GMG值和LS值對比

由表2可知，原始磁光圖像經(jīng)過約束最小二乘濾波恢復(fù)后，圖像LS值增大到原來的約14倍，GMG值增大到約11倍。顯然，焊縫磁光圖像經(jīng)過約束最小二乘濾波有很好的恢復(fù)效果。

為進一步觀察焊縫磁光圖像，截取恢復(fù)后焊縫磁光圖像的感興趣區(qū)域進行處理。先進行閾值分割，其次中值濾波和圖像二值化，最后用Canny算子進行邊緣提取，結(jié)果如圖4所示。

圖4　處理恢復(fù)后焊縫磁光圖像

對恢復(fù)后的磁光圖像進行焊縫位置檢測，計算焊縫寬度，提取焊縫中心，與原始焊縫磁光圖像進行對比，處理結(jié)果如圖5所示。

為了對比圖像恢復(fù)前后的效果，表3給出了焊縫位置測量偏差的統(tǒng)計值。恢復(fù)后的焊縫磁光測量曲線較恢復(fù)前的焊縫磁光測量曲線接近實際焊縫測量曲線，說明用最小二乘濾波與盲去卷積相結(jié)合恢復(fù)焊縫磁光圖像有明顯的恢復(fù)效果。由于圖5a中恢復(fù)后焊縫中心曲線與原始焊縫中心曲線較為接近，放大效果如圖5b所示。根據(jù)圖6可知，圖像恢復(fù)前后焊縫中心測量誤差曲線，恢復(fù)后最大偏差值為0.012 9，最小偏差值為-0.013 7，圖像質(zhì)量有很大提高，說明根據(jù)磁光成像的恢復(fù)算法檢測微間隙焊縫的精度很高。

4　結(jié)論

（1）針對退化的磁光圖像，用約束最小二乘濾波算法和盲去卷積相結(jié)合的方法恢復(fù)圖像，且不依賴先驗知識。圖像的GMG和LS值增大，圖像質(zhì)量有明顯提高。

圖5　圖像恢復(fù)前后的焊縫中心測量值與實際焊縫中心測量值

表3　磁光圖像恢復(fù)前后的焊縫位置測量偏差統(tǒng)計

（2）圖像恢復(fù)后，應(yīng)用閾值分割，中值濾波和圖像二值化，Canny算子提取邊緣，計算焊縫寬度，提取焊縫中心。得出恢復(fù)后的焊縫中心位置測量值更接近實際值，焊縫偏差值較小，提高了焊縫位置檢測的準(zhǔn)確性。

圖6　圖像恢復(fù)前后的焊縫中心誤差曲線

[1]甄任賀，高向東，李振石，等.激光焊接熔池質(zhì)心偏差旋轉(zhuǎn)變換的焊縫檢測方法[J].電焊機，2013，43（8）：53-56.

[2]Yu hua Cheng，Yi ming Deng，Li bing Bai，et al.Enhanced laser-basedmagneto-opticimagingsystemfornondestructive evaluationapplications[J].IEEETransctiononInstrumentaion and Measurement，2013，62（5）：1192-1198.

[3]高向東，向俊斌，Khalid M.Hafez，等.激光深熔焊熔池X光圖像恢復(fù)與特征分析[J].焊接學(xué)報，2013，34（2）：1-4.

[4]榮健，申金娥，丁學(xué)科，等.采用改進的退化模型恢復(fù)湍流降質(zhì)圖像[J].電子科技大學(xué)學(xué)報，2008，37（6）：891-950. [5]趙巨峰，馮華君，徐之海，等.基于模糊度和噪聲水平的圖像質(zhì)量評價方法[J].光電子·激光，2010，21（7）：1062-1066.

Magneto-optical image restoration algorithm for detecting micro-gap weld

TI Yuanyuan，GAO Xiangdong，CHEN Yuquan
（School of Electromechanical Engineering，Guangdong University of Technology，Guangzhou 510006，China）

In order to detect micro-gap weld which is difficult to distinguish by naked eyes，an image restoration algorithm based on magneto-optical（MO）imaging technique was researched.In the detection process，a MO sensor was used to capture the weld images which were usually degenerated and obscure due to the disturbance and noises from the light intensity change and magnetic field．This problem of weld MO degradation images should be solved before identifying and calculating the micro-gap weld position.Therefore，an image restoration algorithm was researched for the weld MO degradation images with constrained least squares filtering and blind deconvolution combination.Experimental results show that the proposed algorithm of image restoration can improve the quality of MO images effectively.After image restoration，the measurement of weld position was more accurate.

micro-gap weld；magneto-optical image；image degradation；image restoration

TG409

A

1001－2303（2016）02－0086-04

10.7512/j.issn.1001-2303.2016.02.19

2014-04-29；

2014-07-19

國國家自然科學(xué)基金資助項目（51175095）；廣東省自然科學(xué)基金資助項目（10251009001000001）；廣東省學(xué)科建設(shè)科技創(chuàng)新項目（2013KJCX0063）

題園園（1986—），女，山西人，在讀碩士，主要從事焊接智能控制和機器視覺的研究工作。