一種應(yīng)用于焊接監(jiān)控系統(tǒng)的多曝光圖像融合

郭珍珍，盧振洋，劉 嘉，陳 雨

（北京工業(yè)大學(xué)機械工程與應(yīng)用電子技術(shù)學(xué)院，北京100124）

一種應(yīng)用于焊接監(jiān)控系統(tǒng)的多曝光圖像融合

郭珍珍，盧振洋，劉 嘉，陳 雨

（北京工業(yè)大學(xué)機械工程與應(yīng)用電子技術(shù)學(xué)院，北京100124）

在明弧焊接中，由于弧光的強烈干擾，焊接現(xiàn)場動態(tài)范圍很大，傳統(tǒng)的監(jiān)控系統(tǒng)難以實現(xiàn)超大動態(tài)范圍的監(jiān)控。提出一種基于圖像閾值分割的多曝光圖像融合算法，對多曝光圖像進行融合處理，獲得了電弧區(qū)域和焊接背景都清晰的融合圖像。實驗結(jié)果表明，該算法能夠很好的保留源圖像的有用信息，是一種有效的圖像融合算法,符合焊接監(jiān)控系統(tǒng)要求。

焊接監(jiān)控；多曝光圖像；圖像融合；閾值分割

0 前言

焊接監(jiān)控是保證焊接質(zhì)量的重要手段。由于焊接過程中存在著強烈的電弧干擾，電弧區(qū)域和焊接背景區(qū)域的明暗反差很大，動態(tài)范圍超過了120 dB，而傳統(tǒng)相機一次曝光只能獲取約60 dB的動態(tài)范圍，因此無論怎樣調(diào)節(jié)曝光參數(shù)都會出現(xiàn)過曝光或欠曝光的現(xiàn)象，造成圖像細節(jié)丟失。

為了獲得細節(jié)豐富的焊接過程圖像，國內(nèi)外學(xué)者從兩個方面來提高圖像的質(zhì)量：①減小焊接環(huán)境的動態(tài)范圍。如使用激光照射[1]、窄帶濾波以及在基值電流過程中采集圖形[2-4]等方法。激光照射法價格昂貴且設(shè)備復(fù)雜，一般只適用于實驗室環(huán)境。窄帶濾波法會過濾掉色彩的信息，由于不同類型的焊接現(xiàn)場光譜分布不同，因此在挑選濾波片時比較復(fù)雜。基值電流采圖法只能在變化電流的焊接中獲得好的效果。②提高相機的動態(tài)范圍。如選用高動態(tài)相機[5]、使用多曝光圖像融合[6]。高動態(tài)相機價格較貴，現(xiàn)階段無法廣泛應(yīng)用。多曝光圖像融合主要有兩種方法：色調(diào)映射的方法、通過不同策略對多曝光圖像進行融合[7-8]。兩種方法的共同點都是采用同一場景曝光量不同圖像作為數(shù)據(jù)輸入源。色調(diào)映射算法復(fù)雜度高，容易出現(xiàn)光暈現(xiàn)象，擴大噪聲。借助于融合策略生成HDR圖像的方法，其算法較為簡單，主要是通過一些融合算子如金字塔、高斯函數(shù)等，融合效果主要取決于融合策略。相對于色調(diào)映射法，該方法成像自然，對源圖像的保真程度比較高，因此應(yīng)用廣泛。但是該方法大多都是基于像素灰度值的計算，得到的融合圖像在一定程度上模糊了源圖像的有用信息，且處理時間比較長，無法滿足實時性的要求。針對焊接過程圖像中焊接電弧、熔池、焊縫以及周邊環(huán)境信息非常集中的特點，本研究提出了一種基于新策略的融合方法——基于圖像閾值分割的多曝光圖像融合算法。實驗結(jié)果表明，該算法保留了多幅源圖像的有用信息，有較好的融合效果，且融合速度快，滿足焊接監(jiān)控的要求。

1 基于閾值分割的圖像融合方法

圖像閾值分割是一種廣泛應(yīng)用的分割技術(shù)，利用圖像中要提取的目標(biāo)區(qū)域與其背景在灰度特性上的差異，把圖像看作具有不同灰度級的兩類區(qū)域的組合，選取一個比較合理的閾值，以確定圖像中每個像素點應(yīng)該屬于目標(biāo)區(qū)域還是背景區(qū)域[9]。

由于焊接現(xiàn)場監(jiān)控的信息（焊接電弧、熔池、焊縫、焊接周邊環(huán)境）集中，能夠獲取較為精準(zhǔn)的分割目標(biāo)圖像和背景圖像的閾值，基于這種特殊性，本研究提出一種基于閾值分割的圖像融合算法，融合過程如圖1所示。

圖1 融合算法流程

具體流程如下：

（1）分別計算兩幅待融合圖像的閾值。計算閾值的方法是迭代法，迭代法是基于逼近的思想，迭代閾值的獲取步驟可歸納如下[9]：

a.選取一個初始閾值T，通常選擇整幅圖像的平均灰度值作為初始閾值。j為迭代次數(shù)，初始時j=0。

b.用T分割圖像，將圖像分為兩個區(qū)域G1和G2。

c.分別計算區(qū)域G1和G2中像素的平均灰度值m1和m2。

d.計算一個新的閾值

e.令j=j+1，重復(fù)步驟2到步驟4，直到T（j+1）-T（j）＜0.5。

（2）根據(jù)計算所得的閾值對兩幅圖像進行分割，得到目標(biāo)圖像和背景圖像。

對源圖像進行閾值分割是本研究的重點。假設(shè)圖像A、B是來自于焊接現(xiàn)場同一時刻兩張曝光量不同的照片，圖像A是曝光量小時獲得的圖像，圖像B是曝光量大時獲得的圖像。A（x，y）、B（x，y）分別表示圖像A、B在坐標(biāo)（x，y）處的像素值。對于圖像A，目標(biāo)圖像為焊接電弧，用A1（x，y）來表示；背景圖像為焊接熔池、焊縫及周邊環(huán)境，用A2（x，y）來表示。對于圖像B，目標(biāo)圖像為焊接熔池、焊縫及周邊環(huán)境，用B1（x，y）來表示；背景圖像為焊接電弧，用B2（x，y）來表示。假設(shè)式（1）計算出圖像A、B閾值分別為T1、T2，對圖像進行分割如下

（3）根據(jù)目標(biāo)圖像和背景圖像分別得到兩幅源圖像的光暈部分。

當(dāng)曝光量較大時，由于電弧屬于強光源，會導(dǎo)致采集到圖像中的電弧大于實際電弧，即出現(xiàn)光暈。為滿足融合圖像的真實性，需要分別計算出源圖像A、B的光暈部分，分別用A3（x，y）和B3（x，y）表示

（4）用加權(quán)平均融合算法對所得到的光暈圖像進行融合。

假設(shè)得到的光暈融合圖像為C，用C（x，y）來表示

（5）用圖像累加法對目標(biāo)圖像和光暈融合圖像

進行融合，得到最終的融合圖像。

假設(shè)得到的最終融合圖像為F，用F（x，y）表示

2 實驗結(jié)果及分析

為了驗證算法的性能，利用Matlab 15.0平臺對兩幅源圖像A、B進行融合實驗。圖2和圖3分別為焊接現(xiàn)場采集的兩幅圖像，焊接方法為TIG焊接。圖2為曝光值較小的圖像，在圖2中可以清楚地看到焊接電弧的形態(tài)。圖3為曝光量較大的圖像，在圖3中可以清楚的看到焊槍和焊接板材即焊接背景。為了驗證算法的有效性，選取當(dāng)前兩種經(jīng)典的多曝光圖像融合算法——加權(quán)平均和小波變換進行對比實驗。圖4為加權(quán)平均融合的結(jié)果，圖5為小波分解后低頻取平均，高頻絕對值選大的融合結(jié)果，圖6為本研究算法的結(jié)果。

圖2 曝光量小圖像

圖3 曝光量大圖像

圖4 加權(quán)平均融合圖像

圖5 小波分解融合圖像

圖6 本研究算法融合圖像

分別從定性分析和定量分析兩個方面對本研究算法和加權(quán)平均及小波變換融合結(jié)果進行比較。從定性分析上看，加權(quán)平均融合和小波分解融合算法的結(jié)果相比源圖像信息更加豐富，圖像也更加清晰，但都在一定程度上模糊了源圖像中清晰的部分。相對于經(jīng)典算法，本研究算法融合效果明顯改善，保留了源圖像中清晰的部分，提高了整幅圖像的清晰度。

從定量分析上看，以均方差和信息熵[10]作為評價指標(biāo)，對實驗結(jié)果進行評價。均方差和信息熵分別表示為

式中μ為圖像像素灰度值的平均值；I（x，y）為圖像在點（x，y）處的像素灰度值；M×N為圖像大小；Pi

為圖像像素灰度值等于i時，該像素在本圖像中出現(xiàn)的頻率；N為灰度等級，取N=256。均方差表示了灰度變化的大小，均方差越大，灰度變化就越多，圖像就越清晰；信息熵描述一副圖像所含信息量的大小，信息熵越大，圖像越清晰。三種融合算法評判結(jié)果值以及融合所需時間如表1所示。

表1 融合效果客觀評價指標(biāo)

從評判結(jié)果數(shù)值上可以看出，本研究提出的基于閾值分割的圖像融合算法，其融合圖像的均方差和信息高于加權(quán)平均融合算法、小波分解算法，說明本研究算法的融合結(jié)果圖像更清晰，包含的信息量更大，是一種有效的圖像融合算法。從融合所需時間來看，本研究算法所用時間小于經(jīng)典融合算法，更能滿足實時監(jiān)控的目的。

3 結(jié)論

根據(jù)焊接現(xiàn)場的特殊性和焊接監(jiān)控的需求，提出了一種基于閾值分割的圖像融合算法，該算法把源圖像中有用信息部分直接用作最終融合圖像的一部分，并利用加權(quán)平均方法對光暈部分進行融合，提高了圖像的動態(tài)范圍又保留了圖像最真實的信息，并且也符合人眼觀看需求。仿真結(jié)果表明，相對于經(jīng)典的融合算法，該算法既增大了圖像的動態(tài)范圍，又真實保留了源圖像的有用信息部分，且整體效果較自然，融合速度較快，更能滿足焊接監(jiān)控實

時性的要求。

[1]Agapakis JE，Bolstad JO.Vision sensing and processing system for monitoring and control of welding and other high-luminosity processes[J].Optics，Illumination，and Image Sensing for Ma-chine Vision，1991（32）：32-38.

[2]楊嘉佳，王克鴻，吳統(tǒng)立，等.鋁合金雙絲脈沖MIG焊雙向熔池同步視覺傳感及圖像處理[J].機械工程學(xué)報，2014（12）：44-50.

[3]Wang J J，Lin T，Chen S B.Obtaining weld pool vision information during aluminum alloy TIG welding[J].International Journal of Advanced Manufacturing Technology，2005，26（3）：219-227.

[4]王建軍，林濤，陳善本，等.鋁合金交流鎢極氬弧焊熔池圖像傳感方法[J].上海交通大學(xué)學(xué)報，2002（1）：5-8.

[5]Li Mengxing，Sun Dawei，Cai Yan，et al.Research on image acquisition system of weld pool based on linlog technolog[J].Welding&Joining，2012（1）：53-57+72.

[6]Mann S，Picard R W.On being‘undigital’with digital cameras：extending dynamic range by combining differently exposed pictures[C].Proceedings of IS&T，1995：442-448.

[7]Zhang J，Kamata S.Adaptive Local Contrast Enhancement for the Visualization of High Dynamic Range Images[R]. United states 19th International Conference on Pattern Recognition，2008.

[8]Pardo A，Sapiro G.Visualization of high dynamic range images[J].IEEE Transactions on Image Processing，2003，12（6）：639-647.

[9]Rafael C，Gonzalez，Richard E，et al.數(shù)字圖像處理（Matlab版）（第二版）[M].阮秋琦譯.北京：電子工業(yè)出版社，2014：202-243.

[10]胡良梅，高雋，何柯峰.圖像融合質(zhì)量評價方法的研究[J].電子學(xué)報，2004（S1）：218-221.

A multiple exposure images fusion used in welding control system

GUO Zhenzhen，LU Zhenyang，LIU Jia，CHEN Yu
（College of Mechanical Engineering and Applied Electronics Technology，Beijing University of Technology，Beijing 100124，China）

In the bright arc welding，owing to the strong interference of arc，welding field dynamic range is very large，the traditional monitoring system is difficult to achieve the goal of large dynamic range monitoring.This paper proposes a multiple exposure image fusion based on threshold image segmentation.Through the multiple exposure image fusion，can obtain the final image which the arc zone and weld background are all clear.Experimental results show that the algorithm can preserve the useful information from multiple source images，and it is an effective image fusion algorithm，and it can be used in welding monitor system.

welding monitoring；multiple exposure images；images fusion；threshold segmentation

TG409

A

1001-2303（2016）10-0069-04

10.7512/j.issn.1001-2303.2016.10.14

獻

郭珍珍，盧振洋，劉嘉，等.一種應(yīng)用于焊接監(jiān)控系統(tǒng)的多曝光圖像融合[J].電焊機，2016，46（10）：69-72.

2016-03-07；

2016-08-18

郭珍珍（1989—），女，河南三門峽人，在讀碩士，主要從事FPGA控制及圖像融合算法的研究。