微縫隙焊接中的圖像處理技術探究

數字圖像處理的主要應用領域

現如今，在農業、醫療、航空航天等方面，都存在數字圖像處理技術的應用。它在國計民生和國民經濟中發揮了越來越大的作用，并取得了良好的經濟效益和社會效益。具體有這些方面的應用，如圖1所示。

航天和航空技術方面

對于航天和航空領域，在圖像的采集、處理，以及之后的分析過程中，都需要用到數字圖像處理的方法。

生物醫學工程方面

在醫學領域，比如臨床診斷，通過照片圖像處理來分析病人的病理，都需要安全方便、對人體沒有傷害且直觀的圖像處理技術的應用。

通信工程方面

將文字、聲音、數據和圖像融合的多媒體是現如今通信的發展方向。換句話講，也就是把電視電話計算機三者融合起來在通信網上以數字信號的方式傳輸。其中以圖像通信最為復雜和困難，因為圖像處理的數據量十分巨大，在一定程度上說，壓縮編碼是這些技術成敗之關鍵。壓縮編碼有許多種編碼方法，在這里不詳細說明。

機器視覺

現在，機器視覺的應用很廣泛，應用場景有偵查危險環境和用于軍事的自主機器人，還有用于家庭和醫院的智能機器人。另外，它還能在生產線實現工件的識別定位，它作為機器人重要的視覺器官，實現了實際場景中景物的識別的功能。

如圖2所示，焊接領域的圖像處理主要有這幾個應用方面。

縫隙圖像處理的研究現狀

如今，焊接過程中的圖像處理受到了廣泛的關注，國內很多學者都對圖像處理做出了積極的研究。何景山博士對脈沖TIG焊方面的彩色圖形法進行了較深入的研究。他先創建了一套與之相適應的傳感系統，接著，可以通過對脈寬和脈沖峰值的控制，從而達到對焊接的熔透和熔深的控制。Tsinghua University的陳強等人通過CCD攝像機獲取焊接區域的實時坡口圖像，然后用計算機進行圖像處理和分析，從視覺圖像信號中獲取焊縫的弧長和偏差信息，進而建立了比較精密的脈沖TIG焊接系統。通過選擇合理的拍攝時間和合適波長的濾光片，系統能夠獲得比較清晰的縫隙圖像。在圖像中可以同時反映出焊道、鎢極、電弧以及熔池等的信息。在圖像處理以后，對這三者的相對位置進行數學運算，能夠分別得到縫隙中心與熔池中心的弧長信息和偏差。這個系統成功用于液體火箭發動機尾的零件的焊接，而且取得了比較顯著的效果。圖3為焊道的圖像。

國外的以圖像傳感為基礎的焊縫隙跟蹤技術發展得比較快，目前，英國、瑞典、美國和加拿大已經有了相關方面的商業化產品。中國的相關領域同樣取得了一些令人欣喜的成果，但是，能夠真正投入實際生產且具備自主知識產權的相關成果還比較少。所以，價格低廉、性能可靠、具有自主知識產權的圖像處理系統是它的發展方向。

縫隙圖像處理的主要內容

數字圖像處理的基本理論和技術涉及數學、物理、信號處理理論、控制科學、模式識別、生物醫學、心理學、計算機科學等眾多學科，是一個具備交叉性和開放性的研究領域。圖像處理和分析所涉及的知識種類繁多、方法多樣，從基本的研究內容和方法上可以分為以下幾個方面：

圖像數字化

圖像數字化是指將非數字形式的圖像信號通過數字化設備轉換為數字圖像（包括采樣和量化），以方便輸入計算機進行處理。

圖像變換

圖像變換包括時域變換和頻域變換。始于空間的圖像變換也稱為圖像的幾何變換，如傅里葉變換、沃爾什-哈達變換、離散余弦變換、小波變換等，將圖像從時域空間變換到頻域空間，并應用頻域處理方法對圖像進行處理，然后再反變換到時域空間。由于頻域空間能量集中，因此頻域變換在圖像壓縮編碼方面有著非常重要的應用。

圖像增強

圖像增強是一種提高圖像清晰度的方法，它能夠削弱圖像中的干擾信息，從而達到增強有用信息的目的。突出圖像中感興趣的部分，一方面能夠改善視覺效果，另一方面方便進一步的分析處理。圖像增強主要包括平滑、銳化、同態濾波、灰度變換等。

圖像增強是一種用來改善圖像視感質量的一般意義上的圖像改善技術。當需要突出圖像上的某些重要特征的時候，可以使用它，并且以此為基礎，使人和計算機能更方便地進一步進行圖像處理。這樣也叫做增強特定區域的可檢測性，使圖像達到一種相應的藝術效果，比如說增強電視節目片頭片尾處的顏色，進行輪廓的變換等。

圖像壓縮編碼

未壓縮的數字圖像數據量大，存在一定的數據冗余，不利于圖像的傳輸、處理和存儲，因此必須對數字化后的圖像數據進行壓縮編碼，以減少描述圖像是數據量。根據信息的保存情況可以將圖像壓縮分為無損壓縮和有損壓縮，在圖像的處理中可以根據需要有選擇地進行。

圖像分割

圖像分割，作為數字圖像處理最重要的技術之一，它的實質就是把圖像分割成多個不同的區域。在對圖像進行完各種處理之后，最終將對圖像中的目標進行分析和處理，因此如何有效地分割出圖像中的目標將決定圖像工程應用的最終效果。所謂圖像分割，目的是通過把圖像分成一些小的區域，比如圖像的邊緣等，來達到提取出想要的特征的目的。在處理圖像的過程中，一般都會用到圖像分割技術。在醫學領域，常用到它來識別圖像中的病變組織和器官。

以人眼為中心的視覺系統讓人可以很容易地識別場景中的每個物體，并將目標物體和場景分離。但對計算機來說，這是一個難題。現目前，除了少部分地方，如指紋識別等可以實現圖像分割的全自動化，其他的圖像分割都需要人的參與，以提供必要的信息。由于圖像分割在很多領域都占據重要地位，我們對于將各種圖像分割方法結合起來從而得到更為有優勢的方法的研究也越來越重視。

圖像重建

我們知道，圖像復原的初始輸入是一個圖像，最終輸出同樣是圖像，圖像增強相同，但是圖像重建不一樣，它輸出的是數據信息，經過一系列的處理以后得到的是圖像信息。CT就是圖像重建處理的典型應用實例。現在，人們使用通過把這種技術和計算機領域的圖形學放在一起，結合使用渲染、光照等技術，能夠實現二維轉三維的目的，最終輸出高質量圖像。

參考文獻：

[1]張國云.數字圖像處理及工程應用[M].西安：西安電子科技大學出版社，2016.

[2]王平.基于激光結構光視覺傳感的焊縫圖像處理[D].上海交通大學，2010.

[3]盧文峰，黃小龍.圖像工程技術綜述[J].通信電源技術，2017，34（06）：132-133.

[4]靳陽陽，韓現偉，周書寧，等.圖像增強算法綜述[J].計算機系統應用，2021，30（06）：18-27.

作者簡介：張力行（1997—），四川綿陽人，碩士在讀，現就讀于西安交通大學機械工程學院。