[发明专利]一种基于变步长曲率滤波的焊缝特征点求取方法

说明书

本发明提供一种基于变步长曲率滤波的焊缝特征点求取方法，包括采集焊缝图像；对采集的焊缝图像进行膨胀和腐蚀操作，并将膨胀和腐蚀后的二值图像转化为灰度图像；构造曲率求取模型，并利用构建出的曲率求取模型来对灰度图像进行边缘提取；对提取的灰度图像的边缘进行骨架提取，获得激光条纹线图像；在激光条纹线图像上，采用变步长搜索查找到焊缝的近特征点，并依据近特征点求取出焊缝特征点的坐标。本发明方法通过结合图形学和立体几何的方法，从图像的曲率入手，优化获取激光条纹线的轮廓信息，并采用变步长搜索法来寻找焊缝的近特征点，可实现精确获取焊缝的位置。

技术领域

本发明涉及一种焊缝特征点求取方法，特别涉及一种基于变步长曲率滤波的焊缝特征点求取方法。

背景技术

目前，针对焊缝特征点的求取方法主要是采用基于激光条纹在焊缝处形成V型槽的图像，并根据V型槽的图像进行特征点求取。但是，现有技术对如何在V型槽的图像中高精度寻找焊缝点的位置存在较大的难度。目前常规的方法大多是采用直线拟合的方法，将交叉点作为最终的角点，而这样求取的角点存在较大的误差，并且会影响后续机器人焊接过程中路径的规划问题。

发明内容

本发明要解决的技术问题，在于提供一种基于变步长曲率滤波的焊缝特征点求取方法，通过该方法可实现精确获取焊缝的位置。

本发明是这样实现的：一种基于变步长曲率滤波的焊缝特征点求取方法，所述方法包括如下步骤：

步骤S1、使用拍摄设备采集焊缝图像；

步骤S2、对采集的焊缝图像进行膨胀和腐蚀操作，并将膨胀和腐蚀后的二值图像转化为灰度图像；

步骤S3、构造曲率求取模型，并利用构建出的曲率求取模型来对灰度图像进行边缘提取；

步骤S4、对提取的灰度图像的边缘进行骨架提取，获得激光条纹线图像；

步骤S5、在激光条纹线图像上，采用变步长搜索查找到焊缝的近特征点，并依据近特征点求取出焊缝特征点的坐标。

进一步地，在所述步骤S2中，在对采集的焊缝图像进行膨胀和腐蚀操作时，将结构元素设置为3×3的圆盘形结构元素。

进一步地，在所述步骤S2中，所述将膨胀和腐蚀后的二值图像转化为灰度图像具体为：

先将采集的焊缝图像转换为灰度原图，再将灰度原图乘以二值图像得到灰度图像。

进一步地，在所述步骤S3中，所述构造曲率求取模型具体包括如下步骤：

步骤A1、利用二维曲面的表达式来求取灰度图像的连续曲面，其中，二维曲面的表达式如下：

步骤A2、对灰度图像的连续曲面进行求导，获得连续的平均曲率H：

步骤A3、对于连续的平均曲率H，采用离散化的方式来求取离散的平均曲率H：

步骤A4、采用曲线拟合来替代离散的平均曲率H的求取，并通过曲线拟合来构造出曲率求取模型：

进一步地，所述步骤S4具体为：

对提取的灰度图像的边缘进行骨架提取，获取激光条纹线，在骨架提取的过程中，对于未连接的激光条纹线，则采用填充的方式进行连接；在骨架提取完成后，即获得激光条纹线图像。

进一步地，在所述步骤S5中，所述采用变步长搜索查找到焊缝的近特征点具体包括初选步骤和细选步骤；

所述初选步骤具体为：