[发明专利]一种自动焊接焊缝轮廓提取的通用方法

说明书

本发明公开了一种自动焊接焊缝轮廓提取的通用方法，涉及焊接技术领域，包括以下步骤：采集焊接前不起弧的焊缝图像作为参考图像，利用参考图像自动确定Gabor滤波的滤波角度和感兴趣区域；采集焊接图像，对焊接图像进行自适应Gabor滤波获得多方向特征图，同时获取参考图像和方向特征图的感兴趣区域部分；利用尺度不变特征变换算法处理上述两个感兴趣区域部分，获得两个图像相似点的匹配位置；对多方向特征图感兴趣区域部分进行自适应局部阈值分割处理，获得二值图像，根据已获取的匹配位置的坐标和聚类结果提取焊缝轮廓。本发明对典型的对接和角接接头都有效，且能推广至其他接头轮廓焊缝的提取，利于焊接信息采集与处理系统的集成。

技术领域

本发明涉及焊接技术领域，具体涉及一种激光视觉传感下厚板典型对接和角接头GMAW自动焊接焊缝轮廓提取的通用方法。

背景技术

目前，机器人厚板GMAW自动化焊接中，激光视觉传感系统多被用来检测焊缝轮廓特征信息以引导焊枪完成焊缝跟踪，所以焊缝轮廓的在线有效提取是实现自动化焊接的前提。当前针对不同接头的厚板GMAW自动化焊接，众多研究提出了不同的焊缝轮廓提取方法。这些方法均是针对特定应用背景下的焊缝轮廓形貌而提出的，应用面不广。众所周知，开发一套有效算法实现对某种焊缝轮廓的在线提取需要相当的费用，且不利于推广。因此，通用的焊缝轮廓提取方法不但能节约焊接生产成本，而且利于自动化焊接技术的推广，具有现实意义。

发明内容

本发明针对上述问题，提供了一种自动焊接焊缝轮廓提取的通用方法。

本发明采用的技术方案是：一种自动焊接焊缝轮廓提取的通用方法，包括以下步骤：

采集焊接前不起弧的焊缝图像作为参考图像，利用参考图像自动确定Gabor滤波的滤波角度和感兴趣区域；采集焊接图像，对焊接图像进行自适应Gabor滤波获得多方向特征图，同时获取参考图像和方向特征图的感兴趣区域部分；利用尺度不变特征变换算法处理两个感兴趣区域部分，获得两个图像相似点的匹配位置；对多方向特征图感兴趣区域部分进行自适应局部阈值分割处理，获得二值图像，对二值图像中的灰度值为255的数据点进行最近邻聚类，根据已获取的匹配位置的坐标和聚类结果提取焊缝轮廓。

进一步地，所述利用参考图像自动确定Gabor滤波的滤波角度和感兴趣区域包括如下步骤：

S11，焊枪处于起始焊接位置，激光视觉传感器处于工作状态，不起弧采集一幅没有弧光但有激光条纹的焊缝图像作为本次焊缝轮廓提取的参考图像；

S12，对所述参考图像进行自适应局部阈值分割处理，获取二值的带状焊缝轮廓；

S13，以所述带状焊缝轮廓的中心线为参考，上下各确定80像素的边界，作为感兴趣区域的上下边界；感兴趣区域的左右边界即为参考中心线的左右边界；

S14，求取所述中心线所在的数据的斜率：

（1）

其中表示数据的脚标，表示脚标周围相邻的数据点，表示所述激光条纹数据点所在行的坐标，表示所述激光条纹数据点所在列的坐标；

S15，分别采用公式（2）和（3）获取单调递增、递减斜率的区间：

（2）

（3）

其中t表示斜率的角标；

S16，采用如下方法获取斜率单调区间的长度：所述各斜率单调区间的最后一个斜率的脚标减去第一斜率的脚标；

S17，计算所有斜率单调区间的平均长度，获取斜率单调区间长度大于平均长度的部分；

S18，对所述斜率单调区间的长度大于平均长度的数值进行大津阈值分割法进行分割，获得一个阈值，凡长度数值大于所述阈值的区间表示该处有焊缝轮廓的特征点，将该区间的中点对应于图像中的位置作为特征点的位置；