[发明专利]基于局部图像纹理特征匹配的焊缝自动识别视觉方法

说明书

技术领域

本发明涉及一种基于局部图像纹理特征匹配的焊缝自动识别视觉方法，可广泛应用于待焊区检测和焊缝自动跟踪等焊接自动化、智能化方面，属于先进制造与自动化领域。

背景技术

焊缝识别和焊缝自动跟踪在焊接自动化、智能化发展中具有重要地位。而常用并且比较实用的是通过视觉来实现，主要包括两种方法：主动视觉和被动视觉。主动视觉采用激光扫描、结构光等主动发光装置在焊缝坡口上形成一条包含坡口形状信息的光亮条纹，该方法系统较复杂、成本较高。被动视觉是依靠自然光或弧光条件下，取得包含焊缝的图像，通过图像处理，获得焊缝的边缘，这种方法常常需要焊缝图像具有明显的灰度突变特征。

对于厚板焊接，常常采用多层焊、多道焊方法，焊接时首先在坡口中进行打底焊，然后采用填充焊填充坡口，在填充焊时根据需要可采用多道焊，最后再进行盖面焊。打底焊后，随着焊接过程的进行，焊缝坡口的特征越来越不明显，即不利于结构光视觉方法和一般的被动视觉方法：坡口的三维结构特征不明显，使得结构光在坡口上不能形成具有明显转折光亮条纹，从而不易确定焊缝中心，并极易受焊缝旁边飞溅、油污等影响；焊缝图像上焊缝边缘没有明显的灰度梯度，不能通过简单的图像处理方法(如边缘提取、灰度阈值分割)来实现确定焊缝边缘。

而由于焊缝图像沿焊接方向具有一定的相似性，因此可以采用模板匹配的方法来实现焊缝的跟踪，即在焊缝初始位置选定一个已知焊缝中心位置的模板图像，用这个模板图像在后续的焊缝图像上进行相关匹配，从而获得后续焊缝图像上的焊缝中心位置。且由于焊缝图像常常没有明显的灰度突变特征，故直接采用灰度图像或二值化图像匹配的效果不好，往往要先对焊缝图像进行一定的处理，获得一个焊缝区域和母材区域差异明显的特征，再进行匹配。文献[黄军芬，殷树言，蒋力培.管道多层自动焊焊缝记忆跟踪系统研究.电焊机.2005，35(1)：45-47]采用小波变换对模板图像和后续焊缝图像进行处理并进行二值化，再进行匹配，从而获得多层焊的焊缝中心。但对图像进行小波变换较复杂，且采用了一个包含整个焊缝的模板图像，使得该方法只能适应等宽度的焊缝，同时必须确保摄像机与焊缝的距离保持不变，导致适用性较差。

发明内容

本发明的目的在于克服现有技术不足，提出了基于局部图像纹理特征匹配的焊缝自动识别视觉方法，以便实现待焊区检测(如多层焊的焊缝识别)问题。

为了实现这一目的，本发明的技术方案中，首先使用摄像机拍摄焊缝区域图像，拍摄时使该图像包含焊缝的边缘区域，然后在焊缝起始位置的图像中分别提取出包含焊缝左右边缘在内的模板，并且在后续焊缝图像中根据已知焊缝边缘位置自动给出包含两个焊缝边缘在内、且比模板宽的左右边缘区域，之后同时对模板图像和边缘区域图像进行相同的纹理特征分析，提取纹理特征，再用得到的纹理特征模板和边缘区域纹理特征矩阵进行相关匹配，从而在焊缝边缘区域内确定焊缝边缘位置。

本发明的基于局部图像纹理特征匹配的焊缝识别方法主要包括以下几个步骤。

1、图像获取。使用摄像机拍摄焊缝区域图像，拍摄时使该图像包括焊缝的边缘区域。

2、模板图像提取。在焊缝起始位置图像中分别提取出包含焊缝左右边缘在内的图像区域作为模板图像，模板图像中的焊缝位置尽可能处于居中(焊缝横向)位置，见图2中左模板图像21和右模板图像23。

3、模板图像纹理特征分析。对两个模板图像进行相同的纹理特征分析，计算纹理特征值，形成两个纹理特征模板，如图4所示，包括左纹理特征模板41和右纹理特征模板42；在对模板进行子图像划分时，为了提高焊缝识别的位置准确性，可以使子图像具有一定的位置重叠，如图3中左模板图像上的子图像划分，子图像31和子图像32之间有一个重叠区域33。但也可以不重叠，子图像具有一定的位置重叠只是优化方案。

纹理特征值采用基于共生矩阵的纹理特征描述符[章毓晋编著，图像工程(中册)——图像分析.第2版，北京：清华大学出版社，2005.10]，常用的描述符有能量(二阶矩)W_M、对比度W_C、熵W_E、逆差矩W_H等，如式(1)～(4)所示。