[发明专利]一种基于机器视觉的焊缝识别装置

说明书

技术领域

本发明创造属于机器视觉技术领域,尤其是涉及一种焊缝识别装置。

背景技术

不断进步的社会，要求我们不停地改善焊接工人的工作环境、提高产品焊接质量、提高生产效率。为了一劳永逸地解决以上问题工业焊接机器人渐渐的被用来代替工人来进行工作。

不过，现阶段工业焊接机器人的自动化水平还比较低，基本还停留在示教再现水平，针对不同的工件要进行反复的重复示教，这不仅降低了作业效率、增加了劳动力消耗，而且增加了生产成本、延长了生产周期。

另一方面，焊接过程中飞溅干扰、工件热变形、装配条件以及其他不确定性因素干扰的存在，使得目前在实际生产中使用的示教在线型焊接机器人一般无法满足焊接生产质量及多样性的要求。

智能型焊接机器人就要求一种跟踪精度高、抗干扰能力强、适用广泛的焊缝定位装置。

发明内容

本发明提供了一种跟踪精度高、抗干扰能力强、适用广泛的焊缝定位装置。

本发明需要保护的技术方案，表征为：

一种具有焊缝识别功能的工业相机，其特征在于：该装置包括相连接的红外线滤光系统、相机系统；

所述的红外线滤光系统包括环形红外线发射装置、红外线滤光片，置于金属工件与相机系统之前，

所述相机系统为工业相机，包括前端的相机镜头、集成相机内部的嵌入式计算机，所述嵌入式计算机包括机器视觉算法模块，

所述相机镜头周围设置有环形红外线发射装置并且相机镜头前设置有红外线滤光片，红外线发射器发射红外线被金属工件反射后经过红外滤光片滤光后进入工业相机；所述嵌入式计算机应用机器视觉算法模块实时处理相机镜头采集到的图像，分割出图像中的焊缝；嵌入式计算机输出二值图像，图像中白色区域表示探测到的焊缝，黑色区域表示工件非焊缝区域。

所述机器视觉算法模块，其图像处理的过程分为图像二值化、图像分割两个步骤，

所述步骤图像二值化使用最大类间方差法：

最大类间方差法确定出能把图像分成焊缝和背景的阈值，并使背景类和焊缝类间方差达到最大，

定义灰度级为L的图像I，定义函数I(x,y)为图像在坐标为(x,y)的点处的灰度，定义函数n(x)为灰度值为x的点在图像I中出现的次数，定义函数P(l)为灰度级l在图像中出现的概率。显然P(l)的计算方法如公式所示：

假设用阈值t把图像中的像素分为AB两类，

像素点属于A类的概率：

式中函数w(t)是随机变量t的概率分布函数

像素点属于B类的概率：

式中函数w(t)是随机变量t的概率分布函数

A类像素点的均值：

B类像素点的均值：

A类的类内方差：

B类的类内方差：

总体的均值：

μ＝p_a×μ_a+p_b×μ_b

A类和B类的类间方差：

σ＝p_a×(μ_a-μ)²+p_b×(μ_b-μ)²；

所述步骤图像分割使用水平集方法，具体是采用先验形状的二相水平集分割方法来分割焊缝：

给出基于区域的水平集模型的能量函数扩展为ε(φ,c,b)为平滑项，vL(φ)为长度约束项，μR_p(φ)为距离正则项，为形状约束项，代表曲线上所有点的曲率之和其中，P_k(x)表示点x处的曲率，H(φ)是一个阶跃函数,过滤掉φ>0和φ<0的情况，只剩下φ＝0的情形，从而第四项得到的是零水平集轮廓上所有点的曲率和；由于直线上任意一点曲率为0，且在所有边缘轮廓中是最小的，将焊缝轮廓的曲率和作为一个约束项加入到能量方程中，使得最后得到的焊缝逼近于一条直线。；

用一个近似的连续函数来替代:求导得到其中，起到区域内的平滑作用；最后用梯度下降法求得φ＝0的点，即焊缝的轮廓。

所述相机系统包括机箱,所述机箱中又包括摄像头本体、嵌入式计算机、电源适配器；所述机箱外壳上设有摄像头本体前端的红外滤光片和红外线发射器；所述摄像头本体和红外发射器依次连接到嵌入式计算机，所述嵌入式计算机一方面控制着摄像头和红外发射器，另一方面负责识别图像中的焊缝。