[发明专利]一种复杂场景下不显著焊缝识别方法

说明书

本发明公开了一种复杂场景下不显著焊缝识别方法，属于机器视觉自动检测与控制领域。依据图像铜管区域的灰度特性、色调特性和饱和度特性对铜管区域分别进行提取；融合上述提取结果实现图像铜管区域较准确的提取。结合二值图像形态学运算与逻辑运算，在铜管区域中提取候选焊缝区域。去除面积过大或过小的焊缝候选区域，实现复杂场景下铜管套管焊缝的准确识别。本发明可在复杂背景下准确识别外观不够显著的铜管套管焊缝，还可推广应用于其他复杂场景下的不显著目标识别场合。

技术领域

本发明涉及机器视觉自动检测与控制领域，特别是一种复杂场景下不显著焊缝识别方法。

背景技术

焊接作为制造领域的一种重要工艺，被广泛的应用于工业生产。传统的手工焊接方式存在工作环境恶劣、劳动强度大、焊接质量不容易控制等缺点，亟待发展焊接自动化技术。

国内外科技人员已在焊接自动化和焊接机器人相关领域进行了大量的研究。较早期的“示教-再现”和“离线编程”自动焊接技术对于焊接环境的一致性要求严格，对工件变形，焊缝位置和尺寸变化不具有适应性。实现对焊缝的自动定位与跟踪是提升焊接自动化技术适应性和智能化水平的关键。

视觉检测技术具有获取的信息量大、非接触、灵活性强、集成性高等显著特点和优势，已逐渐成为焊缝的自动定位与跟踪领域最具活力、最为流行的一种技术。英国的Meta公司研发的Meta Torch500视觉传感器基于面结构光测量原理，可实现焊缝的三维视觉跟踪，具有一定的抗干扰能力；加拿大的Servo-robot公司将激光和CCD传感器相结合，针对多个不同应用场合研制了多种商品级的机器人焊接传感器；吉林大学赵继等设计了一种基于双目视觉的焊缝自动跟踪系统；上海交通大学姚瞬等研制了一种利用环形激光的焊缝跟踪系统。

上述工作均在一定程度上提升了焊缝自动定位与跟踪技术水平。但是，现有技术只有在焊缝的形状和位置比较固定、焊缝较容易识别的应用场合才能取得较好的效果，而对于外观不够显著、形状不够规则、位置不确定性强、背景复杂的焊缝 (如冰箱压缩机铜管套接焊缝)，现有技术则难以稳定准确的实现焊缝自动定位与跟踪。其中的关键问题在于现有研究对复杂背景下不显著焊缝的准确识别问题关注不多，现有图像处理技术无法实现这类焊缝的准确识别。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种复杂场景下不显著焊缝识别方法，实现复杂背景下外观不够显著的铜管套管焊缝的准确识别，实现铜管套管焊缝的自动定位与跟踪。

为解决上述技术问题，本发明所采用的技术方案是：一种复杂场景下不显著焊缝识别方法，包括以下步骤：

1)图像铜管区域提取：将待识别RGB彩色图像分别转换为灰度图像和HSV彩色图像；依据图像铜管区域的灰度特性、色调(HSV彩色图像的H)特性和饱和度 (HSV彩色图像的S分量)特性对铜管区域分别进行提取；融合上述提取结果实现图像铜管区域较准确的提取。

2)焊缝候选区域提取：结合二值图像形态学运算与逻辑运算，在图像铜管区域中提取候选焊缝区域。

3)伪焊缝区域抑制：去除面积过大或过小的焊缝候选区域，实现复杂场景下细铜管套管焊缝的准确识别。

所述步骤1)中，铜管区域提取的步骤为：

1)将待识别RGB彩色图像I转换为灰度图像I_gray；应用大津法对I_gray进行自适应阈值分割，提取I_gray中灰度较大的区域，得到二值图像I_Bgray。

2)将待识别RGB彩色图像I转换为HSV彩色图像I_HSV；将I_HSV的H(色调)和S(饱和度)分量分别提取为独立的灰度图像I_H和I_S；