[发明专利]一种基于图像处理的结构光焊缝识别方法

说明书

本发明应用于机器人智能焊接等方面，属于先进制造与自动化领域，具体涉及一种基于图像处理的结构光焊缝识别方法，焊缝识别方法包括以下步骤：步骤1：通过CCD摄像机实时采集焊缝图像；步骤2：对采集到的当前图像进行图像处理；步骤3：用积分回归的方法计算图像中焊缝各参数的初始值；具体如下：焊缝通常包括两端水平（）和带有倾斜角度（）的焊缝，此发明方法采用函数拟合，鲁棒性好，参数平滑性好，可以一次获得重要参数，识别效率更高，经试验测定，自动检测识别过程在c++中平均耗时32.69ms，拟合像素精度更高，效果比较满意，为完善焊缝跟踪系统奠定了基础。

技术领域

本发明应用于机器人智能焊接等方面，属于先进制造与自动化领域，具体涉及一种基于图像处理的结构光焊缝识别方法。

背景技术

在智能先进制造领域，机器人焊接的应用日益普遍，焊缝位置的识别与跟踪是机器人实现智能化焊接的关键技术之一，准确高效地识别焊缝特征点位置才能保证机器人焊接的实时性与准确性。目前焊缝识别的传统方法是用霍夫变换、最小二乘分段拟合等方法，这类方法操作繁琐、识别效率低、耗时长且不同类型的（U、V、角、搭接）类型焊缝要用不同的方法。

发明内容

为实现上述目的，本发明中所采用的技术方案如下，一种基于图像处理的结构光焊缝识别方法，包括如下步骤：

步骤1：通过CCD摄像机实时采集焊缝图像；

步骤2：对采集到的当前图像进行图像处理；

步骤3：用积分回归的方法计算图像中焊缝各参数的初始值；具体如下：焊缝通常包括两端水平（）和带有倾斜角度（）的焊缝，具体计算如下：

令高斯函数作为焊缝函数：

， 

对求导后积分(按线性)：

经变换后：

则矩阵形式为：

优化迭代求解矩阵M与矩阵V；

令

优化迭代求其余参数：

至此已完成全部参数u、c、A、B、D初始值的计算；

步骤4：用Levenberg-Marquardt法计算图像中焊缝各参数的精确值，从而精确定位出焊缝的位置与轮廓，具体计算如下：

由步骤3中求出的u、c、A、B、D初始值代入求雅可比矩阵并迭代，直至符合误差规则；

根据最终的u、c、A、B、D确定出图形焊缝中心点、宽度、高度位置、倾斜度。 下面结合实施例及附图对本使用新型做进一步的描述：

优选地，一种基于图像处理的结构光焊缝识别方法，其特征在于，所述步骤2具体包括：

步骤21：亮度、对比不能度调节；

步骤22：非最大值抑制；

步骤23：高斯平滑处理（中值或均值滤波）；