[发明专利]一种铝合金熔池轮廓提取方法

说明书

本发明涉及一种铝合金熔池轮廓提取方法，包括以下步骤：1.采集熔池图像并进行ROI选择，2.半监督图像分割，3.自适应图像分割，4.熔池轮廓提取。本发明设计一套基于超像素的区域合并和自适应抠图算法，将超像素分割和最大相似度区域合并算法相结合，获得基础熔池的分割结果，将基础熔池的分割结果进行形态学运算，在通过闭合形式抠图算法得到清晰、精确的熔池轮廓图像，对焊缝的成形以及焊接质量的检测有着重要的指导作用。

技术领域

本发明涉及一种铝合金熔池轮廓提取方法，属于图像分析技术领域。

背景技术

熔池图像特征对焊缝的成形以及焊接质量的检测有着重要的指导作用。传统方法提取的熔池图像，电弧光的强弱对熔池图像质量的影响很大。若电弧光较强，弧光过亮遮挡了熔池，看不到熔池细节；若电弧光较弱，熔池部分会因为光照不足且熔池自身辐射较弱导致可视效果差。与此同时，采集的熔池图像中，当熔池背景色不是单一的颜色，而是有黄色、棕色和绿色多种颜色时，尤其熔池尾部区域的颜色与其背景区域颜色类似，很难进行区分，导致熔池尾端的轮廓效果不明显，熔池图像的整体轮廓模糊不清，给焊缝的成形以及焊接质量的检测带来了很大的不良影响。

发明内容

为了解决上述技术问题，本发明提供一种铝合金熔池轮廓提取方法，其具体技术方案如下：

铝合金熔池轮廓提取方法，包括以下步骤：

步骤一：采集熔池图像并进行ROI选择：采集熔池图像，对熔池图像进行ROI选择；

步骤二：半监督图像分割：

a、超像素分割：采用SLIC超像素分割方法，根据图像的色彩信息和空间信息进行聚类，形成形状和大小均匀的超像素，采用基于最大相似度的区域合并方法，将非标记的背景区域自动合并并且标记，非标记对象区域将被识别并避免与背景合并，直至非标记区域均被标记，最大相似度区域合并时通过Mean Shift方法进行初始分割，将熔池图像分割成多个区域，使用颜色直方图作为每个区域的描述符，通过RGB颜色空间对区域进行颜色直方图的计算，将R、G、B颜色通道均匀量化为16个级别，在4096个特征空间中计算每个区域的直方图，最大相似度的区域合并算法定义A和B两个区间之间的相似性度量ρ（A，B）,使用Bhattacharyya系数衡量两个相邻区域的相似度，即（1）式所示，

（1）

式中分别表示区域A和B中颜色u出现的概率；

b、区域合并：熔池图像轮廓周围区域颜色特征差距较大，将图像颜色通道分为8级，减少冗余特征量和计算量，则衡量两个区域相似度如（2）式，

（2）

且整个图像的区域分为三种：标记的目标区域、标记的背景区域和非标记区域，最大相似度的区域合并算法通过（3）式，实现图像区域自动合并，即，

（3）

式中代表区域B的所有近邻超像素块，通过（3）式计算区域B和其邻域之间相似性，选择邻域中与区域B相似度最大的区域合并；

步骤三：自适应图像分割：在SLIC进行图像分割中出现过分割时，熔池尾端轮廓效果模糊，熔池尾部两侧与背景的对比度低，需要通过图像抠图技术进行调整，将目标图像从整体熔池图像中分割出来，采用闭合形式抠图算法，即图像中每个像素是由对应的线性前景背景颜色组成，如（4）式所示，

（4）

公式（4）近似简化为，通过公式转换得，，其中，为前景所占的比例，即透明度，为前景值，为背景值；针对彩色图像，利用CFM算法，假设在一个小窗口ω中，前景值和背景值都位于一条直线上，即如式（5）所示，

（5）