[发明专利]一种基于特征能量分布的焊缝定位方法

说明书

本发明涉及一种基于特征能量分布的焊缝定位方法，该方法包括以下步骤：步骤1：采集焊缝图片并对其灰度化，得到灰度图像；步骤2：针对灰度图像进行中值滤波，得到中值滤波后的灰度图；步骤3：针对灰度图利用SIFT算法提取不同滤波程度所对应的特征能量；步骤4：利用特征能量映射得到特征能量分布矩阵；步骤5：基于特征能量分布矩阵进一步计算得到焊缝图像的特征收缩系数；步骤6：基于焊缝图像的特征收缩系数进行判断，当其满足阈值条件时定位得到焊缝区域，定位结束，若不满足阈值条件则返回步骤2循环执行。与现有技术相比，本发明具有有效地获取焊缝在图像中的具体位置，实现焊缝定位等优点。

技术领域

本发明涉及焊缝检测技术领域，尤其是涉及一种基于特征能量分布的焊缝定位方法，将焊缝区域和非焊缝区域区分开，有效地获取焊缝在图像中的具体位置，实现焊缝定位。

背景技术

针对焊缝识别定位的问题，国内外目前主要有基于神经网络和基于纹理特征的方法。基于神经网络模式识别的思想是采集大量的样本，通过建立神经网络，训练样本，然后通过改变权重的算法进行识别；基于纹理特征的方法，是基于图像的某种规律，通过物体表面灰度变化，在图像组的相同类别图像中有同质化的因素。

基于神经网络和基于纹理特征的焊缝检测方法需要采集大量的样本，且计算的时间较长，占用内存较大。因此如何使焊缝的检测定位简单可靠且方便进行后续处理，是本领域技术人员目前需要解决的技术问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种准确性高、实时性好的基于特征能量分布的焊缝定位方法。

本发明的目的可以通过以下技术方案来实现：

一种基于特征能量分布的焊缝定位方法，该方法包括以下步骤：

步骤1：采集焊缝图片并对其灰度化，得到灰度图像；

步骤2：针对灰度图像进行中值滤波，得到中值滤波后的灰度图；

步骤3：针对灰度图利用SIFT算法提取不同滤波程度所对应的特征能量；

步骤4：利用特征能量映射得到特征能量分布矩阵；

步骤5：基于特征能量分布矩阵进一步计算得到焊缝图像的特征收缩系数；

步骤6：基于焊缝图像的特征收缩系数进行判断，当其满足阈值条件时定位得到焊缝区域，定位结束，若不满足阈值条件则返回步骤2循环执行。

进一步地，所述的步骤2具体包括：设置中值滤波模板和滤波次数，针对灰度图像进行中值滤波，得到中值滤波后的灰度图。

进一步地，所述的中值滤波后的灰度图，其对应的数学描述公式为：

L(x,y)＝G₁(gray(x,y),[n₁,n₂],k₁)

x＝1,2,...,m

y＝1,2,...,n

式中，L(x,y)为中值滤波后的灰度图，G₁为中值滤波函数，gray(x,y)为焊缝图像灰度图，图像大小为m*n，k₁为重复滤波次数，[n₁,n₂]为中值滤波模板大小。

进一步地，所述的步骤4包括以下分步骤：

步骤401：初始化二维数组；

步骤402：将特征能量中的特征点对应映射至二维数组中，并进行赋值后得到特征能量分布矩阵。

进一步地，所述的步骤5包括以下分步骤：