[发明专利]一种焊件轮廓检测方法

权利要求书

1.一种焊件轮廓检测方法，其特征在于：包括以下步骤：

步骤1：图像增强处理：对采集的图像进行增强处理，通过空间域增强方式处理图像像素，增强图像，其表达式如下：

（1）

式中f(x,y)是原始图像，g(x,y)是经过处理后的图像，T是对原始图像(x,y)位置处邻域内像素进行的空间域操作，点(x,y)的邻域定义为以(x,y)为中心点的正方形或矩形区域；

步骤2：图像直方图均衡化处理：所述步骤1中图像的空间域增强方式为图像灰度变换增强，对图像进行灰度变换，并引入直方图均衡化，重新分配图像像素的灰度值，所述直方图均衡化对图像进行增强的流程如下：

a.确定图像的灰度直方图，灰度直方图通过公式（2）表示：

（2）

式中n表示图像所有灰度级的总像素数，k表示灰度级范围，nk表示第k级灰度的像素总数，p(k)表示灰度级k出现的频数；

b.计算原始图像的归一化灰度级别及其分布概率，用变量rk代表原始图像的灰度级，变量sk代表变换后的图像灰度级，则s与r之间的变换关系如公式（3）所示：

（3）

式中灰度级rk分布在区间[0，1]，rk=0代表黑色，rk=1代表白色，且T[rk]在[0，1]区间内为单值的单调递增函数，对于[0，1]的r，有0≤s=T(r)≤1；

c.将所得变换函数的各灰度等级值转化成标准的灰度级别值，求取b步骤中的各灰度等级值sk，sk值按靠近原则取近似值到与原图像灰度级别相同的标准灰度级别中；

d.获取处理后的图像的各灰度级sk的像素数目，在c步骤的计算结果中，若不存在灰度级别sk，则该灰度级的像素数目为零；若存在灰度级别sk,则根据其rk的对应关系确定该灰度级的像素数目，将其设为mk；

e.获取处理后的图像中各灰度级别的分布概率；

f.画出经均衡化后的新图像的直方图；

步骤3：图像去噪：对步骤2中处理后的图像进行去噪处理，采用中值滤波法去除图像中的噪声干扰，以点(x,y)为例，点(x,y)处的输出表达式为：

g（x,y）=med{f（x-u,y-l）,（u,l∈W）}（4）

式中，f(x,y)为原始图像，g(x,y)为经过处理后的图像，W为二维邻域窗口，u和l均为二维邻域窗口的像素点；

步骤4：图像去除背景干扰：采用图像分割网络ERFNet获取焊件区域对应的封闭连通域，将焊件焊缝和轮廓图像与该连通域图像作逐元素乘操作，得到仅包含焊件焊缝和外轮廓的图像；

步骤5：图像边缘改善：根据图像边缘像素点在梯度幅值和梯度方向具有连续性的特点，即像素点(s,t)在像素点(x，y)的邻域窗口内，且满足（5）式和（6）式，判定此像素点连续，并将图像断开的边缘像素点连接起来：

（5）

（6）

式中表示像素点(x，y)处的梯度，Gx，Gy分别表示(x，y)处水平和垂直方向的梯度，arctan(Gy/Gx)表示像素点(x，y)处梯度的角度幅值，即梯度方向，T表示允许的幅度差值的阈值，A表示允许的角度差值的阈值。

2.根据权利要求1所述的焊件轮廓检测方法，其特征在于：所述步骤1中图像增强处理方式还包括频域增强，所述频域增强通过修改图像的傅里叶变换增强图像。

3.根据权利要求1所述的焊件轮廓检测方法，其特征在于：所述步骤1中图像的空间域增强方式还包括空域滤波增强。

4.根据权利要求1所述的焊件轮廓检测方法，其特征在于：所述步骤5中采用概率霍夫变换法对图像中的所有边缘像素点进行判定并连接，所述概率霍夫变换法通过计算图像中的部分边缘像素点，实现图像中所有边缘像素点的判定和连接。

5.根据权利要求1所述的焊件轮廓检测方法，其特征在于：所述步骤2中的步骤c所述的变换后的图像灰度级对应的像素个数不为零。