[发明专利]一种基于计算机视觉的焊接图像增强方法

说明书

本发明涉及人工智能领域，具体涉及一种基于计算机视觉的焊接图像增强方法，包括：获取待处理的X射线焊缝图像对应的焊缝连通域图像；获取焊缝连通域图像对应的灰度反向图；利用该灰度反向图中每个像素的像素值获取焊缝连通域图像对应的抑制值图像；利用焊缝连通域图像中各个像素点的像素值及其到焊缝连通域中心线的距离，获得焊缝连通域最终咬边概率图；获取焊缝连通域最终咬边概率图对应的遮罩区域；利用计算模板对遮罩区域每一列像素的像素值进行计算并交换位置，获取焊缝连通域对应的距离咬边图像，进而获得焊缝连通域对应的咬边增强图像。通过上述方法可得到视觉效果明显的咬边图像，便于人或计算机对咬边进行检测。

技术领域

本发明涉及人工智能领域，具体涉及一种基于人工智能和图像处理的咬边检测方法。

背景技术

在复杂的焊接环境中，常常由于焊接参数选择不当或者操作方法不正确，容易在工件上沿焊缝边缘形成凹陷或沟槽，也就是常说的咬边现象。咬边将减少母材的有效截面积、在咬边处可能引起应力集中产生裂纹，因此，对工件进行咬边检测是必不可少的环节。

常规的咬边检测室通过X光图像进行阈值分割进而对咬边进行定位，但咬边位于焊缝，X光图像中咬边与背景颜色相近，容易混淆，阈值分割难以得到较好的效果。为了解决以上问题，本发明提供了一种结合马赫带原理对咬边部位进行图像增强的方法，以此得到视觉效果明显的咬边图像，便于人或计算机对咬边进行检测。

发明内容

为了克服上述现有技术的缺点，本发明提供了一种结合马赫带现象的原理对咬边部位进行图像增强，得到视觉效果明显的咬边图像的方法。

为达到上述目的，本发明采用以下技术方案，一种基于计算机视觉的焊接图像增强方法，包括：

获取待处理的X射线焊缝图像对应的焊缝连通域图像；

获取焊缝连通域图像对应的灰度反向图；利用该灰度反向图中每个像素的像素值获取焊缝连通域图像对应的抑制值图像；

利用焊缝连通域图像中各个像素点的像素值及其到焊缝连通域中心线的距离，获得焊缝连通域最终咬边概率图；

对焊缝连通域最终咬边概率图中的高概率图像部分进行遮罩，获取焊缝连通域最终咬边概率图对应的遮罩区域；根据遮罩区域对应的灰度反向图中每列像素中的每三个相邻像素点的像素值大小关系，利用计算模板对该三个相邻像素点中像素值最大和最小的像素点进行像素值和位置的调整，获取该高概率图像对应的距离咬边图像；

根据获得的高概率图像对应的距离咬边图像和该高概率图像对应的抑制值图像得到咬边增强图像。

所述焊缝连通域图像对应的抑制值图像是按照如下方式获取：

对获取的焊缝连通域图像进行灰度反向处理，根据计算焊缝连通域图像对应的灰度反向图中各像素点的像素值；

将灰度反向图中第n个像素点的像素值及其左右相邻两个像素点的像素值分别与抑制值模板中对应位置的转换系数相乘并相加，获得第n个像素点对应的抑制量；

将第n个像素点对应的像素值和该第n个像素点对应的抑制量相加，获得该第n个像素点对应的抑制值，进而获取焊缝连通域图像对应的抑制值图像。

所述焊缝连通域最终咬边概率图P的表达式为：

式中：P(x)代表通过像素值得到的咬边概率图，表示通过距离得到的咬边概率图。

所述焊缝连通域通过距离得到的咬边概率图是按照如下方式获取：

通过在焊缝连通域内建立坐标系，获得焊缝连通域内各个中心点Y值的平均数，获取用Y=b代表的焊缝连通域中心线；

计算焊缝连通域内各个像素点到Y=b代表的中心线的距离；