基于視覺的X65管線鋼管閃光焊接焊縫殘?jiān)卣魈崛〖把芯?/h1>
2014-08-05 09:06:12劉旭彪張印輝高世一劉正林
電焊機(jī) 2014年5期
劉旭彪，張印輝，高世一，劉正林，王 森
(1.昆明理工大學(xué)機(jī)電工程學(xué)院，云南 昆明 650500;2.廣州有色金屬研究院，廣東省現(xiàn)代焊接技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510650)
0 前言
X65管線鋼強(qiáng)度高并具有良好的抗延性斷裂能力，是輸氣管道中的高鋼級(jí)管材，作為管道運(yùn)輸?shù)闹黧w，其焊接質(zhì)量的優(yōu)劣對(duì)管道運(yùn)輸起著決定性的重要影響。閃光焊技術(shù)在管道焊接方面優(yōu)勢(shì)明顯:省時(shí)省力、效率高、工藝穩(wěn)定、自動(dòng)化程度高。
國(guó)內(nèi)閃光焊技術(shù)在鋼軌焊接中得到了成熟應(yīng)用，而在管道焊接中尚未得到普遍推廣。2013年中國(guó)—烏克蘭巴頓焊接研究院引進(jìn)烏克蘭巴頓焊接研究所的K584Ch管道閃光焊機(jī)。在對(duì)管道閃光焊接工藝研究中，發(fā)現(xiàn)在管道閃光焊接過程中，管件內(nèi)部的熔融金屬會(huì)覆著焊接端口兩側(cè)形成環(huán)形殘?jiān)?，?duì)焊接接頭溫度場(chǎng)分布和焊接質(zhì)量有一定影響。據(jù)此，采用計(jì)算機(jī)視覺技術(shù)對(duì)焊接殘?jiān)男纬蛇^程進(jìn)行監(jiān)測(cè)，分析環(huán)形殘?jiān)男纬蛇^程。計(jì)算機(jī)視覺技術(shù)在焊接過程中有著重要的應(yīng)用，能夠提供焊接熔池的動(dòng)態(tài)視覺信息，Henri Fennander等人在激光復(fù)合焊接中提出了一種新的自動(dòng)分析系統(tǒng)，利用主成分分析和一種SVM來確定熔滴區(qū)域，并通過Kalman濾波器跟蹤熔滴，得到熔滴的運(yùn)動(dòng)方向［1］。Niko Herakovic等人為了解決具有高精度和高速要求的環(huán)形焊縫質(zhì)量控制和跟蹤問題，采用非接觸的計(jì)算機(jī)視覺技術(shù)，開發(fā)了一種數(shù)學(xué)算法精確計(jì)算環(huán)形焊縫的直徑和半徑，排除了人的主觀性干擾［2］;高向東等人利用熔池圖像表面的明暗變化恢復(fù)熔池表面三維形態(tài)，分析了熔池高、寬等特征與焊接質(zhì)量的關(guān)系［3］。目前，國(guó)內(nèi)外在對(duì)管道閃光對(duì)焊焊縫殘?jiān)尚畏矫娴难芯旷r見報(bào)道。
本研究提出了一種管道閃光焊接過程中在管道內(nèi)部焊接接頭處的成像系統(tǒng)，通過對(duì)采集到的殘?jiān)鼒D像進(jìn)行預(yù)處理和特征提取，得到清晰的殘?jiān)鼒D形和殘?jiān)吘?。通過計(jì)算殘?jiān)鼌^(qū)域面積，畫出殘?jiān)鼌^(qū)域面積隨時(shí)間的變化曲線，準(zhǔn)確描述了殘?jiān)纬蛇^程。
1 管道環(huán)焊縫殘?jiān)鼒D像采集系統(tǒng)
為了采集X65管線鋼管閃光焊接過程中管道內(nèi)部焊縫殘?jiān)纬蛇^程的動(dòng)態(tài)信息，設(shè)計(jì)了一種沿管道軸線方向采集管道閃光焊接過程中內(nèi)部環(huán)焊縫殘?jiān)曈X信息的成像系統(tǒng)，如圖1a所示。該圖像采集系統(tǒng)由CCD攝像頭、圖像采集卡、機(jī)械裝置、計(jì)算機(jī)(PC)及防護(hù)罩等部件組成。殘?jiān)鼒D像由CCD攝像頭將視頻模擬信號(hào)送入圖像采集卡，經(jīng)低通濾波等預(yù)處理、圖像采集卡A/D轉(zhuǎn)換后送入計(jì)算機(jī)內(nèi)存，圖像灰度分辨率640 pixel×480 pixel。
管道閃光焊接過程中，接頭處形成的焊縫殘?jiān)始t熱狀態(tài)，故而不需要輔助光源。采集到的管道內(nèi)部焊縫殘?jiān)鼒D像如圖1b所示。攝像機(jī)的取像方向與管道軸線重合，因而采集到的圖像中除了閃光飛濺和環(huán)焊縫殘?jiān)莿?dòng)態(tài)的，其他背景是一致的、靜態(tài)的，并且在閃光焊接過程中不產(chǎn)生電弧強(qiáng)光，避免了圖像飽和失真等不利影響。
2 環(huán)焊縫殘?jiān)鼒D像處理
圖1 管道內(nèi)部環(huán)焊縫系統(tǒng)
采集到的殘?jiān)鼒D像存在閃光、飛濺等噪聲和傳輸過程中產(chǎn)生的畸變影響，殘?jiān)鼒D像在一定區(qū)域內(nèi)是變化的動(dòng)態(tài)圖形，而飛濺等干擾則表現(xiàn)為急速變化的暫態(tài)信號(hào)［4］，無法直接獲取有用的環(huán)形殘?jiān)男螒B(tài)信息。針對(duì)這一問題，提出了一系列處理步驟，包括提取ROI區(qū)域、中值濾波、閾值分割、小區(qū)域去噪、邊緣檢測(cè)等。
2.1 確定環(huán)焊縫殘?jiān)鼒D像的ROI區(qū)域
閃光焊接過程中采集到的圖像有別于在自然光下采集到的圖像，因?yàn)殚W光焊焊接過程是一個(gè)存在強(qiáng)熱和劇烈飛濺的過程，因此，殘?jiān)鼒D像中將存在大量的飛濺等干擾。在進(jìn)行圖像預(yù)處理之前，首先確定圖像興趣區(qū)域的大小，這樣可節(jié)約計(jì)算時(shí)間和儲(chǔ)存空間，增強(qiáng)抗干擾能力，提高圖像處理的效率［5］。通過多次試驗(yàn)，將圖像的ROI區(qū)域確定為環(huán)焊縫殘?jiān)行母浇?50 pixel×250 pixel范圍內(nèi)，如圖2a所示。
從提取的圖像ROI區(qū)域中可以看出，管件外的大部分飛濺已經(jīng)被去除了，而管件內(nèi)部的飛濺仍然存在，并且這些飛濺的灰度與焊縫殘?jiān)幕叶确浅＝咏Ｈ粼诖嘶A(chǔ)上對(duì)殘?jiān)鼒D像進(jìn)行處理，管件內(nèi)部的飛濺將對(duì)處理結(jié)果造成極大的干擾，會(huì)損失掉焊縫殘?jiān)拇蟛糠旨?xì)節(jié)信息，無法獲得清晰的殘?jiān)鼒D像。本研究在此基礎(chǔ)上提取了殘?jiān)鼒D像中環(huán)形殘?jiān)鼌^(qū)域，如圖2b所示。環(huán)形殘?jiān)鼌^(qū)域的提取方法如下:
a.找到殘?jiān)膺吘壍膱A心O(x0，y0)及外邊緣上一點(diǎn)C(x1，y1)，殘?jiān)鼉?nèi)邊緣上距離O最近的一個(gè)點(diǎn) c(x2，y2)。
b.圖像中的每一個(gè)點(diǎn)f(i，j)距離O的歐式距離d為
點(diǎn)C和c與圓心O的距離分別為
c.若 d ＞ d1，則令 f(i，j)=0;若 d ＜ d2，則令f(i，j)=0。
圖2 環(huán)焊縫殘?jiān)鼌^(qū)域
2.2 預(yù)處理
預(yù)處理的目的是抑制環(huán)形殘?jiān)鼒D像中的飛濺等干擾因素，同時(shí)盡可能保留環(huán)形殘?jiān)膭?dòng)態(tài)細(xì)節(jié)，提高圖像的信噪比。首先采用中值濾波進(jìn)行平滑處理，然后進(jìn)行亮度變換突出環(huán)形殘?jiān)鼌^(qū)域，利用局部閾值法分割圖像，將圖像二值化，去除孤立的小區(qū)域噪聲，獲得清晰的環(huán)焊縫殘?jiān)鼒D像。
2.2.1 中值濾波
圖2b中提取得到的環(huán)形殘?jiān)鼒D像中依然存在著飛濺等干擾，因此必須對(duì)圖像進(jìn)行濾波?？紤]到殘?jiān)鼒D像的特征，采用了一種改進(jìn)后的中值濾波，既能消除噪聲又可保持圖像的細(xì)節(jié)信息，讓與周圍像素灰度值的差較大的像素改取與周圍像素接近的值，從而消除孤立的噪聲點(diǎn)［6］。濾波后得到的環(huán)形殘?jiān)鼒D像如圖3a所示，孤立的閃光飛濺亮點(diǎn)明顯減少了。然后對(duì)中值濾波后的圖像進(jìn)行亮度變換，如圖3b所示，提高了圖像的信噪比，突出了殘?jiān)鼌^(qū)域的亮度。
2.2.2 圖像局部閾值分割
圖3 環(huán)形殘?jiān)鼒D像處理
閾值分割是常用的圖像分割方法。由圖3b可知，環(huán)焊縫殘?jiān)鼒D像灰度變化是逐漸過渡的，頂部的灰度(Hc)小于環(huán)焊縫殘?jiān)胁康幕叶?Hr)，而處于管件底部的灰度(Hw)最大，即Hc＜Hr＜Hw。根據(jù)殘?jiān)h(huán)形圖像中自管件頂部到管件底部殘?jiān)叶扔砂档搅练植?，將整張圖像分為頂部、中部和底部三個(gè)區(qū)域，在每個(gè)區(qū)域中選取一個(gè)閾值對(duì)圖像進(jìn)行閾值化分割。分割結(jié)果如圖4a所示。取閾值過程為
通常使用二值圖像中的“1”表示目標(biāo)子集，“0”表示背景子集。
圖4 焊縫圖像分割與濾波
2.2.3 小區(qū)域噪聲消除
如圖4a所示，閾值分割后的殘?jiān)鼒D像中仍然存在閃光飛濺形成的孤立小區(qū)域噪聲，這些噪聲使得在進(jìn)行殘?jiān)娣e測(cè)量和殘?jiān)吘壧卣魈崛r(shí)變得復(fù)雜而難以進(jìn)行。因此，必須去掉這些孤立小區(qū)域噪聲。殘?jiān)鼌^(qū)域是連通的點(diǎn)密度遠(yuǎn)大于噪聲點(diǎn)的密集度，通過統(tǒng)計(jì)每個(gè)連通區(qū)域內(nèi)所含像素點(diǎn)的個(gè)數(shù)P，然后設(shè)定閾值P0，每個(gè)孤立區(qū)域所含像素點(diǎn)數(shù)P＜P0的區(qū)域作為噪聲去除即可消除這些孤立小區(qū)域。如圖4b所示，大部分孤立小區(qū)域噪聲已經(jīng)被濾除，得到一張清晰干凈的環(huán)形殘?jiān)鼒D像。
3 環(huán)焊縫殘?jiān)卣魈崛?/h2>
為了能夠準(zhǔn)確描述環(huán)焊縫殘?jiān)男纬蛇^程，對(duì)環(huán)形殘?jiān)鼌^(qū)域進(jìn)行面積計(jì)算和邊緣檢測(cè)。通過計(jì)算不同時(shí)刻殘?jiān)鼌^(qū)域的面積，提取環(huán)形殘?jiān)妮喞螒B(tài)，直觀地反映殘?jiān)男纬蛇^程。
3.1 環(huán)焊縫殘?jiān)鼌^(qū)域面積測(cè)量
對(duì)圖像內(nèi)每個(gè)像素進(jìn)行標(biāo)記操作，將物體的像素值改為標(biāo)號(hào)，求各種標(biāo)號(hào)的總和，即求得不同區(qū)域的面積數(shù)目。殘?jiān)鼒D像經(jīng)過二值化后圖像中的像素值只有“0”和“1”，像素值為“1”的區(qū)域即為殘?jiān)鼌^(qū)域，經(jīng)統(tǒng)計(jì)計(jì)算出像素值為“1”的像素?cái)?shù)即求得殘?jiān)鼌^(qū)域的面積。
3.2 環(huán)焊縫殘?jiān)鼒D像邊緣提取
對(duì)環(huán)焊縫殘?jiān)鼒D像進(jìn)行分割后，為了獲得環(huán)焊縫殘?jiān)喞倪吘壭畔⒈仨氝M(jìn)行邊緣提取。本研究利用Canny邊緣檢測(cè)算法對(duì)環(huán)焊縫殘?jiān)喞獔D像進(jìn)行邊緣提取，Canny邊緣檢測(cè)算子是一種十分有效的焊縫邊緣檢測(cè)方法，其抗噪性能好，定位精確高［8］。利用Canny對(duì)環(huán)焊縫殘?jiān)鼒D像進(jìn)行邊緣檢測(cè)，邊緣檢測(cè)結(jié)果如圖5所示。
圖5 Canny算子邊緣檢測(cè)結(jié)果
4 實(shí)驗(yàn)結(jié)果和分析
試驗(yàn)條件:從烏克蘭引進(jìn)的K584Ch管道閃光焊機(jī);X65管線鋼，外徑φ325 mm，壁厚18 mm;焊縫殘?jiān)虱h(huán)形，分布在焊縫兩側(cè)。
焊接過程分為激發(fā)閃光、連續(xù)閃光、快速閃光和頂鍛四個(gè)階段。在同一組參數(shù)下對(duì)管件進(jìn)行三次閃光對(duì)焊試驗(yàn)，在第一和第二階段中每間隔30 s采集一張圖像，可以采集到七張圖像;在快速閃光階段間隔4 s采集一張圖像，可采集到兩張圖像;頂鍛后采集一張圖像。故每次焊接完成時(shí)可采集到十張圖像。對(duì)采集到的圖像進(jìn)行ROI區(qū)域提取、預(yù)處理和特征提取試驗(yàn)，結(jié)果如圖6所示。
圖6 圖像處理試驗(yàn)結(jié)果
圖6a～圖6c為激發(fā)閃光階段采集到的圖像，圖6d～圖6g為連續(xù)閃光階段采集到的圖像，圖6h～圖6i為快速閃光階段采集到的圖像，圖6j為頂鍛后采集到的圖像。其圖像分別是提取的ROI區(qū)域、殘?jiān)鼌^(qū)域、殘?jiān)螒B(tài)邊緣檢測(cè)結(jié)果。
圖7顯示了三次閃光焊試驗(yàn)在不同的時(shí)刻殘?jiān)拿娣e隨著時(shí)間的變化關(guān)系，由圖7可知，三次試驗(yàn)過程中在不同時(shí)刻殘?jiān)娣e存在波動(dòng)，呈增長(zhǎng)趨勢(shì)。
圖7 殘?jiān)娣e—時(shí)間曲線
由圖6可知，管件在閃光焊接過程中隨著時(shí)間的推移，熔融金屬不斷在焊口兩側(cè)堆積，殘?jiān)鼌^(qū)域面積呈增長(zhǎng)趨勢(shì)，在重力的作用下熔融金屬在管道內(nèi)部向底部聚集，殘?jiān)穸炔粩嘣黾?。在激發(fā)閃光階段(見圖6a～圖6c)，熔融金屬迅速在焊口兩側(cè)聚集，頂部和中部的熔融金屬在閃光爆炸的作用下，殘?jiān)诤附佣丝谶吘墪r(shí)而聚集，時(shí)而隨閃光爆炸飛濺而出，殘?jiān)什贿B續(xù)狀分布;穩(wěn)定閃光階段(見圖6d～圖6g)，在管道內(nèi)壁焊接端面兩側(cè)形成了一圈頂部和中部較薄、而底部較厚的環(huán)形殘?jiān)涿娣e增長(zhǎng)均勻，且增長(zhǎng)趨勢(shì)較緩慢;快速閃光階段(見圖6h、圖6i)，過梁爆破的速度加快，熔融金屬快速向管道底部聚集，殘?jiān)鼌^(qū)域面積波動(dòng)較大，呈增長(zhǎng)趨勢(shì);頂鍛階段如圖6j所示，其作用是擠出焊口處的夾雜物，使環(huán)形殘?jiān)杆僭黾?，殘?jiān)鼌^(qū)域面積快速增長(zhǎng)，并形成了環(huán)形殘?jiān)淖罱K形態(tài)。
5 結(jié)論
設(shè)計(jì)了管道閃光焊接環(huán)焊縫殘?jiān)某上裣到y(tǒng)和殘?jiān)鼒D像處理方法，克服了X65管線鋼閃光焊接過程中觸點(diǎn)過梁爆炸而產(chǎn)生的飛濺等干擾，準(zhǔn)確提取了焊縫殘?jiān)膱D像特征，為管道閃光焊接殘?jiān)纬蛇^程提供了視覺信息。通過計(jì)算殘?jiān)鼌^(qū)域面積，得到殘?jiān)鼌^(qū)域面積的變化曲線，結(jié)合管道閃光焊接工藝過程，對(duì)管道閃光焊接過程中的每一個(gè)階段環(huán)形殘?jiān)S時(shí)間的變化過程進(jìn)行了定性描述。該方法減小了圖像處理區(qū)域，提高了處理效率，為下一步X65管線鋼焊接質(zhì)量控制研究打下了一定基礎(chǔ)。
［1］Henri Fennander.Visual measurement and tracking in laser hybrid welding［J］.Machine Vision and Applications，2009(20):103 －118.
［2］Niko Herakovic.A machine－vision system for automated quality control of welded rings［J］.Machine Vision and Applications，2011(22):967 －981.
［3］高向東.激光焊熔池圖像三維形態(tài)恢復(fù)算法分析［J］.焊接學(xué)報(bào)，2013，34(11):6 －8.
［4］李 原，王慶林.管道焊接熔池圖像處理與特征提取［J］.焊接學(xué)報(bào)，2008，29(8):57 －60.
［5］黃石生，毛鵬軍.基于焊縫視覺跟蹤的圖像閾值化研究［J］.電焊機(jī)，2001，31(8):20 －22.
［6］Hsing－ Chia Kuo，Li－ jen Wu.An image tracking system for welded seam using fuzzy logic［J］.Journal of Materials Processing Technology，2002，120(3):169 －185.
［7］王慶香，孫炳達(dá)，李 迪.焊縫位置識(shí)別的圖像處理方法設(shè)計(jì)［J］.焊接學(xué)報(bào)，2005，26(2):59 －63.
［8］謝志孟，高向東.基于Canny算子的焊縫圖像邊緣提取技術(shù)［J］.焊接學(xué)報(bào)，2006，27(1):29 －37.
猜你喜歡
GC-MS法測(cè)定黑茶殘?jiān)械幕瘜W(xué)組分云南化工(2021年9期)2021-12-21 07:43:42 閃光小資CHIC！ELEGANCE(2021年36期)2021-10-15 02:25:24 閃光的枝條智慧少年·故事叮當(dāng)(2020年12期)2020-12-25 02:55:27 一張圖看懂邊緣計(jì)算通信產(chǎn)業(yè)報(bào)(2016年44期)2017-03-13 08:41:45 食品接觸材料蒸發(fā)殘?jiān)鼨z測(cè)案例塑料包裝(2015年2期)2015-12-20 08:08:48 重溶劑法TDI焦油殘?jiān)姆治雠c利用化工進(jìn)展(2015年3期)2015-11-11 09:09:01 八月，紀(jì)念碑在閃光海峽姐妹(2015年8期)2015-02-27 15:12:54 閃光的“老戰(zhàn)士”中國(guó)火炬(2013年3期)2013-07-24 14:15:13 濟(jì)南蘭光“蒸發(fā)殘?jiān)阒貎x”通過科技鑒定化學(xué)分析計(jì)量(2013年3期)2013-03-11 16:37:25 在邊緣尋找自我雕塑(1999年2期)1999-06-28 05:01:42
劉旭彪，張印輝，高世一，劉正林，王 森
(1.昆明理工大學(xué)機(jī)電工程學(xué)院，云南 昆明 650500;2.廣州有色金屬研究院，廣東省現(xiàn)代焊接技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510650)
0 前言
X65管線鋼強(qiáng)度高并具有良好的抗延性斷裂能力，是輸氣管道中的高鋼級(jí)管材，作為管道運(yùn)輸?shù)闹黧w，其焊接質(zhì)量的優(yōu)劣對(duì)管道運(yùn)輸起著決定性的重要影響。閃光焊技術(shù)在管道焊接方面優(yōu)勢(shì)明顯:省時(shí)省力、效率高、工藝穩(wěn)定、自動(dòng)化程度高。
國(guó)內(nèi)閃光焊技術(shù)在鋼軌焊接中得到了成熟應(yīng)用，而在管道焊接中尚未得到普遍推廣。2013年中國(guó)—烏克蘭巴頓焊接研究院引進(jìn)烏克蘭巴頓焊接研究所的K584Ch管道閃光焊機(jī)。在對(duì)管道閃光焊接工藝研究中，發(fā)現(xiàn)在管道閃光焊接過程中，管件內(nèi)部的熔融金屬會(huì)覆著焊接端口兩側(cè)形成環(huán)形殘?jiān)?，?duì)焊接接頭溫度場(chǎng)分布和焊接質(zhì)量有一定影響。據(jù)此，采用計(jì)算機(jī)視覺技術(shù)對(duì)焊接殘?jiān)男纬蛇^程進(jìn)行監(jiān)測(cè)，分析環(huán)形殘?jiān)男纬蛇^程。計(jì)算機(jī)視覺技術(shù)在焊接過程中有著重要的應(yīng)用，能夠提供焊接熔池的動(dòng)態(tài)視覺信息，Henri Fennander等人在激光復(fù)合焊接中提出了一種新的自動(dòng)分析系統(tǒng)，利用主成分分析和一種SVM來確定熔滴區(qū)域，并通過Kalman濾波器跟蹤熔滴，得到熔滴的運(yùn)動(dòng)方向［1］。Niko Herakovic等人為了解決具有高精度和高速要求的環(huán)形焊縫質(zhì)量控制和跟蹤問題，采用非接觸的計(jì)算機(jī)視覺技術(shù)，開發(fā)了一種數(shù)學(xué)算法精確計(jì)算環(huán)形焊縫的直徑和半徑，排除了人的主觀性干擾［2］;高向東等人利用熔池圖像表面的明暗變化恢復(fù)熔池表面三維形態(tài)，分析了熔池高、寬等特征與焊接質(zhì)量的關(guān)系［3］。目前，國(guó)內(nèi)外在對(duì)管道閃光對(duì)焊焊縫殘?jiān)尚畏矫娴难芯旷r見報(bào)道。
本研究提出了一種管道閃光焊接過程中在管道內(nèi)部焊接接頭處的成像系統(tǒng)，通過對(duì)采集到的殘?jiān)鼒D像進(jìn)行預(yù)處理和特征提取，得到清晰的殘?jiān)鼒D形和殘?jiān)吘?。通過計(jì)算殘?jiān)鼌^(qū)域面積，畫出殘?jiān)鼌^(qū)域面積隨時(shí)間的變化曲線，準(zhǔn)確描述了殘?jiān)纬蛇^程。
1 管道環(huán)焊縫殘?jiān)鼒D像采集系統(tǒng)
為了采集X65管線鋼管閃光焊接過程中管道內(nèi)部焊縫殘?jiān)纬蛇^程的動(dòng)態(tài)信息，設(shè)計(jì)了一種沿管道軸線方向采集管道閃光焊接過程中內(nèi)部環(huán)焊縫殘?jiān)曈X信息的成像系統(tǒng)，如圖1a所示。該圖像采集系統(tǒng)由CCD攝像頭、圖像采集卡、機(jī)械裝置、計(jì)算機(jī)(PC)及防護(hù)罩等部件組成。殘?jiān)鼒D像由CCD攝像頭將視頻模擬信號(hào)送入圖像采集卡，經(jīng)低通濾波等預(yù)處理、圖像采集卡A/D轉(zhuǎn)換后送入計(jì)算機(jī)內(nèi)存，圖像灰度分辨率640 pixel×480 pixel。
管道閃光焊接過程中，接頭處形成的焊縫殘?jiān)始t熱狀態(tài)，故而不需要輔助光源。采集到的管道內(nèi)部焊縫殘?jiān)鼒D像如圖1b所示。攝像機(jī)的取像方向與管道軸線重合，因而采集到的圖像中除了閃光飛濺和環(huán)焊縫殘?jiān)莿?dòng)態(tài)的，其他背景是一致的、靜態(tài)的，并且在閃光焊接過程中不產(chǎn)生電弧強(qiáng)光，避免了圖像飽和失真等不利影響。
2 環(huán)焊縫殘?jiān)鼒D像處理
圖1 管道內(nèi)部環(huán)焊縫系統(tǒng)
采集到的殘?jiān)鼒D像存在閃光、飛濺等噪聲和傳輸過程中產(chǎn)生的畸變影響，殘?jiān)鼒D像在一定區(qū)域內(nèi)是變化的動(dòng)態(tài)圖形，而飛濺等干擾則表現(xiàn)為急速變化的暫態(tài)信號(hào)［4］，無法直接獲取有用的環(huán)形殘?jiān)男螒B(tài)信息。針對(duì)這一問題，提出了一系列處理步驟，包括提取ROI區(qū)域、中值濾波、閾值分割、小區(qū)域去噪、邊緣檢測(cè)等。
2.1 確定環(huán)焊縫殘?jiān)鼒D像的ROI區(qū)域
閃光焊接過程中采集到的圖像有別于在自然光下采集到的圖像，因?yàn)殚W光焊焊接過程是一個(gè)存在強(qiáng)熱和劇烈飛濺的過程，因此，殘?jiān)鼒D像中將存在大量的飛濺等干擾。在進(jìn)行圖像預(yù)處理之前，首先確定圖像興趣區(qū)域的大小，這樣可節(jié)約計(jì)算時(shí)間和儲(chǔ)存空間，增強(qiáng)抗干擾能力，提高圖像處理的效率［5］。通過多次試驗(yàn)，將圖像的ROI區(qū)域確定為環(huán)焊縫殘?jiān)行母浇?50 pixel×250 pixel范圍內(nèi)，如圖2a所示。
從提取的圖像ROI區(qū)域中可以看出，管件外的大部分飛濺已經(jīng)被去除了，而管件內(nèi)部的飛濺仍然存在，并且這些飛濺的灰度與焊縫殘?jiān)幕叶确浅＝咏Ｈ粼诖嘶A(chǔ)上對(duì)殘?jiān)鼒D像進(jìn)行處理，管件內(nèi)部的飛濺將對(duì)處理結(jié)果造成極大的干擾，會(huì)損失掉焊縫殘?jiān)拇蟛糠旨?xì)節(jié)信息，無法獲得清晰的殘?jiān)鼒D像。本研究在此基礎(chǔ)上提取了殘?jiān)鼒D像中環(huán)形殘?jiān)鼌^(qū)域，如圖2b所示。環(huán)形殘?jiān)鼌^(qū)域的提取方法如下:
a.找到殘?jiān)膺吘壍膱A心O(x0，y0)及外邊緣上一點(diǎn)C(x1，y1)，殘?jiān)鼉?nèi)邊緣上距離O最近的一個(gè)點(diǎn) c(x2，y2)。
b.圖像中的每一個(gè)點(diǎn)f(i，j)距離O的歐式距離d為
點(diǎn)C和c與圓心O的距離分別為
c.若 d ＞ d1，則令 f(i，j)=0;若 d ＜ d2，則令f(i，j)=0。
圖2 環(huán)焊縫殘?jiān)鼌^(qū)域
2.2 預(yù)處理
預(yù)處理的目的是抑制環(huán)形殘?jiān)鼒D像中的飛濺等干擾因素，同時(shí)盡可能保留環(huán)形殘?jiān)膭?dòng)態(tài)細(xì)節(jié)，提高圖像的信噪比。首先采用中值濾波進(jìn)行平滑處理，然后進(jìn)行亮度變換突出環(huán)形殘?jiān)鼌^(qū)域，利用局部閾值法分割圖像，將圖像二值化，去除孤立的小區(qū)域噪聲，獲得清晰的環(huán)焊縫殘?jiān)鼒D像。
2.2.1 中值濾波
圖2b中提取得到的環(huán)形殘?jiān)鼒D像中依然存在著飛濺等干擾，因此必須對(duì)圖像進(jìn)行濾波?？紤]到殘?jiān)鼒D像的特征，采用了一種改進(jìn)后的中值濾波，既能消除噪聲又可保持圖像的細(xì)節(jié)信息，讓與周圍像素灰度值的差較大的像素改取與周圍像素接近的值，從而消除孤立的噪聲點(diǎn)［6］。濾波后得到的環(huán)形殘?jiān)鼒D像如圖3a所示，孤立的閃光飛濺亮點(diǎn)明顯減少了。然后對(duì)中值濾波后的圖像進(jìn)行亮度變換，如圖3b所示，提高了圖像的信噪比，突出了殘?jiān)鼌^(qū)域的亮度。
2.2.2 圖像局部閾值分割
圖3 環(huán)形殘?jiān)鼒D像處理
閾值分割是常用的圖像分割方法。由圖3b可知，環(huán)焊縫殘?jiān)鼒D像灰度變化是逐漸過渡的，頂部的灰度(Hc)小于環(huán)焊縫殘?jiān)胁康幕叶?Hr)，而處于管件底部的灰度(Hw)最大，即Hc＜Hr＜Hw。根據(jù)殘?jiān)h(huán)形圖像中自管件頂部到管件底部殘?jiān)叶扔砂档搅练植?，將整張圖像分為頂部、中部和底部三個(gè)區(qū)域，在每個(gè)區(qū)域中選取一個(gè)閾值對(duì)圖像進(jìn)行閾值化分割。分割結(jié)果如圖4a所示。取閾值過程為
通常使用二值圖像中的“1”表示目標(biāo)子集，“0”表示背景子集。
圖4 焊縫圖像分割與濾波
2.2.3 小區(qū)域噪聲消除
如圖4a所示，閾值分割后的殘?jiān)鼒D像中仍然存在閃光飛濺形成的孤立小區(qū)域噪聲，這些噪聲使得在進(jìn)行殘?jiān)娣e測(cè)量和殘?jiān)吘壧卣魈崛r(shí)變得復(fù)雜而難以進(jìn)行。因此，必須去掉這些孤立小區(qū)域噪聲。殘?jiān)鼌^(qū)域是連通的點(diǎn)密度遠(yuǎn)大于噪聲點(diǎn)的密集度，通過統(tǒng)計(jì)每個(gè)連通區(qū)域內(nèi)所含像素點(diǎn)的個(gè)數(shù)P，然后設(shè)定閾值P0，每個(gè)孤立區(qū)域所含像素點(diǎn)數(shù)P＜P0的區(qū)域作為噪聲去除即可消除這些孤立小區(qū)域。如圖4b所示，大部分孤立小區(qū)域噪聲已經(jīng)被濾除，得到一張清晰干凈的環(huán)形殘?jiān)鼒D像。
3 環(huán)焊縫殘?jiān)卣魈崛?/h2>
為了能夠準(zhǔn)確描述環(huán)焊縫殘?jiān)男纬蛇^程，對(duì)環(huán)形殘?jiān)鼌^(qū)域進(jìn)行面積計(jì)算和邊緣檢測(cè)。通過計(jì)算不同時(shí)刻殘?jiān)鼌^(qū)域的面積，提取環(huán)形殘?jiān)妮喞螒B(tài)，直觀地反映殘?jiān)男纬蛇^程。
3.1 環(huán)焊縫殘?jiān)鼌^(qū)域面積測(cè)量
對(duì)圖像內(nèi)每個(gè)像素進(jìn)行標(biāo)記操作，將物體的像素值改為標(biāo)號(hào)，求各種標(biāo)號(hào)的總和，即求得不同區(qū)域的面積數(shù)目。殘?jiān)鼒D像經(jīng)過二值化后圖像中的像素值只有“0”和“1”，像素值為“1”的區(qū)域即為殘?jiān)鼌^(qū)域，經(jīng)統(tǒng)計(jì)計(jì)算出像素值為“1”的像素?cái)?shù)即求得殘?jiān)鼌^(qū)域的面積。
3.2 環(huán)焊縫殘?jiān)鼒D像邊緣提取
對(duì)環(huán)焊縫殘?jiān)鼒D像進(jìn)行分割后，為了獲得環(huán)焊縫殘?jiān)喞倪吘壭畔⒈仨氝M(jìn)行邊緣提取。本研究利用Canny邊緣檢測(cè)算法對(duì)環(huán)焊縫殘?jiān)喞獔D像進(jìn)行邊緣提取，Canny邊緣檢測(cè)算子是一種十分有效的焊縫邊緣檢測(cè)方法，其抗噪性能好，定位精確高［8］。利用Canny對(duì)環(huán)焊縫殘?jiān)鼒D像進(jìn)行邊緣檢測(cè)，邊緣檢測(cè)結(jié)果如圖5所示。
圖5 Canny算子邊緣檢測(cè)結(jié)果
4 實(shí)驗(yàn)結(jié)果和分析
試驗(yàn)條件:從烏克蘭引進(jìn)的K584Ch管道閃光焊機(jī);X65管線鋼，外徑φ325 mm，壁厚18 mm;焊縫殘?jiān)虱h(huán)形，分布在焊縫兩側(cè)。
焊接過程分為激發(fā)閃光、連續(xù)閃光、快速閃光和頂鍛四個(gè)階段。在同一組參數(shù)下對(duì)管件進(jìn)行三次閃光對(duì)焊試驗(yàn)，在第一和第二階段中每間隔30 s采集一張圖像，可以采集到七張圖像;在快速閃光階段間隔4 s采集一張圖像，可采集到兩張圖像;頂鍛后采集一張圖像。故每次焊接完成時(shí)可采集到十張圖像。對(duì)采集到的圖像進(jìn)行ROI區(qū)域提取、預(yù)處理和特征提取試驗(yàn)，結(jié)果如圖6所示。
圖6 圖像處理試驗(yàn)結(jié)果
圖6a～圖6c為激發(fā)閃光階段采集到的圖像，圖6d～圖6g為連續(xù)閃光階段采集到的圖像，圖6h～圖6i為快速閃光階段采集到的圖像，圖6j為頂鍛后采集到的圖像。其圖像分別是提取的ROI區(qū)域、殘?jiān)鼌^(qū)域、殘?jiān)螒B(tài)邊緣檢測(cè)結(jié)果。
圖7顯示了三次閃光焊試驗(yàn)在不同的時(shí)刻殘?jiān)拿娣e隨著時(shí)間的變化關(guān)系，由圖7可知，三次試驗(yàn)過程中在不同時(shí)刻殘?jiān)娣e存在波動(dòng)，呈增長(zhǎng)趨勢(shì)。
圖7 殘?jiān)娣e—時(shí)間曲線
由圖6可知，管件在閃光焊接過程中隨著時(shí)間的推移，熔融金屬不斷在焊口兩側(cè)堆積，殘?jiān)鼌^(qū)域面積呈增長(zhǎng)趨勢(shì)，在重力的作用下熔融金屬在管道內(nèi)部向底部聚集，殘?jiān)穸炔粩嘣黾?。在激發(fā)閃光階段(見圖6a～圖6c)，熔融金屬迅速在焊口兩側(cè)聚集，頂部和中部的熔融金屬在閃光爆炸的作用下，殘?jiān)诤附佣丝谶吘墪r(shí)而聚集，時(shí)而隨閃光爆炸飛濺而出，殘?jiān)什贿B續(xù)狀分布;穩(wěn)定閃光階段(見圖6d～圖6g)，在管道內(nèi)壁焊接端面兩側(cè)形成了一圈頂部和中部較薄、而底部較厚的環(huán)形殘?jiān)涿娣e增長(zhǎng)均勻，且增長(zhǎng)趨勢(shì)較緩慢;快速閃光階段(見圖6h、圖6i)，過梁爆破的速度加快，熔融金屬快速向管道底部聚集，殘?jiān)鼌^(qū)域面積波動(dòng)較大，呈增長(zhǎng)趨勢(shì);頂鍛階段如圖6j所示，其作用是擠出焊口處的夾雜物，使環(huán)形殘?jiān)杆僭黾?，殘?jiān)鼌^(qū)域面積快速增長(zhǎng)，并形成了環(huán)形殘?jiān)淖罱K形態(tài)。
5 結(jié)論
設(shè)計(jì)了管道閃光焊接環(huán)焊縫殘?jiān)某上裣到y(tǒng)和殘?jiān)鼒D像處理方法，克服了X65管線鋼閃光焊接過程中觸點(diǎn)過梁爆炸而產(chǎn)生的飛濺等干擾，準(zhǔn)確提取了焊縫殘?jiān)膱D像特征，為管道閃光焊接殘?jiān)纬蛇^程提供了視覺信息。通過計(jì)算殘?jiān)鼌^(qū)域面積，得到殘?jiān)鼌^(qū)域面積的變化曲線，結(jié)合管道閃光焊接工藝過程，對(duì)管道閃光焊接過程中的每一個(gè)階段環(huán)形殘?jiān)S時(shí)間的變化過程進(jìn)行了定性描述。該方法減小了圖像處理區(qū)域，提高了處理效率，為下一步X65管線鋼焊接質(zhì)量控制研究打下了一定基礎(chǔ)。
［1］Henri Fennander.Visual measurement and tracking in laser hybrid welding［J］.Machine Vision and Applications，2009(20):103 －118.
［2］Niko Herakovic.A machine－vision system for automated quality control of welded rings［J］.Machine Vision and Applications，2011(22):967 －981.
［3］高向東.激光焊熔池圖像三維形態(tài)恢復(fù)算法分析［J］.焊接學(xué)報(bào)，2013，34(11):6 －8.
［4］李 原，王慶林.管道焊接熔池圖像處理與特征提取［J］.焊接學(xué)報(bào)，2008，29(8):57 －60.
［5］黃石生，毛鵬軍.基于焊縫視覺跟蹤的圖像閾值化研究［J］.電焊機(jī)，2001，31(8):20 －22.
［6］Hsing－ Chia Kuo，Li－ jen Wu.An image tracking system for welded seam using fuzzy logic［J］.Journal of Materials Processing Technology，2002，120(3):169 －185.
［7］王慶香，孫炳達(dá)，李 迪.焊縫位置識(shí)別的圖像處理方法設(shè)計(jì)［J］.焊接學(xué)報(bào)，2005，26(2):59 －63.
［8］謝志孟，高向東.基于Canny算子的焊縫圖像邊緣提取技術(shù)［J］.焊接學(xué)報(bào)，2006，27(1):29 －37.
猜你喜歡
云南化工(2021年9期)2021-12-21 07:43:42
小資CHIC！ELEGANCE(2021年36期)2021-10-15 02:25:24
智慧少年·故事叮當(dāng)(2020年12期)2020-12-25 02:55:27
通信產(chǎn)業(yè)報(bào)(2016年44期)2017-03-13 08:41:45
塑料包裝(2015年2期)2015-12-20 08:08:48
化工進(jìn)展(2015年3期)2015-11-11 09:09:01
海峽姐妹(2015年8期)2015-02-27 15:12:54
中國(guó)火炬(2013年3期)2013-07-24 14:15:13
化學(xué)分析計(jì)量(2013年3期)2013-03-11 16:37:25
雕塑(1999年2期)1999-06-28 05:01:42
