一種基于灰度圖像形態(tài)學的焊縫表面缺陷特征提取方法
【專利摘要】一種基于灰度圖像形態(tài)學的焊縫表面缺陷特征提取方法，根據(jù)采集圖像設置微型CCD相機拍攝參數(shù)；將采集到的真彩色圖像轉化為灰度圖，對圖像進行中值濾波處理；采用刪除最小面積的方法，消除殘余噪音與背景紋理產(chǎn)生的白色干擾區(qū)域；利用區(qū)域填充處理，避免“待定黑色區(qū)域”，對邊緣線提取的影響；通過膨脹算法處理完全填充后的焊縫區(qū)域，獲得與實際焊縫面積吻合的焊縫區(qū)域；采用Canny算子提取填充膨脹后的焊縫區(qū)域邊緣線，實現(xiàn)焊縫區(qū)域定位；繪制垂直于焊縫邊緣的截面灰度B掃曲線，當焊縫表面存在孔洞和焊瘤等缺陷時時候，其灰度值在B掃曲線上發(fā)生明顯的變化，以此判斷焊縫表面不同類型的缺陷。實現(xiàn)焊縫邊緣的準確定位和焊瘤、孔洞等缺陷的準確識別。
【專利說明】
一種基于灰度圖像形態(tài)學的焊縫表面缺陷特征提取方法
技術領域
[0001] 本發(fā)明涉及一種焊縫焊接缺陷的檢測方法，特別是基于圖像處理技術的焊縫缺陷 檢測識別方法。該方法適用于管道、鍋爐和集箱等換能設備內部焊縫焊接缺陷的檢測識別， 屬于無損檢測領域。
【背景技術】
[0002] 隨著我國工業(yè)產(chǎn)業(yè)的發(fā)展，鍋爐、管道和集箱等換能設備作為承受高溫高壓的關 鍵部件，其制造質量受到人們越來越多的關注。換能設備既要承受由介質作用引起的內部 壓力，也要承受由內外溫差引起的應力，失效破壞極易出現(xiàn)在內部焊接區(qū)域。因此迫切需要 發(fā)展一種行之有效的內部焊縫焊接缺陷檢測方法，為管道、鍋爐和集箱等設備可靠運行提 供技術保障。
[0003] 目前，對集箱管接頭內部焊縫焊接質量缺乏有效的檢測手段，多采用人工檢測的 方法。由于檢測人員長期注視屏幕上移動的焊縫，容易造成眼部疲勞，造成漏檢，并且檢驗 人員的素質、技能和經(jīng)驗的不同，對質量檢驗標準的把握難免有偏差，導致檢測等級受檢測 人員的主觀影響因素較大，很難對缺陷做出準確定量的判斷。為了進一步提高集箱管接頭 焊縫的焊接質量，改善檢測人員的檢測條件，迫切需要實現(xiàn)集箱管接頭內部焊縫焊接質量 自動化檢測，而焊縫表面缺陷的特征參數(shù)提取是實現(xiàn)自動化檢測的關鍵。
[0004] 近年來，針對上述檢測方法存在的不足，發(fā)展了基于圖像處理技術的焊縫焊接缺 陷檢測識別方法，用于實現(xiàn)不同類型焊接缺陷的特征提取。Valavanis等[Multiclass defect detection and classification in weld radio graphic images using geometric and texture features[J].Expert Systems with Applications，2010，37 (12) :7606-7614]針對焊縫X射線圖像進行了分析與識別研究，提出基于數(shù)字圖像處理的算 法，對采集到的圖像進行處理，結合ANNs算法分析的基礎上，獲得焊縫缺陷特征相關參數(shù)。 Vilar等[An automatic system of classification of weld defects in radiographic images[J] .NDT&E International ,2009,42(5) :467-476]針對X射線焊接缺陷圖像開發(fā)了 缺陷自動分類系統(tǒng)，該系統(tǒng)可實現(xiàn)圖像降噪和對比度增強，結合大津法和標簽技術對焊接 缺陷圖像進行分割和缺陷的特征提取，通過ANNs技術對缺陷進行分類，提高了對缺陷識別 的效率及正確率。
[0005] 目前，基于X射線完成焊縫檢測的技術，多是針對焊縫焊接內部缺陷進行檢測，關 于內部焊接焊縫表面缺陷檢測識別的技術還鮮有研究。對此，本方法提出了一種基于形態(tài) 學圖像處理技術的焊縫焊接缺陷檢測識別方法，用于實現(xiàn)換能設備內部焊縫表面的缺陷的 檢測識別。本方法利用微型CCD相機采集換能設備內部焊縫區(qū)域圖像，采用二值化、刪除最 小面積和膨脹等算法對圖像焊縫邊沿進行定位，同時，通過灰度B掃曲線對焊縫表面缺陷的 特征參數(shù)進行提取。

【發(fā)明內容】

[0006] 本發(fā)明的目的在于提供一種設備內部焊縫焊接缺陷的檢測識別方法，特別是基于 形態(tài)學圖像處理技術的檢測方法。本方法將圖像處理技術用于設備內部的焊縫檢測，采用 數(shù)學形態(tài)學方法進行焊縫區(qū)域定位，利用B掃曲線提取內部焊縫表面存在焊瘤和孔洞等缺 陷特征參數(shù)。
[0007] 本發(fā)明提出一種基于形態(tài)學圖像處理技術的內焊縫表面缺陷檢測識別方法，其基 本原理在于：
[0008] 采用工業(yè)CCD相機采集彩色的焊縫圖像，采集的焊縫圖像包括焊縫表面存在孔洞、 焊瘤等缺陷。
[0009] 對采集到的彩色焊縫圖像灰度化處理，灰度圖像灰度值與彩色圖像RGB值之間存 在固有轉換關系，根據(jù)該轉換關系，可將彩色圖像直接轉化為灰度圖像。轉換后灰度圖像灰 度值Gray與原彩色圖像RGB值之間的轉換關系如式(1)所示。
[0010] Gray = R*0.3+G*0.59+B*0.11 (1)
[0011] R、G和B分別表示紅綠藍三種顏色;在對焊縫處理前，需對圖像進行濾波處理，以減 少背景噪聲對圖像識別的影響，綜合對比中值濾波、平滑濾波和銳化濾波對焊縫圖像處理 的效果，選取中值濾波作為圖像預處理的方法。中值濾波是一種非線性信號處理方法，可實 現(xiàn)圖像的降噪處理。該方法將圖像劃分成含有奇數(shù)個點的滑動窗口，分別用窗口中各像素 中值灰度值來代替指定像素灰度值，指定像素是窗口中心點，指定像素灰度值的數(shù)學公式 表示為：
[0012] yi=med{fi-v, · · · ,fi-i,fi,fi+i, · · · ,fi+v} (2) 其中$2^=(111-1)/2。71為中值濾波后的焊縫圖像4 1為中值濾波前的圖像。中值濾 波既可對焊縫圖像降噪，又避免了焊縫邊緣的模糊失真，實現(xiàn)焊縫圖像的等效復原。
[0013] 管內焊縫呈現(xiàn)弧狀，為了精確的定位管內焊縫，采用圖像形態(tài)學處理焊縫圖像。采 用二值法對焊縫區(qū)域和背景區(qū)域進行分離，二值法分離圖像黑白區(qū)域是將圖像像素點的灰 度值分別置為〇或255,即將整個焊縫圖像呈現(xiàn)出明顯的只有黑和白像素點的視覺效果。在 焊縫檢測圖像中，焊縫區(qū)域呈白色，背景區(qū)域呈黑色。
[0014] 由于殘留噪聲和背景紋理的影響，在焊縫的二值圖像中會存在類似焊縫區(qū)域的白 色干擾的區(qū)域產(chǎn)生，這些白色干擾區(qū)域的面積通常小于指定的焊縫區(qū)域的面積。因此，采用 刪除最小面積的方法，通過設置最小連通區(qū)域的閾值，可消除面積相對較小的白色干擾區(qū) 域。
[0015] 對于由圖像拍攝角度及材質引起反光等因素的影響，在二值圖像的焊縫區(qū)域內會 產(chǎn)生"待定黑色區(qū)域"，該"待定黑色區(qū)域"無法直接判斷是否由焊接質量引起。本方法目的 是提取焊縫兩端邊緣線，實現(xiàn)焊縫的定位，因此對邊緣線之間的焊縫進行區(qū)域填充處理，避 免了"待定黑色區(qū)域"的影響。區(qū)域填充時，假設A表示一個包含一個子集的集合，對于子集 元素連接邊界的區(qū)域，從邊界內的一點P開始，用1來填充整個邊界內的區(qū)域，其數(shù)學公式表 示為：
[0016]
[0017] 式中，X〇 = p，B為對稱結構元，當k迭代到Xk = Xk-1時，算法終止。集合Xk和A的值并集 包括填充的集合和邊界。
[0018] 在二值化和降噪等圖像處理過程中，往往會造成焊縫邊緣信息的丟失，導致焊縫 填充區(qū)域小于實際焊縫面積。為了確保焊縫區(qū)域信息的完整性，采用膨脹算法處理焊縫填 充區(qū)域，使得提取出的焊縫區(qū)域面積更接近焊縫實際面積。假設函數(shù)b對函數(shù)f進行膨脹，數(shù) 學定義如下：
[0019]
[0020]式中，Df和Db分別是函數(shù)f和b的定義域，b為形態(tài)處理的結構元。
[0021]在確定圖像焊縫區(qū)域的前提下，利用Canny算子提取焊縫邊緣，可完成焊縫區(qū)域定 位。Canny算子的原理如下：（1)用高斯濾波器對圖像進行濾波，去除圖像中的噪聲；（2)用高 斯算子的一階微分對圖像進行濾波，得到每個圖像的梯度強度和方向；（3)對梯度進行"非 極大值抑制"，即各個區(qū)域的像素點用不同的鄰近像素點進行比較，決定局部最大值；（4)對 梯度取兩次閾值。以閾值較高，去除背景噪聲，同時也損失了有用的焊縫邊緣信息的圖片為 基礎。以閾值較低，保留焊縫邊緣信息的圖像來連接焊縫的邊緣。
[0022]對焊縫區(qū)域定位后，提取焊縫區(qū)域內的缺陷特征。對于灰度圖像可以用一個單值 實函數(shù)f(x，y)表示，這個函數(shù)在某點的值稱為圖像在該點的灰度值或亮度值。對于焊縫表 面存在孔洞和焊瘤的區(qū)域，因其焊縫表面的材質特性發(fā)生變化，在出現(xiàn)孔洞和焊瘤區(qū)域相 對于焊縫焊接質量良好區(qū)域的灰度值和亮度值發(fā)生明顯的變化，因此以一列像素值為X軸， 以歸一化取負的灰度值為Y軸做圖像B掃曲線。在焊縫區(qū)域內（如圖9、10和11黑線內的區(qū) 域），焊接質量良好區(qū)域B掃曲線的走勢與存在焊瘤和孔洞區(qū)域B掃曲線的走勢有著明顯的 不同，以此判斷圖像中不同類型的焊接缺陷。
[0023]本發(fā)明提出的一種基于形態(tài)學圖像處理技術的內焊縫表面缺陷檢測識別方法是 通過以下步驟實現(xiàn)的：
[0024]步驟一：圖像采集。
[0025]采用工業(yè)CCD相機采集換能設備內部焊縫表面存在孔洞、焊瘤缺陷圖像，采集的圖 像為真彩色RGB圖像，圖像尺寸、清晰度、色相和飽和度固定不變。步驟二:圖像前期處理。 [0026]根據(jù)公式（1)將真彩色RGB圖像轉化為灰度圖像。
[0027] 步驟三：圖像預處理。
[0028]對灰度圖像進行中值濾波處理，實現(xiàn)圖像在邊緣保真情況下的降噪復原。
[0029]步驟四：圖像二值化。
[0030] 設置灰度閾值，將灰度圖轉化為黑白二值圖。其中，焊縫區(qū)域呈白色，背景區(qū)域呈 黑色。
[0031] 步驟五:消除白色干擾區(qū)域。
[0032] 殘留噪音與背景紋理在二值圖像中的連通區(qū)域為白色干擾區(qū)域，該白色干擾區(qū)域 均小于焊縫區(qū)域。設置最小連通區(qū)域面積，采用刪除最小連通區(qū)域面積的方法消除圖像殘 留噪音及背景紋理噪音，完整提取焊縫區(qū)域。
[0033]步驟六:焊縫邊緣線提取。
[0034] (1)在黑白二值圖中的焊縫白色區(qū)域內，由于圖像拍攝角度及材質反光等原因會 產(chǎn)生"待定黑色區(qū)域"，為避免其影響邊緣線提取，對焊縫區(qū)域進行區(qū)域填充處理。
[0035] (2)對完全填充后的焊縫區(qū)域進行膨脹算法處理，補償邊緣信息的丟失，保證焊縫 區(qū)域與實際焊縫面積吻合。
[0036] (3)采用Canny算子提取填充膨脹后的焊縫區(qū)域邊緣線，實現(xiàn)焊縫區(qū)域定位。步驟 七:B掃曲線判斷缺陷類型。
[0037] 根據(jù)灰度圖像，繪制垂直于焊縫路徑的截線灰度B掃曲線。其中，截線像素值為X 軸，歸一化取負的灰度值為Y軸。根據(jù)步驟六定位的焊縫邊緣，確定B掃曲線中的焊縫截線區(qū) 域。當焊縫表面存在孔洞和焊瘤的時候，其灰度值在B掃曲線上發(fā)生明顯的變化，以此判斷 焊縫表面不同類型的缺陷。
[0038] 本發(fā)明具有以下優(yōu)點：1)采用數(shù)學形態(tài)學圖像處理技術對內焊縫圖像進行焊縫區(qū) 域定位，實現(xiàn)了內焊縫邊緣的提取。2)將灰度截面B掃曲線用于分析焊縫表面缺陷特征參 數(shù)，實現(xiàn)了內焊縫表面孔洞、焊瘤等不同類型焊接缺陷特征的有效提取。
【附圖說明】
[0039] 圖1焊縫表面焊接質量良好示意圖
[0040] 圖2焊縫表面存在焊瘤和孔洞示意圖
[0041] 圖3中值濾波效果示意圖
[0042] 圖4二值化效果示意圖
[0043] 圖5消除殘留噪音與背景噪音效果示意圖
[0044] 圖6區(qū)域填充效果示意圖
[0045] 圖7膨脹效果示意圖
[0046] 圖8焊縫邊緣線提取效果示意圖
[0047] 圖9焊接表面質量良好區(qū)域B掃圖走勢示意圖
[0048] 圖10焊縫表面存在孔洞區(qū)域B掃圖走勢示意圖
[0049] 圖11焊縫表面存在焊瘤區(qū)域B掃圖走勢示意圖 圖12為本方法的實施流程圖
【具體實施方式】
[0050] 下面結合具體實驗對本發(fā)明作進一步說明：
[0051] 本實驗選取焊縫表面存在孔洞和焊縫表面存在焊瘤的樣本作為特征提取圖像，選 取表面焊接質量良好的樣本作為前期邊緣提取算法驗證圖像。如圖1所示。步驟一：圖像采 集。
[0052] 采用工業(yè)CCD相機采集換能設備內部焊縫表面存在孔洞、焊瘤等缺陷圖像，采集的 圖像為真彩色RGB圖像，圖像尺寸480*360、色相4、飽和度100、對比度-4，各值固定不變。 [0053]步驟二：圖像前期處理。
[0054]根據(jù)公式（1)將真彩色RGB圖像轉化為灰度圖像。如圖2所示。
[0055] 步驟三：圖像預處理。
[0056]對灰度圖像進行中值濾波處理，實現(xiàn)圖像在邊緣保真情況下的降噪復原。如圖3所 不。
[0057]步驟四：圖像二值化。
[0058]設置灰度閾值，將灰度圖轉化為黑白二值圖。其中，焊縫區(qū)域呈白色，背景區(qū)域呈 黑色。將圖像上灰度值小于90的像素點置為0，圖像上灰度值大于等于90的像素點置為255， 將整個圖像呈現(xiàn)出明顯的黑白效果。如圖4所示。
[0059] 步驟五:消除白色干擾區(qū)域。
[0060] 殘留噪音與背景紋理在二值圖像中的連通區(qū)域為白色干擾區(qū)域，該白色干擾區(qū)域 均小于焊縫區(qū)域。設置最小連通區(qū)域面積，采用刪除最小連通區(qū)域面積的方法消除圖像殘 留噪音及背景紋理噪音，完整提取焊縫區(qū)域。本實驗設置小于等于5000的連通區(qū)域置為0。 除去圖像殘留噪音與背景紋理噪音的效果如圖5所示。步驟六:焊縫區(qū)域邊緣線提取。
[0061] (1)在黑白二值圖中的焊縫白色區(qū)域內，由于圖像拍攝角度及材質反光等原因會 產(chǎn)生"待定黑色區(qū)域"，為避免其影響邊緣線提取，對焊縫區(qū)域進行區(qū)域填充處理。填充效果 如圖6所示。
[0062] (2)對完全填充后的焊縫區(qū)域進行膨脹算法處理，補償邊緣信息的丟失，保證焊縫 區(qū)域與實際焊縫面積吻合，采用膨脹算法處理焊縫區(qū)域，對圖像做三次膨脹處理，膨脹結構 元為
嘭脹處理后的效果如圖7所示。
[0063] (3)采用Canny算子提取填充膨脹后的焊縫區(qū)域邊緣線，實現(xiàn)焊縫區(qū)域定位。焊縫 邊緣提取效果如圖8所示。
[0064]步驟七:B掃曲線判斷缺陷類型。
[0065] 根據(jù)灰度圖像，繪制垂直于焊縫路徑的截線灰度B掃曲線。其中，截線像素值為X 軸，歸一化取負的灰度值為Y軸。根據(jù)步驟六定位的焊縫邊緣，確定B掃曲線中的焊縫截線區(qū) 域。當焊縫表面存在孔洞和焊瘤的時候，其灰度值在B掃曲線上發(fā)生明顯的變化，以此判斷 焊縫表面不同類型的缺陷。在焊縫區(qū)域內，焊接質量良好區(qū)域B掃圖的走勢與存在焊瘤和孔 洞區(qū)域B掃圖的走勢有著明顯的不同。由圖9可知，若焊縫中存在孔洞，則孔洞區(qū)域對應的一 列像素的B掃圖中，在焊縫區(qū)域內有一段像素的灰度值趨近于0。由圖10可知，若焊縫中存在 焊瘤，則焊瘤區(qū)域對應的一列像素的B掃圖中，在焊縫區(qū)域內有一段像素的灰度值趨近于-1。由圖11可知，若焊縫焊接質量良好，則焊縫區(qū)域對應的一列像素的B掃圖中，在焊縫區(qū)域 內并沒有一段像素值的灰度值趨近于〇或-1。
[0066] 以上是本發(fā)明的一個典型應用，本發(fā)明的應用不限于此。
【主權項】
1. 一種基于灰度圖像形態(tài)學的焊縫表面缺陷特征提取方法，其特征在于： 本方法是通過W下步驟實現(xiàn)的， 步驟一：圖像采集； 采用工業(yè)CCD相機采集換能設備內部焊縫表面存在孔桐、焊瘤缺陷圖像，采集的圖像為 真彩色RGB圖像，圖像尺寸、清晰度、色相和飽和度固定不變； 步驟二：圖像前期處理； 將真彩色RGB圖像轉化為灰度圖像； 步驟Ξ:圖像預處理； 對灰度圖像進行中值濾波處理，實現(xiàn)圖像在邊緣保真情況下的降噪復原； 步驟四：圖像二值化； 設置灰度闊值，將灰度圖轉化為黑白二值圖；其中，焊縫區(qū)域呈白色，背景區(qū)域呈黑色； 步驟五:消除白色干擾區(qū)域； 殘留噪音與背景紋理在二值圖像中的連通區(qū)域為白色干擾區(qū)域，該白色干擾區(qū)域均小 于焊縫區(qū)域;設置最小連通區(qū)域面積，采用刪除最小連通區(qū)域面積的方法消除圖像殘留噪 音及背景紋理噪音，完整提取焊縫區(qū)域； 步驟六:焊縫邊緣線提?。? (1) 在黑白二值圖中的焊縫白色區(qū)域內，由于圖像拍攝角度及材質反光等原因會產(chǎn)生 "待定黑色區(qū)域"，為避免其影響邊緣線提取，對焊縫區(qū)域進行區(qū)域填充處理； (2) 對完全填充后的焊縫區(qū)域進行膨脹算法處理，補償邊緣信息的丟失，保證焊縫區(qū)域 與實際焊縫面積吻合； (3) 采用Canny算子提取填充膨脹后的焊縫區(qū)域邊緣線，實現(xiàn)焊縫區(qū)域定位；步驟屯:B 掃曲線判斷缺陷類型； 根據(jù)灰度圖像，繪制垂直于焊縫路徑的截線灰度B掃曲線；其中，截線像素值為X軸，歸 一化取負的灰度值為Y軸;根據(jù)步驟六定位的焊縫邊緣，確定B掃曲線中的焊縫截線區(qū)域;當 焊縫表面存在孔桐和焊瘤的時候，其灰度值在B掃曲線上發(fā)生明顯的變化，W此判斷焊縫表 面不同類型的缺陷。2. 根據(jù)權利要求1所述的一種基于灰度圖像形態(tài)學的焊縫表面缺陷特征提取方法，其 特征在于： 本方法的基本原理在于， 采用工業(yè)CCD相機采集彩色的焊縫圖像，采集的焊縫圖像包括焊縫表面存在孔桐、焊瘤 等缺陷； 對采集到的彩色焊縫圖像灰度化處理，灰度圖像灰度值與彩色圖像RGB值之間存在固 有轉換關系，根據(jù)該轉換關系，可將彩色圖像直接轉化為灰度圖像;轉換后灰度圖像灰度值 Gray與原彩色圖像RGB值之間的轉換關系如式（1)所示； Gray = R*0.3+G*0.59+B*0.11 (1) R、G和B分別表示紅綠藍Ξ種顏色;在對焊縫處理前，需對圖像進行濾波處理，W減少背 景噪聲對圖像識別的影響，綜合對比中值濾波、平滑濾波和銳化濾波對焊縫圖像處理的效 果，選取中值濾波作為圖像預處理的方法；中值濾波是一種非線性信號處理方法，可實現(xiàn)圖 像的降噪處理;該方法將圖像劃分成含有奇數(shù)個點的滑動窗口，分別用窗口中各像素中值 灰度值來代替指定像素灰度值，指定像素是窗口中屯、點，指定像素灰度值的數(shù)學公式表示 為： yi=med{fi-v,... ,fi-i,fi,fi+i,... ,fi+v} (2) 其中iez，v=(m-l)/2;yi為中值濾波后的焊縫圖像，fi為中值濾波前的圖像；中值濾波 既可對焊縫圖像降噪，又避免了焊縫邊緣的模糊失真，實現(xiàn)焊縫圖像的等效復原； 管內焊縫呈現(xiàn)弧狀，為了精確的定位管內焊縫，采用圖像形態(tài)學處理焊縫圖像;采用二 值法對焊縫區(qū)域和背景區(qū)域進行分離，二值法分離圖像黑白區(qū)域是將圖像像素點的灰度值 分別置為0或255,即將整個焊縫圖像呈現(xiàn)出明顯的只有黑和白像素點的視覺效果;在焊縫 檢測圖像中，焊縫區(qū)域呈白色，背景區(qū)域呈黑色； 由于殘留噪聲和背景紋理的影響，在焊縫的二值圖像中會存在類似焊縫區(qū)域的白色干 擾的區(qū)域產(chǎn)生，運些白色干擾區(qū)域的面積通常小于指定的焊縫區(qū)域的面積;因此，采用刪除 最小面積的方法，通過設置最小連通區(qū)域的闊值，可消除面積相對較小的白色干擾區(qū)域； 對于由圖像拍攝角度及材質引起反光等因素的影響，在二值圖像的焊縫區(qū)域內會產(chǎn)生 "待定黑色區(qū)域"，該"待定黑色區(qū)域"無法直接判斷是否由焊接質量引起;本方法目的是提 取焊縫兩端邊緣線，實現(xiàn)焊縫的定位，因此對邊緣線之間的焊縫進行區(qū)域填充處理，避免了 "待定黑色區(qū)域"的影響；區(qū)域填充時，假設A表示一個包含一個子集的集合，對于子集元素 連接邊界的區(qū)域，從邊界內的一點P開始，用1來填充整個邊界內的區(qū)域，其數(shù)學公式表示 為： X* =(義,___1 Θ 公）η 乂U = 1，2,3,…） (3) 式中，Χο = Ρ，Β為對稱結構元，當k迭代到Xk=Xk-i時，算法終止;集合Xk和A的值并集包括 填充的集合和邊界； 在二值化和降噪等圖像處理過程中，往往會造成焊縫邊緣信息的丟失，導致焊縫填充 區(qū)域小于實際焊縫面積;為了確保焊縫區(qū)域信息的完整性，采用膨脹算法處理焊縫填充區(qū) 域，使得提取出的焊縫區(qū)域面積更接近焊縫實際面積;假設函數(shù)b對函數(shù)f進行膨脹，數(shù)學定 義如下： (/盛玄廢，')二max{/(沒--嫂 + 鮮義，誠 I 技-對，(? -y) e馬淑，乂) eA} (4> 式中，Df和化分別是函數(shù)f和b的定義域，b為形態(tài)處理的結構元。3.根據(jù)權利要求2所述的一種基于灰度圖像形態(tài)學的焊縫表面缺陷特征提取方法，其 特征在于： 在確定圖像焊縫區(qū)域的前提下，利用Canny算子提取焊縫邊緣，可完成焊縫區(qū)域定位； Canny算子的原理如下：（1)用高斯濾波器對圖像進行濾波，去除圖像中的噪聲；（2)用高斯 算子的一階微分對圖像進行濾波，得到每個圖像的梯度強度和方向；（3)對梯度進行"非極 大值抑制"，即各個區(qū)域的像素點用不同的鄰近像素點進行比較，決定局部最大值；（4)對梯 度取兩次闊值；W闊值較高，去除背景噪聲，同時也損失了有用的焊縫邊緣信息的圖片為基 礎；W闊值較低，保留焊縫邊緣信息的圖像來連接焊縫的邊緣； 對焊縫區(qū)域定位后，提取焊縫區(qū)域內的缺陷特征;對于灰度圖像可W用一個單值實函 數(shù)f(x，y)表示，運個函數(shù)在某點的值稱為圖像在該點的灰度值或亮度值;對于焊縫表面存 在孔桐和焊瘤的區(qū)域，因其焊縫表面的材質特性發(fā)生變化，在出現(xiàn)孔桐和焊瘤區(qū)域相對于 焊縫焊接質量良好區(qū)域的灰度值和亮度值發(fā)生明顯的變化，因此W-列像素值為X軸，W歸 一化取負的灰度值為Υ軸做圖像B掃曲線;在焊縫區(qū)域內，焊接質量良好區(qū)域B掃曲線的走勢 與存在焊瘤和孔桐區(qū)域B掃曲線的走勢有著明顯的不同，W此判斷圖像中不同類型的焊接 缺陷。4.根據(jù)權利要求1所述的一種基于灰度圖像形態(tài)學的焊縫表面缺陷特征提取方法，其 特征在于： 本實驗選取焊縫表面存在孔桐和焊縫表面存在焊瘤的樣本作為特征提取圖像，選取表 面焊接質量良好的樣本作為前期邊緣提取算法驗證圖像;如圖1所示； 步驟一：圖像采集； 采用工業(yè)CCD相機采集換能設備內部焊縫表面存在孔桐、焊瘤等缺陷圖像，采集的圖像 為真彩色RGB圖像，圖像尺寸480*360、色相4、飽和度100、對比度-4，各值固定不變； 步驟二：圖像前期處理； 根據(jù)公式(1)將真彩色RGB圖像轉化為灰度圖像； 步驟Ξ:圖像預處理； 對灰度圖像進行中值濾波處理，實現(xiàn)圖像在邊緣保真情況下的降噪復原； 步驟四：圖像二值化； 設置灰度闊值，將灰度圖轉化為黑白二值圖；其中，焊縫區(qū)域呈白色，背景區(qū)域呈黑色； 將圖像上灰度值小于90的像素點置為0,圖像上灰度值大于等于90的像素點置為255,將整 個圖像呈現(xiàn)出明顯的黑白效果； 步驟五:消除白色干擾區(qū)域； 殘留噪音與背景紋理在二值圖像中的連通區(qū)域為白色干擾區(qū)域，該白色干擾區(qū)域均小 于焊縫區(qū)域;設置最小連通區(qū)域面積，采用刪除最小連通區(qū)域面積的方法消除圖像殘留噪 音及背景紋理噪音，完整提取焊縫區(qū)域;本實驗設置小于等于5000的連通區(qū)域置為0;除去 圖像殘留噪音與背景紋理噪音的效果如圖5所示； 步驟六:焊縫區(qū)域邊緣線提??； (1) 在黑白二值圖中的焊縫白色區(qū)域內，由于圖像拍攝角度及材質反光等原因會產(chǎn)生 "待定黑色區(qū)域"，為避免其影響邊緣線提取，對焊縫區(qū)域進行區(qū)域填充處理； (2) 對完全填充后的焊縫區(qū)域進行膨脹算法處理，補償邊緣信息的丟失，保證焊縫區(qū)域 與實際焊縫面積吻合，采用膨脹算法處理焊縫區(qū)域，對圖像做Ξ次膨脹處理，膨脹結構元為(3) 采用Canny算子提取填充膨脹后的焊縫區(qū)域邊緣線，實現(xiàn)焊縫區(qū)域定位；步驟屯:B 掃曲線判斷缺陷類型； 根據(jù)灰度圖像，繪制垂直于焊縫路徑的截線灰度B掃曲線；其中，截線像素值為X軸，歸 一化取負的灰度值為Y軸;根據(jù)步驟六定位的焊縫邊緣，確定B掃曲線中的焊縫截線區(qū)域;當 焊縫表面存在孔桐和焊瘤的時候，其灰度值在B掃曲線上發(fā)生明顯的變化，W此判斷焊縫表 面不同類型的缺陷。
【文檔編號】G06T7/40GK105976352SQ201610231793
【公開日】2016年9月28日
【申請日】2016年4月14日
【發(fā)明人】焦敬品, 李思源, 常予, 何存富, 吳斌
【申請人】北京工業(yè)大學