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)重點實驗室，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管材，作為管道運(yùn)輸?shù)闹黧w，其焊接質(zhì)量的優(yōu)劣對管道運(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)勢明顯:省時省力、效率高、工藝穩(wěn)定、自動化程度高。

國內(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—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)部的熔融金屬會覆著焊接端口兩側(cè)形成環(huán)形殘渣，對焊接接頭溫度場分布和焊接質(zhì)量有一定影響。據(jù)此，采用計算機(jī)視覺技術(shù)對焊接殘渣的形成過程進(jìn)行監(jiān)測，分析環(huán)形殘渣的形成過程。計算機(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，采用非接觸的計算機(jī)視覺技術(shù)，開發(fā)了一種數(shù)學(xué)算法精確計算環(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，國內(nèi)外在對管道閃光對焊焊縫殘渣成形方面的研究鮮見報道。

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)，通過對采集到的殘渣圖像進(jìn)行預(yù)處理和特征提取，得到清晰的殘渣圖形和殘渣邊緣。通過計算殘渣區(qū)域面積，畫出殘渣區(qū)域面積隨時間的變化曲線，準(zhǔn)確描述了殘渣形成過程。

1 管道環(huán)焊縫殘渣圖像采集系統(tǒng)

為了采集X65管線鋼管閃光焊接過程中管道內(nèi)部焊縫殘渣形成過程的動態(tài)信息，設(shè)計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)焊縫殘渣視覺信息的成像系統(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、計算機(jī)(PC)及防護(hù)罩等部件組成。殘渣圖像由CCD攝像頭將視頻模擬信號送入圖像采集卡，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渣呈紅熱狀態(tài)，故而不需要輔助光源。采集到的管道內(nèi)部焊縫殘渣圖像如圖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)焊縫殘渣是動態(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)焊縫殘渣圖像處理

圖1 管道內(nèi)部環(huán)焊縫系統(tǒng)

采集到的殘渣圖像存在閃光、飛濺等噪聲和傳輸過程中產(chǎn)生的畸變影響，殘渣圖像在一定區(qū)域內(nèi)是變化的動態(tài)圖形，而飛濺等干擾則表現(xiàn)為急速變化的暫態(tài)信號［4］，無法直接獲取有用的環(huán)形殘渣的形態(tài)信息。針對這一問題，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、邊緣檢測等。

2.1 確定環(huán)焊縫殘渣圖像的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，因為閃光焊焊接過程是一個存在強(qiáng)熱和劇烈飛濺的過程，因此，殘渣圖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)約計算時間和儲存空間，增強(qiáng)抗干擾能力，提高圖像處理的效率［5］。通過多次試驗，將圖像的ROI區(qū)域確定為環(huán)焊縫殘渣中心附近250 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渣的灰度非常接近。若在此基礎(chǔ)上對殘渣圖像進(jìn)行處理，管件內(nèi)部的飛濺將對處理結(jié)果造成極大的干擾，會損失掉焊縫殘渣的大部分細(xì)節(jié)信息，無法獲得清晰的殘渣圖像。本研究在此基礎(chǔ)上提取了殘渣圖像中環(huán)形殘渣區(qū)域，如圖2b所示。環(huán)形殘渣區(qū)域的提取方法如下:

a.找到殘渣外邊緣的圓心O(x0，y0)及外邊緣上一點C(x1，y1)，殘渣內(nèi)邊緣上距離O最近的一個點 c(x2，y2)。

b.圖像中的每一個點f(i，j)距離O的歐式距離d為

點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)焊縫殘渣區(qū)域

2.2 預(yù)處理

預(yù)處理的目的是抑制環(huán)形殘渣圖像中的飛濺等干擾因素，同時盡可能保留環(huán)形殘渣的動態(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)形殘渣區(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)焊縫殘渣圖像。

2.2.1 中值濾波

圖2b中提取得到的環(huán)形殘渣圖像中依然存在著飛濺等干擾，因此必須對圖像進(jìn)行濾波?？紤]到殘渣圖像的特征，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［6］。濾波后得到的環(huán)形殘渣圖像如圖3a所示，孤立的閃光飛濺亮點明顯減少了。然后對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，突出了殘渣區(qū)域的亮度。

2.2.2 圖像局部閾值分割

圖3 環(huán)形殘渣圖像處理

閾值分割是常用的圖像分割方法。由圖3b可知，環(huán)焊縫殘渣圖像灰度變化是逐漸過渡的，頂部的灰度(Hc)小于環(huán)焊縫殘渣中部的灰度(Hr)，而處于管件底部的灰度(Hw)最大，即Hc＜Hr＜Hw。根據(jù)殘渣環(huán)形圖像中自管件頂部到管件底部殘渣灰度由暗到亮分布，將整張圖像分為頂部、中部和底部三個區(qū)域，在每個區(qū)域中選取一個閾值對圖像進(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，閾值分割后的殘渣圖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)行殘渣面積測量和殘渣邊緣特征提取時變得復(fù)雜而難以進(jìn)行。因此，必須去掉這些孤立小區(qū)域噪聲。殘渣區(qū)域是連通的點密度遠(yuǎn)大于噪聲點的密集度，通過統(tǒng)計每個連通區(qū)域內(nèi)所含像素點的個數(shù)P，然后設(shè)定閾值P0，每個孤立區(qū)域所含像素點數(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)形殘渣圖像。

3 環(huán)焊縫殘渣特征提取

為了能夠準(zhǔn)確描述環(huán)焊縫殘渣的形成過程，對環(huán)形殘渣區(qū)域進(jìn)行面積計算和邊緣檢測。通過計算不同時刻殘渣區(qū)域的面積，提取環(huán)形殘渣的輪廓形態(tài)，直觀地反映殘渣的形成過程。

3.1 環(huán)焊縫殘渣區(qū)域面積測量

對圖像內(nèi)每個像素進(jìn)行標(biāo)記操作，將物體的像素值改為標(biāo)號，求各種標(biāo)號的總和，即求得不同區(qū)域的面積數(shù)目。殘渣圖像經(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)域即為殘渣區(qū)域，經(jīng)統(tǒng)計計算出像素值為“1”的像素數(shù)即求得殘渣區(qū)域的面積。

3.2 環(huán)焊縫殘渣圖像邊緣提取

對環(huán)焊縫殘渣圖像進(jìn)行分割后，為了獲得環(huán)焊縫殘渣輪廓的邊緣信息必須進(jìn)行邊緣提取。本研究利用Canny邊緣檢測算法對環(huán)焊縫殘渣輪廓圖像進(jìn)行邊緣提取，Canny邊緣檢測算子是一種十分有效的焊縫邊緣檢測方法，其抗噪性能好，定位精確高［8］。利用Canny對環(huán)焊縫殘渣圖像進(jìn)行邊緣檢測，邊緣檢測結(jié)果如圖5所示。

圖5 Canny算子邊緣檢測結(jié)果

4 實驗結(jié)果和分析

試驗條件: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;焊縫殘渣呈環(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階段。在同一組參數(shù)下對管件進(jìn)行三次閃光對焊試驗，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。故每次焊接完成時可采集到十張圖像。對采集到的圖像進(jìn)行ROI區(qū)域提取、預(yù)處理和特征提取試驗，結(jié)果如圖6所示。

圖6 圖像處理試驗結(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、殘渣區(qū)域、殘渣形態(tài)邊緣檢測結(jié)果。

圖7顯示了三次閃光焊試驗在不同的時刻殘渣的面積隨著時間的變化關(guān)系，由圖7可知，三次試驗過程中在不同時刻殘渣面積存在波動，呈增長趨勢。

圖7 殘渣面積—時間曲線

由圖6可知，管件在閃光焊接過程中隨著時間的推移，熔融金屬不斷在焊口兩側(cè)堆積，殘渣區(qū)域面積呈增長趨勢，在重力的作用下熔融金屬在管道內(nèi)部向底部聚集，殘渣厚度不斷增加。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，殘渣在焊接端口邊緣時而聚集，時而隨閃光爆炸飛濺而出，殘渣呈不連續(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)形殘渣，其面積增長均勻，且增長趨勢較緩慢;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，殘渣區(qū)域面積波動較大，呈增長趨勢;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)形殘渣迅速增加，殘渣區(qū)域面積快速增長，并形成了環(huán)形殘渣的最終形態(tài)。

5 結(jié)論

設(shè)計了管道閃光焊接環(huán)焊縫殘渣的成像系統(tǒng)和殘渣圖像處理方法，克服了X65管線鋼閃光焊接過程中觸點過梁爆炸而產(chǎn)生的飛濺等干擾，準(zhǔn)確提取了焊縫殘渣的圖像特征，為管道閃光焊接殘渣形成過程提供了視覺信息。通過計算殘渣區(qū)域面積，得到殘渣區(qū)域面積的變化曲線，結(jié)合管道閃光焊接工藝過程，對管道閃光焊接過程中的每一個階段環(huán)形殘渣隨時間的變化過程進(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，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，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.焊縫位置識別的圖像處理方法設(shè)計［J］.焊接學(xué)報，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，2006，27(1):29 －37.