題園園,朱洪雷,楊春英
(廣州工程技術(shù)職業(yè)學(xué)院機(jī)電工程學(xué)院,廣東 廣州510925)
磁光成像傳感方法是一種基于法拉第磁光效應(yīng)的焊縫識(shí)別方法[1-4],通過(guò)對(duì)焊縫磁光圖像特征的分析,得到了微間隙焊縫位置的測(cè)量值。磁光圖像會(huì)受到各種焊接工藝的影響,會(huì)出現(xiàn)退化現(xiàn)象。因此,焊縫磁光圖像的復(fù)原是提高微間隙焊縫檢測(cè)精度的重要步驟。本文研究了緊密對(duì)接焊縫的磁光圖像恢復(fù)方法。對(duì)降質(zhì)的焊縫磁光圖像進(jìn)行恢復(fù)和分析,采用全變分法對(duì)焊縫磁光圖像質(zhì)量進(jìn)行恢復(fù)和分析。
圖像恢復(fù)和去噪的關(guān)鍵在于去除噪聲的同時(shí)保持焊縫圖像邊緣特征。全變分恢復(fù)模型是利用了圖像內(nèi)在的正則性,從噪聲圖像的解中反映真實(shí)圖像的幾何正則性[5]。令r(x,y)為焊縫磁光原始圖像r0(x,y)為退化模糊圖像,則有:
式中:(x,y)為退化函數(shù),“*”代表卷積,n(x,y)為具有零均值、方差σ2為的隨機(jī)噪聲。將二維焊縫磁光圖像r(x,y)的整體變分最小化,所建立的焊縫磁光圖像恢復(fù)ROF模型實(shí)際上歸納為一個(gè)變分問(wèn)題,也即泛函求極值問(wèn)題。參數(shù)λ與噪聲方差σ2成反比,將r0(x,y)作為迭代的初始值,通過(guò)最大似然法迭代求解得到最大的原始焊縫磁光原始圖像r(x,y)。迭代求解過(guò)程為[5]
式中r^是未退化磁光圖像的估計(jì),r^k(x,y)是經(jīng) k次迭代后的未退化磁光圖像的估計(jì)。
為了模擬實(shí)時(shí)工業(yè)應(yīng)用中可能存在的干擾噪聲,采用高斯濾波器對(duì)焊縫磁光圖像卷積,如圖1(a),并將方差為0.002的高斯噪聲模擬信號(hào)添加到圖像中,模糊圖像如圖1(b)所示,將模糊的焊縫局部放大,如圖1(c)所示。應(yīng)用不同的迭代次數(shù)n和參數(shù)λ,代入公式(2)進(jìn)行重復(fù)試驗(yàn),得到恢復(fù)圖像即最大r(x,y)。在焊縫磁光圖像的全變分恢復(fù)試驗(yàn)中,當(dāng)?shù)螖?shù)大于50次時(shí),PSNR值趨于穩(wěn)定在峰值,選迭代次數(shù) 60 次,參數(shù) λ =1/σ2,σ2為噪聲的方差,根據(jù)噪聲方差可以估算出λ=0.1,時(shí)間步長(zhǎng)Δt=0.2,恢復(fù)效果較好,圖1(d)為通過(guò)ROF法恢復(fù)焊縫磁光圖像的焊縫邊緣局部放大圖。運(yùn)動(dòng)模糊圖像如圖2(b)所示,模糊的焊縫局部放大圖如圖2(c)所示。ROF法恢復(fù)運(yùn)動(dòng)模糊的焊縫磁光圖結(jié)果如圖2(d)所示。
在全變分圖像復(fù)原中,使用平均梯度測(cè)度(G)和邊緣信息測(cè)度(Eδ)值來(lái)評(píng)價(jià)復(fù)原結(jié)果。平均梯度測(cè)能夠反映圖像細(xì)節(jié)以及紋理變化特征,它的值越大,細(xì)節(jié)越多,圖像質(zhì)量越好。邊緣信息測(cè)度是反映圖像中的邊緣特征的重要參數(shù),它的值越大,其邊緣特征信息就越多。還可采用峰值信噪比測(cè)度(PSNR)的結(jié)果對(duì)恢復(fù)結(jié)果進(jìn)行評(píng)價(jià)。PSNR值越大,表明復(fù)原的圖像與未降質(zhì)圖像越接近,復(fù)原效果越好[5]。表1的數(shù)據(jù)顯示,高斯模糊和運(yùn)動(dòng)模糊圖像的PSNR值、G值和Eδ值在圖像恢復(fù)后均有所改善。利用ROF模型恢復(fù)高斯模糊和運(yùn)動(dòng)模糊的焊縫磁光圖像,能夠很好的保持焊縫圖像的細(xì)節(jié)特征。對(duì)高斯模糊圖像圖1和運(yùn)動(dòng)模糊圖像圖2進(jìn)行盲反卷積恢復(fù)和約束最小二乘濾波恢復(fù),表1中數(shù)據(jù)顯示,ROF模型恢復(fù)法優(yōu)于其他兩種方法。
圖1 ROF法恢復(fù)高斯模糊的焊縫磁光圖像
圖2 ROF法恢復(fù)運(yùn)動(dòng)模糊的焊縫磁光圖像
表1 焊縫磁光圖像恢復(fù)前后的PSNR值和G值對(duì)比
利用ROF模型恢復(fù)的焊縫磁光圖像PSNR值、G值和Eδ值較大,灰度梯度圖投影明顯,提高了磁光圖像質(zhì)量和焊縫位置測(cè)量精度。ROF模型復(fù)原方法通過(guò)引入能量泛函,將圖像復(fù)原問(wèn)題轉(zhuǎn)化為泛函極值的問(wèn)題即變分問(wèn)題,并在邊界條件下得到近似解即微分方程的數(shù)值解。整體變分的非均勻擴(kuò)散僅在邊緣處產(chǎn)生,從而保留了圖像的細(xì)節(jié)。