李篪

（沈陽(yáng)理工大學(xué)現(xiàn)代教育與信息技術(shù)中心 遼寧省沈陽(yáng)市 110159）

焊縫自動(dòng)跟蹤是實(shí)現(xiàn)焊接自動(dòng)化的關(guān)鍵，近年來(lái)受到了越來(lái)越多的關(guān)注。目前，應(yīng)用于焊縫跟蹤系統(tǒng)的傳感器最常見(jiàn)的有電弧傳感器和視覺(jué)傳感器。電弧傳感器結(jié)構(gòu)簡(jiǎn)單，但只有電弧形成后才能工作，精度通常不高。視覺(jué)傳感器靈敏度和精度更高、不受電磁干擾，適合于各種不同布置形態(tài)的焊縫，是一種更有發(fā)展前景的方法[1]。在焊縫位置獲取和圖像識(shí)別算法的研究方面，國(guó)內(nèi)外都開(kāi)展過(guò)一些研究，例如橫尾尚志等提出了模糊控制和模糊專家系統(tǒng)[2]。Yoshito Sameda 等以激光掃描法，通過(guò)焊縫圖像處理，實(shí)現(xiàn)了焊縫跟蹤[3]。N.SHIBATA 等采用激光束與CCD 傳感器配合，實(shí)現(xiàn)了焊接過(guò)程的跟蹤控制[4]。在國(guó)內(nèi)，崔元彪等通過(guò)改進(jìn)傳感器的結(jié)構(gòu)設(shè)計(jì)，實(shí)現(xiàn)了對(duì)焊縫的跟蹤[5]。在焊縫圖像處理技術(shù)中，對(duì)圖像的預(yù)處理及后處理是實(shí)現(xiàn)位置檢測(cè)的關(guān)鍵技術(shù)。預(yù)處理階段的主要目的是采用濾波方法除噪，排除弧光、煙霧等干擾因素，常用的有頻域?yàn)V波以及空域?yàn)V波[6]。空域?yàn)V波比較常用，有鄰域平均法以及中值濾波法等，其中，中值濾波法在濾除噪音的同時(shí)又能夠保留原有圖像的主要特征，應(yīng)用得最為普遍。對(duì)于焊縫圖像后處理一般常采取的算法為二值化處理，其中關(guān)鍵技術(shù)是閾值的確定[7]，其中，Otsu 法是確定最佳閾值常用的一種有效方法[8]。

本文采用CCD 作為傳感器采集焊縫位置圖像，通過(guò)預(yù)處理后，在上位機(jī)上完成了圖像后處理，并根據(jù)圖像信息來(lái)指揮下位機(jī)工作，有效地完成了焊縫的跟蹤。

1 試驗(yàn)方法及裝置

本文實(shí)驗(yàn)中采用的試驗(yàn)布置如圖1，圖中焊接設(shè)備部分包括焊機(jī)、焊槍和焊槍移動(dòng)執(zhí)行機(jī)構(gòu)。圖像采集及處理系統(tǒng)包括CCD 攝像頭，圖像采集卡和上位機(jī)系統(tǒng)。

本課題試驗(yàn)中所采用的焊機(jī)為YC-400TX TIG 焊機(jī)，焊槍移動(dòng)執(zhí)行機(jī)構(gòu)為自行設(shè)計(jì)，為十字滑板型結(jié)構(gòu)，采用步進(jìn)電機(jī)驅(qū)動(dòng)，可以滿足系統(tǒng)的精度要求。所采用的上位機(jī)為工控機(jī)；下位機(jī)采用的是西門子S7-200 系列PLC。

2 實(shí)驗(yàn)結(jié)果及分析

2.1 圖像的預(yù)處理

圖像預(yù)處理目的主要是去除圖像采集過(guò)程中產(chǎn)生的干擾信號(hào)，以及弧光和煙霧造成的干擾信號(hào)。本文的研究中，采用了空域?yàn)V波結(jié)合模板進(jìn)行鄰域操作來(lái)達(dá)到去除噪音的目的。

針對(duì)本文所獲得的焊縫圖像（見(jiàn)圖2），噪音在傅立葉空間中屬于高頻分量，首先采用了低通濾波器，把它的高頻部分率掉，而不影響低頻分量。首先采用了最常用的線性濾波器，其理論基礎(chǔ)是對(duì)于一個(gè)圖像F(x,y),對(duì)其中點(diǎn)S0(X,Y)做運(yùn)算?，F(xiàn)設(shè)一個(gè)n×n 的模板，模板內(nèi)為模板系數(shù)。將kn 所在的位置和sn 所在的位置重合，則模板的響應(yīng)輸出如式（1）：

圖1：試驗(yàn)布置圖

圖2：原始焊縫圖像

圖4：中值濾波圖像

圖3：領(lǐng)域平均法處理效果

圖5：Otsu 法的分割結(jié)果

圖6：改進(jìn)算法分割結(jié)果

圖7：焊縫的細(xì)化圖像

本文運(yùn)算中，采用領(lǐng)域平均法，k系數(shù)為1，在計(jì)算響應(yīng)輸出R后，將其除以n 再進(jìn)行賦值。對(duì)圖2 的處理效果如圖3，可以看出，噪音已經(jīng)被明顯消除，但在焊縫邊緣，還存在一些模糊部位。

本文又嘗試使用了中值濾波方法，首先采用一個(gè)奇數(shù)像素點(diǎn)的窗口，將各像素按灰度排列后，用其中間位置的灰度值代替原值。對(duì)于圖2，采用中值濾波處理后的效果如圖4，可以看出噪音信號(hào)被很好的去除了，而圖中焊縫的邊緣卻依然清晰。

2.2 圖像的后處理

圖像的后處理在上位機(jī)上完成，其中主要內(nèi)容包括閾值的確定和二值化處理。

本文的閾值確定采用了Otsu 法，它基于以下的假設(shè)：背景和前景的直方圖分布是符合正態(tài)分布的，它利用組內(nèi)方差和組件方差來(lái)求解。

對(duì)于每一幅圖像，設(shè)其閾值為T，假設(shè)圖像具有L 級(jí)灰度值，通過(guò)閾值可以把它們分為兩組(t1>T 和t2

則組內(nèi)方差為式（2）：

組間方差為式（3）：

為了減小計(jì)算量，本文對(duì)Otsu 法還做了一些改進(jìn)。利用了式（4）：

只要求得式（4）有最大值，就可以獲得適當(dāng)?shù)拈撝?，并使?jì)算量大幅度下降。

文中圖5 為原算法處理的結(jié)果，圖6 為改進(jìn)后算法的處理效果，可見(jiàn)改進(jìn)后的算法使焊縫信息獲得到很好的保留。

本文又在上述處理后，又對(duì)圖像進(jìn)行了細(xì)化處理。在盡量不丟失有效信息的條件下，來(lái)抽取骨架。文中圖7 是采用細(xì)化方法處理后的圖像，與原來(lái)二值化圖像圖5 和圖6 相比，噪音信號(hào)基本被去除，焊縫位置信息也基本上被保持。

2.3 下位機(jī)及執(zhí)行機(jī)構(gòu)

本文采用西門子S7-200 PLC 作為下位機(jī)，接收上位機(jī)傳輸?shù)暮缚p位置信息，并通過(guò)下位機(jī)編程來(lái)控制步進(jìn)電機(jī)運(yùn)行，適時(shí)調(diào)節(jié)焊槍來(lái)跟蹤到焊縫中心的位置。在焊接小車沿焊縫縱軸移動(dòng)的同時(shí)，使焊槍持續(xù)地跟蹤到焊縫的中心，實(shí)現(xiàn)焊縫位置的自動(dòng)跟蹤。

3 結(jié)論

（1）本文采用CCD 攝像頭采集到焊縫的圖像，通過(guò)中值濾波對(duì)圖像進(jìn)行了預(yù)處理；并在Otsu 法基礎(chǔ)上將算法做了改進(jìn)，確定了圖像的閾值，獲得了包括焊縫位置信息的二值化圖像，經(jīng)細(xì)化處理后確定了焊縫位置的有效信息。

（2）將焊縫位置信息傳遞給下位機(jī)，使之驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)運(yùn)動(dòng)，保證了焊縫對(duì)中，并實(shí)現(xiàn)了焊縫的自動(dòng)跟蹤。