王立忠，張 振，趙建博，田錦華，葉美圖

（1.新疆大學 機械工程學院，新疆 烏魯木齊830046；2.西安交通大學 機械工程學院 機械制造系統(tǒng)工程國家重點實驗室，陜西 西安710049）

1 引言

焊接工藝在絕大多數(shù)的工業(yè)領(lǐng)域中，是一種非常關(guān)鍵的材料加工工藝。金屬薄板在焊接加工過程中會產(chǎn)生各式各樣的變形，對于精度要求比較高的加工領(lǐng)域如果不了解其變形特點，將會對產(chǎn)品的外觀和使用性能有不好的影響［1］。薄板在焊接時會產(chǎn)生1000℃以上的高溫，通常的應變片將不能附著在鋼板上，非接觸式的應變測量則能很好地解決此問題，比如云紋干涉法［2］、激光干涉法［3］和數(shù)字圖像相關(guān)法（Digital image corrla?tion）［4-7］。前者有原理復雜、測量過程繁瑣和受環(huán)境影響較大等缺點，因此DIC是相較其他方法來說更適合用來測量高溫焊接鋼板的應變。本文應用的是西安交通大學自主研制的基于數(shù)字圖像相關(guān)法原理的XJTUDIC視覺應變測量系統(tǒng)。談杰［8］等人用大幅面視場用DIC系統(tǒng)對Q345鋼和Q690鋼進行焊接應變測量，得出Q690高強鋼變形相對于Q345變形較小。Xiaobo Yang等人［9］提出一種數(shù)字圖像相關(guān)的用于熱障涂層的實時表面變形檢測方法，可測量900℃高溫環(huán)境下的變形。胡悅［10］等人，根據(jù)在不同顏色的高溫散斑制作下的數(shù)字圖像匹配精度，普通光源800℃以上失效，但紫外線能夠在1200℃依然能夠較好的采集圖片。黑色和藍色具有最佳的對比效果。潘兵［11］等人提出了一種基于帶通濾波成像的高溫數(shù)字圖像相關(guān)方法。D.Gustafsson等人［12］采用數(shù)字圖像相關(guān)法研究了鉻鎳鐵合金過載條件下的疲勞裂紋擴展行為，實驗最高溫度為650℃。

雖然很多人研究高溫環(huán)境下的DIC測量，但是針對電弧焊高溫環(huán)境下的近距離小幅面變形測量并未涉及。主要原因是測量小幅面焊縫變形時，焊光以及火花產(chǎn)生的環(huán)境光對測量有極大的干擾；焊接過程中的高溫還會使普通散斑破壞掉落，會生成黑色底色干擾匹配，導致在小幅面（128 pixel×96 pixel）匹配時測量云圖有大面積孔洞；在焊接過程中焊縫溫度很高，電弧焊火花較大，對高精密儀器的安全構(gòu)成威脅。

為解決以上問題，本文提出了一種小幅面的測量焊縫變形的測量方法：使用過濾黃光的窄通濾光片進行強光過濾；在變形子區(qū)與參考子區(qū)灰度值關(guān)系中引入了兩個光補償系數(shù)以減小光照灰度差；對過濾后的圖像在頻域上運用低通濾波進行去噪處理，并對比驗證證明此濾波方法可以提高匹配精度。

在設(shè)備材料上，以灰白色高溫膠為底色，黑色高溫漆為散斑進行噴涂焊縫區(qū)域，生成有效的高溫散斑。為防止火花濺到儀器上，本文采用立焊的焊接方式，并用防具進行火花阻擋，最后用非接觸式的DIC光學測量方法進行小幅面測量。

最后通過兩組對比試驗驗證，可以得出此測量方法穩(wěn)定且精度較高，可以運用到小幅面測量電弧焊接位移場的測量中。

2 DIC原理與降噪技術(shù)

2.1 數(shù)字圖像相關(guān)法（DIC）

DIC的原理是在變形后的圖像（變形圖像）中找到變形前（基準圖像）的對應點。如圖1所示，圖左為參考圖像，圖右為經(jīng)過變形后的變形圖像。首先以基準點A(x0，y0)為中心點取大小為(2M+1)×(2M+1)的參考子圖像（參考子區(qū)），通過設(shè)定好的搜索方法，從變形圖像中遍歷所有點，并以每個點為中心取相同大小的變形子圖像（變形子區(qū)），通過已定義的相關(guān)系數(shù)尋找與參考子圖像相關(guān)性最大的變形子圖像，此時變形子 圖 像 的 中 心 點A′(x′0，y′0)即 為 參 考 圖 像 中A(x0，y0)的對應點。

圖1 數(shù)字圖像相關(guān)法原理圖Fig.1 Schematic diagram of digital image correlation method

在進行DIC的相關(guān)性匹配時，需要對兩幅圖像設(shè)置一個映射函數(shù)，本文所用常見的一階映射函數(shù)進行計算，此映射函數(shù)包括了旋轉(zhuǎn)運動、平移運動、正應變和剪應變等分量。映射函數(shù)如式（1）：

其中：u，v代表子區(qū)中心點的位移。Δx和Δy表示A點在x/y方向上的距離。A點灰度值與A′點的灰度值關(guān)系如下式：

其中：e(x i，y i)是圖像匹配中的噪聲部分，f(x i，y i)表示B點灰度值，g(x′i，y′i)表示B′點灰度值。變量r0/r1用于補償光照強度引起的灰度差［4］，一定程度上可以降低焊光等環(huán)境光帶來的干擾。

2.2 焊接環(huán)境光降噪

2.2.1 濾光片

在焊接過程中，不可避免的會有火花的干擾，以及焊光的影響。本文將使用帶通濾光片進行環(huán)境光的過濾，帶通濾光片只能夠通過某一波段信號，因為環(huán)境光的光信號較強，因此選用帶通比較窄的濾光片進行濾波［11］。本文所采用的濾光片的波長范圍為620～650 nm，可以有效減少入射光強，避免環(huán)境光的干擾，本文采用濾波片的參數(shù)如表1。

表1 窄通濾光片若干參數(shù)表Tab.1 Narrow-pass filter parameter

單一功能的濾光片無法達到要求，因焊接火花大部分為黃色，因此本文選用具有濾黃光功能的窄通濾光片，如圖2?？梢詼p小火花以及焊光帶來的部分環(huán)境光影響。

圖2 濾黃光窄通濾光片F(xiàn)ig.2 Narrow-pass filter lens for yellow light filtering

2.2.2 強光降噪處理

濾光片可以一定程度上減少環(huán)境光的影響，但是拍出的圖片還是有強光區(qū)域，為了能在環(huán)境光干擾的條件下進行數(shù)字圖像相關(guān)分析，必須對強光干擾進行消除。強光可以看作是一種高頻的噪聲，對采集的圖片進行頻域上的處理，將高頻噪聲去掉。

假設(shè)干擾區(qū)域為M×N，運用傅里葉變換將子區(qū)域中的灰度值f(x，y)進行傅里葉變換，變換公式為：

反變換公式為：

圖3 焊接過程中的無強光區(qū)域以及頻域圖Fig.3 Welding area without strong light and frequency domain diagram

圖4 焊接過程中的強光區(qū)域以及頻域圖Fig.4 Welding area with strong light and frequency do?main diagram

由圖可以看出，強光子區(qū)的頻域圖有大量的高頻噪聲信息，必須對其中的強光噪聲進行濾波（去噪），能夠順利提取圖像真實的信息。

因為環(huán)境光的波長大多比較高，因此應選用低通濾波器，本文運用的是高斯低通濾波器進行焊接試件的圖像噪聲的濾波，為驗證精度，選用理想低通濾波器作為對比試驗。以去噪后的圖片峰值信噪比（PSNR）為標準來比較兩種去噪方法的圖像質(zhì)量。

理想低通濾波的傳遞函數(shù)H(u，v)表示為：

其中：1和0是濾波器的截止頻率。D(u，v)表示的是頻域圖的頻域原點到(u，v)點的距離值。D0為選定閾值。理想濾波器原理以及操作簡單而且速度很快，但是在運算中會在D0處會有不連續(xù)值，會造成圖像的波紋模糊現(xiàn)象。

高斯濾波器的傳遞函數(shù)H(u，v)可表示為：

當D(u，v)=D0，n=1時，H G(u，v)=1/e。高斯濾波器的過濾帶比較平滑，理論上過濾后的圖像質(zhì)量較好。

用圖片峰值信噪比（PSNR）數(shù)值比較去噪后的圖像質(zhì)量，PSNR值表示光信號受干擾程度，值越大受干擾程度越小。PSNR公式如下：

其中：MSE表示均方誤差，fuv與指的是點（u，v）在去噪前后的灰度值。MAX表示所選范圍中灰度的最大值。D0取150 mm，去噪結(jié)果如圖5所示。

由圖5可知，對于噴涂散斑的鋼板來說，運用高斯低通濾波后的圖像強光過濾效果比較好，根據(jù)PSNR值也可以對比出高斯低通濾波過后的圖像質(zhì)量也較好，受干擾的程度較低。

圖5 去噪結(jié)果Fig.5 Denoising result

因此，在本文小幅面鋼板測量方法中，打算對圖像局部運用高斯低通濾波進行強光去噪。在此之前需要尋找最佳的截止頻率D0，以及驗證高斯低通濾波是否影響DIC匹配的精度。

2.2.3 去噪最優(yōu)參數(shù)選定和精度驗證

用實驗中鋼板圖像來測定高斯低通濾波的最優(yōu)參數(shù)。具體步驟：首先對所測鋼板進行強光模擬，選用10到100之間的截止頻率進行去噪計算，然后求每一幅去噪后圖像的PSNR數(shù)據(jù)，數(shù)據(jù)畫成曲線尋找去噪效果最好的截止頻率。

模擬恒定的強光照射鋼板，因為實驗材料能隔絕部分焊光，剩余環(huán)境光最高可達到60 lm，因此光源亮度模擬60 lm左右，光的照射位置固定。CCD攝像機固定在滑道上垂直鋼板拍攝，并將攝像機的曝光和光圈大小設(shè)置為正規(guī)實驗數(shù)值。實驗擺放場景如圖6所示。

圖6 實驗擺放場景Fig.6 Scene of experiment arrangement

圖7上圖為模擬強光中的鋼板圖，右側(cè)有明顯的強光干擾，A點在強光區(qū)，B點在強光區(qū)外。選用初始截止頻率為10，增量為5帶入公式（7）中，求出PSNR曲線，如圖8所示，圖中最高的PSNR值為33.854 dB，對應的截止頻率為35 mm。因此將35 mm作為本次實驗的最優(yōu)截止頻率。

圖8 實驗截止頻率測試圖Fig.8 Experimental cut-off frequency test image

用數(shù)值為35的截止頻率對鋼板強光區(qū)進行高斯低通去噪，結(jié)果如圖7下圖所示。

圖7 鋼板處理圖Fig.7 Steel plate processing image

為驗證截止頻率為35時去噪是否影響DIC的匹配精度，采用了一種定位移的DIC精度驗證方法。驗證方法如下：相機在滑道上相對鋼板做剛體平動，強光照射位置不變，對降噪前后的圖像都進行DIC位移匹配，測出的位移值與基準值求誤差。

每次相機移動5 mm。以非強光區(qū)域的B點的位移數(shù)據(jù)為基準，比較A點降噪后和不降噪后的位移與基準的誤差。表2為檢測表。

表2 位移測試表Tab.2 Test results

圖9為表1的位移誤差圖。

圖9 降噪前后位移誤差圖Fig.9 Displacement deviation before and after denoising

根據(jù)上圖數(shù)據(jù)求出降噪后的平均誤差為0.00495 mm，未降噪的平均誤差為0.01157 mm，降噪后的誤差要小。最終可以得出，在此次實驗中運用截止頻率數(shù)值為35的高斯低通濾波方法能夠提高數(shù)字圖像相關(guān)法測量的精度。因此可以應用到DIC測量焊接環(huán)境光的去噪中。

3 試驗方案

3.1 實驗流程

本文采用前方進行焊接，后方進行視覺動態(tài)測量的豎立焊接的焊接方式。鋼板材料為Q345B。

總體的實驗流程主要是：在鏡頭安裝濾黃光窄通濾光片；安置高溫測量儀、DIC測量儀器等；然后對實驗設(shè)備進行小幅面（128 mm×96 mm）標定與圖像采集；導出圖像進行高斯低通濾波，將濾波后的圖像轉(zhuǎn)回設(shè)備進行位移計算。

在實驗材料上運用了高溫膠與高溫漆混合噴涂的方式，增添防具防止火花飛濺。

進行兩組對比試驗，第一組是對普通高溫處理的鋼板也進行小幅面測量，證明本文測量方法的穩(wěn)定性。另外一組是用大幅面（400 mm×300 mm）測出的準確值與本文測量方法測出的值進行對比，證明本文測量方法的精度。圖10為實驗流程圖。

圖10 實驗流程圖Fig.10 Experimental overall flow chart

3.2 鋼板焊接應變測量系統(tǒng)

本文實驗使用松下焊接機器人（型號為TA-1800），高溫紅外熱像儀系統(tǒng)（型號為FLIR），小虎鉗和鐵皮防具。DIC測量儀器為西安交通大學自主研制測量應變的XJTUDIC視覺測量系統(tǒng)，XJTUDIC系統(tǒng)由一臺同步控制箱、一臺高性能電腦、相機三角架、兩臺高精度工業(yè)相機（Basler acA 1920-40μm）和LED光源組成。

圖11 高溫焊接應變測量系統(tǒng)圖Fig.11 High-temperature welding strain measurement system

布置如上圖所示，本文實驗用的是弧焊機器人，火花、煙霧等干擾比較大，因此用鐵皮防具防止火花損傷儀器。

此焊接試驗是對鋼板背面進行應變測量，鋼板背面必須進行噴涂散斑處理以增加表面特征，首先將鋼板進行噴砂處理，在焊縫區(qū)域用灰色高溫膠當做底色，非焊縫區(qū)域用白色高溫漆為底色，黑色高溫漆為斑點進行噴涂。將高溫膠上劃上裂口防止高溫起泡變形影響測量。

本文以普通處理實驗作為對比實驗，普通處理鋼板全部以白漆為底黑漆為散斑，并且圖像不經(jīng)過濾光片，也不用高斯低通濾波進行去噪。圖12為普通處理與本文方法處理后的鋼板散斑圖。

圖12 鋼板噴涂散斑圖Fig.12 Speckle pattern of steel plate spraying

本次試驗測量的是圖12鋼板中的小幅面應變區(qū)域，鋼板在進行試驗時焊接時間比較短，要采集到焊接的全部過程，因此測溫儀器和XJTU?DIC要先進行圖像的采集，后進行鋼板的焊接。最后對DIC的測量精度進行檢驗。

3.3 焊接變形測量參數(shù)

本文所選用的是電弧焊，焊絲材料型號為er50-6，采用松下機器人自配的混合氣焊接，焊接長度為7 cm。保護氣體為99.9%的氬氣。表3是焊接機器人以及實驗材料的試驗參數(shù)。

表3 焊接機器人試驗參數(shù)Tab.3 Test parameters of welding robot

紅外測溫儀的精度在0.15℃以內(nèi)，由軟件和硬件兩部分組成，表4是紅外測溫儀在焊接時的測量參數(shù)。

表4 紅外測溫儀試驗參數(shù)Tab.4 Infrared thermometer test parameters

XJTUDIC系統(tǒng)中工業(yè)相機標定運用的是自帶的標定法，焊接前后采用不同的采集速度進行采集，相機距離鋼板53 cm水平放置，表5是系統(tǒng)測量時的數(shù)據(jù)。

表5 XJTUDIC試驗參數(shù)Tab.5 XJT UDIC test parameters

4 試驗結(jié)果分析

4.1 焊接變形測量分析

焊接過程分為焊接階段和自然冷卻階段，焊接階段經(jīng)歷時間為7 s，自然冷卻階段為300 s，在焊接過程中溫度從小于300℃快速升到1116℃，焊接結(jié)束后逐步降溫降到300℃以下。過程中散斑無脫落和變色。表6為溫度測試結(jié)果。

表6 高溫測溫儀測試結(jié)果Fig.6 Results of the pyrometer

圖13是3組普通處理與本文方法測量的匹配效果對比圖，當用普通處理的鋼板和方法進行焊接測量時，測量結(jié)果會產(chǎn)生大面積孔洞，而本文測量方法在全程無云圖孔洞產(chǎn)生，云圖變化均勻。3組實驗本文方法都較為穩(wěn)定，因此可以得出結(jié)論：針對高溫焊縫變形的測量本文方法比普通處理的測量方法更加穩(wěn)定。

圖13 兩種方法測量效果對比圖Fig.13 Comparison image

圖14是第一組實驗本文測量方法的結(jié)果，以起始階段時刻、開始焊接時刻、焊接中間時刻、焊接結(jié)束時刻和冷卻300 s后時刻進行形變位移測量的研究。從圖中可以看出，焊槍是從右向左進行焊接，在焊接部分變形比較大其余非焊接區(qū)域變形較小。

圖14 XJTUDIC測試結(jié)果圖Fig.14 XJTUDIC test results

開始焊接時選定區(qū)域的最大位移為2.802 mm，焊接結(jié)束時刻測試區(qū)域的最大位移為4.482 mm，冷卻300 s時的鋼板焊縫區(qū)域位移在緩慢增大，最大為5.129 mm，變形增幅為10%。集中變形區(qū)域為焊縫周邊3～5 cm，其余區(qū)域變形較小。變形后鋼板為反馬鞍狀，中間焊接區(qū)域凹陷。

4.2 本文方法與大幅面準確位移對比驗證

本文用大幅面散斑處理的DIC匹配作為上述實驗的第二組對比實驗，其測量方法的精度在文獻［8］，文獻［4］和文獻［15］中已經(jīng)被求證，其精度與接觸式引伸計相當。圖15為測量點和焊縫區(qū)位置。大幅面測量過程中，將標定幅面換成400 mm×300 mm，鋼板是以噴砂處理表面為底，高溫膠作為散斑進行噴涂。其余實驗過程不變。

圖15 與大幅面對比試驗Fig.15 Comparison test with large format

本文用大幅面方法求出的A點與B點匹配結(jié)果與上小節(jié)實驗得到的匹配結(jié)果進行對比，A和B點位置如圖15所示。對比實驗測試3組，以下數(shù)據(jù)全都是基于3組結(jié)果的平均值。

圖16是位移對比圖，以大幅面測量數(shù)據(jù)為基準，A點和B點最低誤差為0.023 mm和0.027 mm，平均誤差為0.030 mm和0.037 mm。在原論文中測出精度公差為0.5%，因此加上大幅面測量方法的精度公差，本文方法A點和B點的平均誤差最高在0.054 mm和0.059 mm?？傻贸稣`差在1%以下，精度符合標準。

圖16 位移對比圖Fig.16 Compare images of displacement

根據(jù)圖17所示，最終本文方法測出的焊縫中心線的最大的位移為1.23 mm。此方法的焊縫中心線匹配結(jié)果與大幅面焊縫中心線的匹配結(jié)果進行比較，趨勢相似，平均誤差為0.045 mm，加上大幅面測量方法公差后平均誤差最高0.069 mm，符合精度條件。說明本文方法求出焊縫區(qū)域的位移較準確。

圖17 焊縫區(qū)域位移對比圖Fig.17 Displacement map of weld zone

由于是小幅面DIC測量，在相機標定以及像素計算方面都比大幅面的要更加精確，因為對于本次實驗用的相機來說，像元尺寸為3.45μm/pixel，幅面越小距離被測物體越近，每個像素的被測物體的信息越細致，計算結(jié)果越精確。

最終可得結(jié)論：本文提出的小幅面焊接變形測量方法測出數(shù)據(jù)與已驗證的精確值對比，誤差很小，精確度較高，因此本文測量方法可以測量小幅面鋼板的焊縫變形。并且在理論上精度更高。

5 結(jié)論

本文提出了一種可以準確對電弧焊接下的鋼板焊縫區(qū)進行小幅面的位移測量的視覺測量方法，并運用對比試驗進行驗證，結(jié)果可知此方法測量精確而且穩(wěn)定。

（1）本文運用無接觸的數(shù)字圖像相關(guān)法（DIC）進行鋼板的測量。具有精度高、操作以及原理簡單等優(yōu)點。

（2）并針對焊接試驗圖像的環(huán)境光干擾，在變形子區(qū)與參考子區(qū)的關(guān)系中引入了兩個光補償系數(shù)；硬件方面在相機前加裝了一種過濾黃光的窄通濾波片。

（3）在圖像頻域?qū)用妫\用一種高斯低通濾波器對高頻噪聲去噪，與理想低通濾波器相比，去噪后的圖像質(zhì)量更高，且更加清楚。經(jīng)過增量差值測試，測出本次試驗鋼板的高斯低通濾波的最佳截止頻率為35 mm，并用定位移的DIC對比實驗進行精度驗證，得出去噪后DIC匹配測量誤差更小、精度更高。并在最終實驗中也通過了精度驗證。

（4）在實驗設(shè)備與材料準備上，為能夠穩(wěn)定安全的采集與計算圖像，本文用灰白色高溫膠為底色，黑色高溫漆為散斑噴涂鋼板的焊縫區(qū)域，用立焊的焊接方式加防具進行火花阻擋。

從對比驗證的結(jié)果可知，此測量方法的匹配過程穩(wěn)定且精確度較高，精度高于1%。能夠有效對小幅面高溫焊縫圖像進行測量與匹配分析。