題園園 馮偉

摘 要：在檢測焊縫位置過程中，由于試驗環(huán)境不穩(wěn)定，檢測過程會受到光照強度變化和圖像背景噪聲的影響，由磁光傳感器采集的焊縫圖像會出現圖像降質現象，對微間隙焊縫進行準確檢測造成困難。因此，文章認為需對焊縫磁光圖像進行圖像復原處理，研究焊縫檢測技術圖像復原方法。

關鍵詞：磁光圖像;圖像復原;焊縫檢測

1 磁光成像焊縫檢測系統(tǒng)

國內外學者對于焊縫檢測系統(tǒng)有諸多研究。激光焊接包括熱導焊和深熔焊方式。熱導焊難以匙孔的原因是受激光低的影響無法汽化金屬，由于溫度的波動使熔池表面張力發(fā)生改變，從而在熔池內形成攪拌力，促使液態(tài)金屬流動;如果激光能量較大，則會出現匙孔，金屬材料蒸發(fā)產生蒸氣壓力，匙孔將漸漸接近于穩(wěn)定狀態(tài)。深熔焊的形成受激光束的影響。在激光深熔焊工件時，光束在光斑下呈現一小孔，焊縫是由小孔內金屬呈液態(tài)流動形成的[1]。

用磁光傳感器檢測焊縫，可以實現超微間隙焊縫圖像檢測。被檢測工件存在超微間隙焊縫，那么焊縫處電渦流會發(fā)生流動，同時使此處的磁場發(fā)生一定的改變，這種改變會轉換為光強度的改變。因此，可以實時呈現焊縫磁光圖像[2-4]。

2? ? 圖像復原研究

圖像復原屬于圖像處理領域中關鍵技術研究。圖像復原技術涉及建立圖像復原模型、圖像復原算法以及復原后圖像的質量評價標準。由于各種環(huán)境因素干擾，采集的圖像質量會下降，此時需要復原圖像。建立圖像質量下降模型，分析圖像質量下降的原因，可以使用不同的方法。將以往的學者研究的復原方法進行歸納總結可分為以下3種方式：一、去卷積復原方式;二、線性代數復原方式;三、圖像盲反卷積方式等。

去卷積復原方式可分為維納濾波處理并去卷積的方式、功率譜平衡方式以及幾何均值濾波處理的方式等，這三類圖像處理方式均歸屬于經典的圖像復原方式。如果采用這三類方式對圖像進行復原，一般采用如下步驟，首先需要獲取發(fā)生降質前的圖像、降質算子的先驗結構以及噪聲的類型特征。將三種方式應用于恒定的線性空間模型中，如果降質算子為病態(tài)時，圖像處理后復原的圖像質量較差。

線性復原方式是利用線性代數知識對圖像進行處理，在已知降質算子和噪聲類型的前提下，將復原的濾波器中相關參數的運算方法綜合設計并解析。此種方式復原圖像時對所處環(huán)境質量要求較高，如果收到噪聲的干擾會出現復原的圖像紋理不清且邊界模糊的現象。國內外有很多研究學者克服了此弊端，做了改進并加快了算法的速度。此類圖像復原方式主要有全局式最小二乘法、約束型最小二乘法及正則化約束型最小二乘法[5-6]。

盲反卷積復原方式可以用于降質圖像先驗知識和噪聲類型未知的情況，將降質的圖像分析處理建立模型并估計真實的圖像信號。包括以下幾類處理方式，分別為輾轉法盲卷積方式、零葉面分離方式、預判降質函數方式、先驗知識模糊判別方式和三次相關方式等。由于很多場合無法得知圖像降質原因和具體環(huán)境影響因素，所以此類方式最為實用，也正是由于先驗知識無法獲取，在建立圖像處理模型時得到的解會出現不唯一的情況。

正則化方式圖像復原是可以用于出現病態(tài)問題時，將圖像的平滑性作參數為模型中可判斷的條件，但此方式處理后圖像的邊緣會退化。目前，國內外有許多研究技術使用正則化方式復原圖像并保持圖像邊緣特征，大多數方式采用非二次正則化泛函解決邊緣退化的問題[7]。Rudin等[8]提出了一種圖像復原模型-ROF模型，采用全變分法建立模型，此方式可有效提高復原圖像的質量，利用模型分析圖像邊緣退化原因，圖像邊緣等細節(jié)特征得到有效復原，利用此方式進行試驗處理焊縫圖像的方案和技術路線如圖1所示。

[參考文獻]

[1]題園園.微間隙焊縫磁光圖像恢復方法研究[D].廣州：廣東工業(yè)大學，2015.

[2]題園園，朱洪雷，馮偉，等.焊縫磁光圖像盲卷積恢復方法研究[J].科技創(chuàng)新導報，2017（2）：98-99.

[3]GAO X，LIU Y，YOU D.Detection of micro-weld joint by magneto-optical imaging [J].Optics & Laser Technology，2014（10）：141-151.

[4]YANG X，LI Z，XIONG R，et al.Real-time observation and measurement of a magneto-optic recorded domain using an image processing technique[J].Materials Science and Engineering，2000（1）：47-49.

[5]馬潔.一種基于線性代數的圖像處理算法研究[J].計算機科學，2012（11）：286-288.

[6]王芳.一種新的最小二乘法圖像復原算法的研究[J].包裝工程，2008（12）：151-153.

[7]苗晴.圖像復原中正則化方法的研究及應用 [D].長沙：國防科學技術大學，2005.

[8]RUDIN L，OSHER S，FATEMI E.Nonlinear total variation based noise removal algorithms[J].Physic D，1992（4）：259-268.

（編輯 王永超）