铝合金MIG焊熔池图像形态学处理方法Word格式.docx

铝合金MIG焊熔池图像形态学处理方法Word格式.docx

《铝合金MIG焊熔池图像形态学处理方法Word格式.docx》由会员分享，可在线阅读，更多相关《铝合金MIG焊熔池图像形态学处理方法Word格式.docx（6页珍藏版）》请在冰豆网上搜索。

0　序　　言

　　利用视觉传感系统获取熔池图像并进行处理是实现焊接过程自动控制的重要方法之一,并且在碳钢、不锈钢等材料的焊接中得到了初步应用[1～4]。

对熔池图像处理的最终目的是获取熔池最大宽度、熔池半长和熔池后拖角等特征信息,通过建立熔池特征与熔深或熔宽等目标对象的映射模型,调节焊接规范实现焊接过程控制,因此对熔池图像的边缘提取是获得以上特征信息的重要手段。

在分析图像信号的频率特性时,可以发现图像的边缘和噪声代

表图像信号的高频分量,因此传统的边缘检测的方法是基于空间运算的,借助空域微分算子进行边缘检测,通过将其模板与图像卷积完成,根据模板的大小和元素值的不同有不同的算子,例如Robert算子、Prewitt算子、Sobel算子等。

还有利用高斯函数对原始图像作平滑或卷积运算的Canny边缘检测算子。

但这些空域边缘检测算子对噪声都比较敏感并且常常会在检测边缘的同时加强噪声,而在焊接熔池图像采集过程中,由于图像传输和数字量化处理的过程中产生的寄生效应会导致采集的图像中会叠加很多噪声信号。

铝合金MIG焊接过程中需要较

大的焊接基值电流才能保证阴极破碎作用,实现铝合金正常焊接,电弧光更加强烈,再加上逆变焊接电源干扰、MIG焊过程中伴随的熔滴过渡干扰,铝合金表面反射全波段可见光,且铝合金焊接时熔池与母材没有明显的颜色变化,熔池与母材界线对比度较差及焊接电弧的电磁干扰使得焊接熔池图像背景噪声十分强烈,采用以上边缘检测方法效果较差。

文献[5,6]采用神经网络和小波变换检测铝合金TIG焊熔池特征,取得了较好效果,但该方法计算量较大。

通过对铝合金脉冲MIG焊熔池特征的分析,针对目前熔池图像处理算法的缺点,文中提出利用形态学方法提取铝合金MIG焊熔池特征信息,获得了满意的效果。

1　试验系统组成

1.1　试验系统

　　铝合金MIG焊接熔池视觉传感系统的组成如图1所示。

主要包括松下CP-230型CCD（chargecoupleddevice）摄像机及包括中性减光片和窄带滤光片、吸热片等光学组件的复合滤光镜头,变焦镜头,天敏SDK-2000型图像采集卡,工业控制计算机等,还包括电焊机、焊接机器人和焊接工作台等设备。

电焊机采用德国DELEXVIRIOMIG-400L型数字控制电焊机,可以实现多种脉冲电流的调节。

系统控制计算机采用的配置为P4-2.0G,256M内存。

1.2　复合滤光系统设计

　　复合滤光系统主要由中性减光片和窄带滤光片、吸热片等组成,其中最关键的问题是如何选取滤光“窗口”（窄带滤光片的中心波长和半宽）,将强烈弧光和反射光滤除,利用熔池金属自身的发光和剩余弧光的照明作用,实现熔池在CCD器件上的成像。

　　铝合金MIG焊接区电弧的光谱主要由叠加在较低的连续光谱上的氩元素光谱和铝元素光谱组成,根据氩元素和铝元素的特征谱线强度分布[7]可知,在波长396nm附近铝元素的谱线比氩元素的高,理论上适合视觉采样,但396nm靠近紫外区,不在普通CCD的光谱响应范围内,因此不能利用该波段。

在可见光范围内观察铝和氩的特征谱线发现波长600～800nm的范围内,氩的谱线较弱,电弧光基本上为强度较低的连续光谱组成,虽然在这一区域不存在铝元素谱线,不能利用熔池的自身发光成像,但可以利用较弱的弧光对熔池的照明来实现成像。

通过试验研究,复合滤光系统采用610nm±

10nm的窄带滤光片加两片30%减光片和一片焊接用标准吸热玻璃可以实现较好的滤光效果。

图1　试验系统组成

2　熔池图像获取及特征分析

　　铝合金MIG焊过程中弧光十分强烈,如果焊接电压较高会造成弧长较长,弧光会覆盖整个焊接接头区域,加上铝板表面强烈的镜面反射,即使采用复合滤光系统和脉冲焊接仍然不能获得清晰的熔池图像,因此焊接过程中宜采用短弧焊,配合较长的干伸长度,将电弧压缩在熔池底部,使弧光不能扩散,这样容易采集到清晰的熔池图像。

试验中利用铝合金脉冲MIG焊视觉采集系统对板厚为6mm的LF6铝板堆焊进行了熔池图像采集试验。

尝试了许多不同的焊接规范和焊枪角度,对不同光圈、以及拍摄角度进行了组合,通过试验,得到了焊接规范和光学参数的最佳组合。

试验中保护气体为100%氩气,焊丝材料为AlMg4.5,直径<

1.2,焊接速度12cm/min,焊接基值电流100A,峰值电流300A,电弧电压14.5V,脉冲频率2Hz,焊枪角度75°

气体流量10L/min。

在以上规范条件下,焊接过程为亚射流过渡,飞溅很少对视觉检测过程影响较小,获得的典型熔池图像如图2所示。

图2　熔池图像

　　由图2所示的铝合金MIG焊熔池图像中主要所反映的信息包括焊丝、电弧、熔池、阴极雾化区、焊道边缘、金属堆积等部分。

整个焊接熔池区呈火山口状,焊接电弧压缩在熔池底部产生强烈的反射,在图像中灰度值最高。

焊接熔池受电弧照射也产生强烈反射,但由于反射光线与镜头光轴线有一定夹角,因此亮度与电弧区相比相对较弱,灰度值也较低但相比其它区域高很多。

由于MIG焊过程中,阴极雾化作用强烈,因此在阴极雾化区也产生了强烈的反射,灰度值也较高。

而由于焊丝熔化产生的金属堆积及焊道边缘,并没有受到电弧的直接照射,因此亮度和灰度值较低。

母材产生的光线反射大部分被减光片和吸热片吸收,在CCD上的成像很弱,在熔池图像中表现的灰度值最低。

3　熔池图像的形态学处理

　　对熔池图像进行处理的目的是检测熔池的边缘,进而获得熔池最大宽度、熔池半长和熔池后拖角等与焊接熔透、熔宽相关的信息,实现焊接过程传感。

由于边缘的锐利程度由图像的灰度梯度决定,传统的边缘检测算法一般用差分对每一个像素计算出灰度梯度向量,求出它的绝对值,通过阈值操作获得边缘图像。

传统熔池图像处理方法一般要经过滤波,图像增强,选用合适的边缘检测算子进行边缘检测等步骤,这种方法的主要缺点是结果对噪声很敏

感,图像经离散差分后对噪声比对原图像更敏感,虽然对图像做平滑后可改善结果,但是又会产生一个问题:

会把一些靠在一起的边缘平滑掉,而且会影响对边缘的定位。

图3显示了经过滤波和图像增强后,利用各种常用边缘检测算子对铝合金MIG焊熔池图像进行边缘检测后的结果。

从熔池边缘检测结果看大部分算子不能完全消除噪声的影响,沿熔池边缘存在很多细小的线段,并且在熔池边缘存在很多断点,不利于熔池特征信息的提取。

相对而言,Canny算子的边缘检测结果较好,边缘光滑。

但是所有算法的检测结果都不能去除阴极雾化区和焊丝的图像边缘,给下一步熔池特征信息的提取带来了很大干扰。

针对传统图像处理方法的缺点,提出了采用形态学方法处理铝合金MIG焊熔池图像。

图3　不同边缘算子的熔池检测结果

　　数学形态学图像处理是用具有一定形态的结构元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的[8]。

由于形态学算子实质上是表达物体或形状的集合与结构元素之间的相互作用,结构元素的形态就决定了这种运算所提取的信号的形态信息,因此数学形态学对信号的处理具有直观上的简单性,在描述信号形态特征上具有独特的优势。

形态学中的形态滤波器可借助于先验的几何特征信息,利用形态学算子有效地滤除噪声,又可保留图像中的原有信息,而且运算速度快,用于控制系统实时性好,因此文中提出了一种适用于提取铝合金脉冲MIG焊熔池边缘的形态学方法。

　　数学形态学算子通常包括腐蚀、膨胀、形态开、形态闭等算子,其数学表示如下:

设n维欧氏空间Rn中集合A,结构元素B∈Rn或其子空间Rm的一个点集,两个矢量a和b分别

是A和B的元素,形态和与形态差分别定义为如下点集

（1）

式中:

Z是a和b的矢量和。

Ab是集合A关于矢量b的变换。

在此基础上,集合X被集合B膨胀可定义为集合X与集合Bs（集合B关于原点对称的集合）的形态和:

（2）

而集合X被集合B腐蚀是集合X与集合Bs的形态差

（3）

膨胀是扩展运算,而腐蚀是收缩运算。

集合X关于结构元素B的形态开变换XB和形态闭变换XB分别定义为

（4）（5）

利用形态学方法进行图像处理,结构元素矩阵的选取很重要,它直接影响图像处理的结果和精度。

由于铝合金MIG焊熔池形状近似为圆形,因此结构元素选取圆形比较合适。

经过试验,结构元素矩阵采用半径为7个像素的圆可获得最理想的效果。

应用形态学方法提取焊缝熔池边缘的基本过程为:

阈值化处理、去噪、腐蚀、膨胀和边缘检测。

阈值化处理利用阈值实现熔池图像和背景的分离,因此阈值的选取十分重要,根据对熔池图像的灰度等高线分析可知熔池图像的灰度在220以上,因此选取灰度阈值为220。

　　通过形态开闭操作去除图像中的噪声。

处理后的熔池图像中还包括阴极雾化区的图像,需要通过腐蚀操作去除,然后对图像进行膨胀操作以恢复腐蚀处理前熔池图像的尺寸,最后进行边缘检测获得熔池几何形状。

整个处理过程如图4所示。

由图4f的结果可知,采用形态学方法提取的熔池边缘图像完全消除了噪声和阴极雾化区的影响,并且边缘光滑连续。

该试验系统完成整个处理过程所需时间大约30ms,比基于Canny算子的计算速度（55ms）有较大程度的提高,完全可以满足实时控制过程。

图4　形态学处理结果

4　结　　论

（1）利用文中设计的视觉采集系统,通过合理选择光学系统参数和恰当的焊接规范,获得了清晰的铝合金MIG焊熔池区图像。

（2）分析了铝合金脉冲MIG焊熔池区图像特征,通过传统微分算子对熔池图像的处理,发现用传统图像处理方法处理铝合金熔池图像有很多缺点,提出了铝合金MIG焊熔池图像的数学形态学方法。

试验证明该方法算法简单,计算量小,计算速度快,对噪声敏感性低,可以有效去除图像中的阴极雾化区,得到的边缘信息光滑、连续,没有断点和噪声,其结果明显优于基于微分算子的边缘提取算法,在运算量较小的条件下实现了铝合金MIG焊熔池几何特征的准确提取,为进一步实现铝合金脉冲MIG焊过程智能控制奠定了基础。