一种适用于深熔K-TIG焊熔池和锁孔入口特征参数的提取方法与流程

一种适用于深熔k
‑
tig焊熔池和锁孔入口特征参数的提取方法
技术领域
1.本发明涉及焊接监测技术领域，特别是涉及一种适用于深熔k
‑
tig焊熔池和锁孔入口特征参数的提取方法。


背景技术：

2.tig焊(tungsten inert gas welding)，又称为非熔化极惰性气体保护电弧焊。锁孔效应tig(keyhole tungsten inert gas，k
‑
tig)焊是在传统的tig焊接方法基础上，通过特制的水冷焊枪，配合大直径钨极，采用大焊接电流产生能量大、挺度高、穿透力强的电弧，大电流电弧作用于焊件表面使焊件金属熔化，在电弧压力的作用下，焊件表面向下凹陷并且把熔化的液态金属挤向四周，使得熔池内部形成类似激光焊的贯穿锁孔，部分电弧等离子体从背面锁孔穿出。熔池的形状包含丰富的特征，能在一定程度上反映焊缝熔透状态、焊缝宽度等信息。
3.常规获取熔池特征信息的方法一般是在焊接后对工件进行切样，通过打磨、抛光、腐蚀等环节，再采用低倍显微镜拍摄切样，进一步分析熔池特征，但是这种方法步骤繁琐，效率较低，当焊接参数较多时需要花费大量时间制作试样，同时该方法通过建立预测模型去控制焊接过程而无法实现在线监测和调整焊接参数。
4.焊接视觉检测是获取熔池特征参数重要手段之一，通常在焊接熔池前上方或者后上方搭建一套基于高动态范围ccd工业相机的视觉检测系统，采集关于电弧、熔池以及焊缝的焊接图像，然后提取焊缝边缘点位置信息。然而，由于焊接图像通常存在较多的椒盐噪声，现有技术难以有效提取熔池和锁孔入口的几何特征参数。


技术实现要素：

5.针对现有技术中存在的技术问题，本发明的目的是：提供一种适用于深熔k
‑
tig焊熔池和锁孔入口特征参数的提取方法，将焊接图像划分为多个区域，采用不同处理方法求出各个区域的边缘轮廓曲线，最终提取熔池和锁孔入口的几何特征参数，该特征参数提取方法具有较高的有效性和时效性。
6.为了达到上述目的，本发明采用如下技术方案：
7.一种适用于深熔k
‑
tig焊熔池和锁孔入口特征参数的提取方法，包括以下步骤，
8.根据熔池和锁孔入口的形态特征与灰度值，在深熔k
‑
tig的焊接图像中划分并选取锁孔电弧区域图像p1、熔池中部区域图像p2和熔池尾部区域图像p3；
9.获取图像p1的电弧二值化图像，根据电弧二值化图像获得电弧边缘曲线，根据电弧边缘曲线获取电弧边缘最左侧边缘像素点(x1,y1)、最右侧边缘像素点(x2,y2)和尾部边缘像素点(x3,y3)；
10.选取图像p2的左侧区域和右侧区域作为roi，对两个roi提取边缘并采用最大连通域搜索法消除伪边缘，得到两个roi真实边缘像素点集m1和m2，对点集m1和m2进行边缘拟合
处理，得到两个roi的边缘曲线f1(x,y)和f2(x,y)；
11.对图像p3提取边缘并采用随机抽取一致法消除伪边缘，得到图像p3真实边缘像素点集m3，对点集m3进行边缘拟合处理，得到边缘曲线f3(x,y)；
12.根据电弧边缘最左侧边缘像素点(x1,y1)、最右侧边缘像素点(x2,y2)和尾部边缘像素点(x3,y3)定义并表征锁孔入口的特征参数；根据边缘曲线f1(x,y)、f2(x,y)和f3(x,y)定义并表征熔池的特征参数。
13.进一步，图像p1的电弧二值化图像采用基于初始像素点的宽度优先搜索法进行电弧分割后降噪处理获得，包括以下步骤，
14.s21、选取图像p1的中心像素点，判断中心像素点及以其为中心的上下左右4个相邻像素点的灰度值是否均大于245，若是则该中心像素点为宽度优先搜索法的初始像素点(x0,y0)；若否，则判断任一上述相邻像素点及以该相邻像素点为中心的上下左右4个相邻像素点的灰度值是否均大于245，若是则所述任一上述相邻像素点即为初始像素点(x0,y0)；
15.s22、定义一个与图像p1形状大小相同且灰度值全为0的图像w，将图像w中与图像p1中初始像素点(x0,y0)对应位置的像素点灰度值改为255，同时将初始像素点(x0,y0)上下左右相邻的4个像素点位置信息记录在队列d中；
16.s23、随机选取队列d中的一个元素(x
d
,y
d
)，判断该元素在图像p1中对应位置的像素点灰度值是否大于245，若是，则将图像w中对应位置的像素点灰度值改为255，同时在队列d中将该元素(x
d
,y
d
)去除，然后判断图像w中与该元素(x
d
,y
d
)对应位置像素点的上下左右4个相邻像素点灰度值是否为0，若是，则将该相邻像素点的位置信息记录到队列d中，否则舍弃该相邻像素点；如果元素(x
d
,y
d
)在图像w中对应位置的像素点灰度值小于245，则去除队列中该元素进行下一个元素的判断；
17.s24、循环进行步骤s23直至队列d为空，则图像w中灰度值为255的区域即为电弧区域，图像w为图像p1对应的电弧二值化图像。
18.进一步，最大连通域搜索法包括以下步骤，
19.s31、对图像p2左侧roi边缘图像进行逐行扫描，遍历扫描该边缘图像全部边缘像素点完成标记，得到图像i
left
，包括以下步骤，若某边缘像素点q[i][j]∈l
i
，l
i
为连通集合，且满足在以该边缘像素点为中心的3
×
3窗口内至少存在第二个边缘像素点，则将所述第二个边缘像素点加入l
i
，重复进行上述过程直至检测不出含有边缘像素点的3
×
3窗口为止，然后逐列扫描整张图像统计各个l
i
中边缘像素点的个数，保留边缘像素点个数最多的l
i
，并将l
i
包含的边缘像素点显示在图像i
left
中；
[0020]
s32、对图像i
left
，从第1行开始，从左向右扫描，若搜索到第1个边缘像素点，将该边缘像素点的坐标存放入像素点集m1，并舍弃该行其他边缘像素点，如果没有搜索到边缘像素点则舍弃该行，切换到下一行重复上述操作直到最后一行，最终得到的像素点集m1即为图像p2左侧roi边缘像素点；
[0021]
s33、对图像p2右侧roi边缘图像进行逐行扫描，遍历扫描该边缘图像全部边缘像素点完成标记，得到图像i
right
，包括以下步骤，若某像素点q[i][j]∈r
i
，r
i
为连通集合，且满足在以该边缘像素点为中心的3
×
3窗口内至少存在第二个边缘像素点，则将该第二个边缘像素点加入r
i
，重复进行上述过程直至检测不出含有边缘像素点的3
×
3窗口为止，然后逐列扫描整张图像统计各个r
i
中边缘像素点的个数，保留边缘像素点个数最多的r
i
，并将r
i
包含的边缘像素点显示在图像i
right
中；
[0022]
s34、对图像i
right
，从第1行开始，从右向左扫描，若搜索到第1个边缘像素点，将该边缘像素点的坐标存放入像素点集m2，并舍弃该行其他边缘像素点，如果没有搜索到边缘像素点则舍弃该行，切换到下一行重复上述操作直到最后一行，最终得到的像素点集m2即为图像p2右侧roi边缘像素点。
[0023]
进一步，随机抽样一致法消除伪边缘的过程包括以下步骤，
[0024]
s41、将图像p3所有边缘像素点按照横坐标划分为4个点集，从这四个点集中各自随机选取1个边缘像素点设为内点，用三次多项式f(x,y)＝p0 p1x p2x2 p3x3去训练内点，三次多项式f(x,y)参数的计算公式如下：
[0025][0026]
式中，p0、p1、p2、p3分别为三次多项式f(x,y)的系数，(x1,y1)、(x2,y2)、(x3,y3)和(x4,y4)分别为四个点集的内点坐标；
[0027]
s42、用步骤41的三次多项式f(x,y)去训练4个点集中剩余的所有边缘像素点，若其中某个边缘像素点与f(x,y)的偏差在设定范围[
‑
δ,δ]内，则标记该边缘像素点为内点，否则舍去该边缘像素点，然后统计所有的内点个数，记录在队列c
i
中；
[0028]
s43、不断迭代初始随机选取的内点，更新三次多项式f(x,y)，重复步骤s42，在迭代次数范围内，在每次迭代过程中比较队列c
i
的大小，选取内点个数最多的结果为最终的结果，即该结果中所有的内点均为真实的边缘像素点，其他内点为伪边缘像素点；
[0029]
s44、在进行伪边缘消除过程中，增加限定要求，即若步骤s41确定的三次多项式f(x,y)满足在图像p3内只有一个极值点，且f(x,y)在像素坐标系<u,v>中随着u坐标的增加，v坐标值先增大后减小，则继续进行步骤s42和步骤s43，否则重复步骤s41，重新划分4个点集。
[0030]
进一步，边缘曲线f1(x,y)和f2(x,y)通过采用二次多项式f(x,y)＝a bx cx2对点集m1和m2进行边缘拟合处理获得，其参数计算公式为，
[0031][0032]
边缘曲线f3(x,y)通过采用三次多项式f(x,y)＝a1 b1x c1x2 d1x3对点集m3进行边缘拟合处理获得，其参数计算公式为，
[0033][0034]
式中，a、b、c分别为二次多项式f(x,y)的系数；a1、b1、c1、d1分别为三次多项式f(x,y)的系数；n为边缘像素点个数；x
i
表示边缘像素点i的x坐标；y
i
表示边缘像素点i的y坐标。
[0035]
进一步，获取电弧二值化图像后，根据电弧边缘的形态特征而定义，电弧水平投影面积达到最大时所形成的形状为锁孔入口，电弧与熔池交界形成的曲线边缘为锁孔入口边缘，选取电弧边缘最左侧边缘像素点(x1,y1)和最右侧边缘像素点(x2,y2)作为锁孔入口左右端点，选取尾部边缘像素点(x3,y3)作为锁孔入口后边缘端点。
[0036]
进一步，熔池和锁孔入口的形态特征包括，
[0037]
在锁孔电弧区域内，电弧在保护气体作用下呈现钟罩形，电弧与熔池液态金属交界边缘为锁孔入口，锁孔入口与熔池交界边缘为锥形曲面；
[0038]
在熔池中部区域内，熔池液态金属与其两侧的母材之间形成抛物线形状的连接界线；
[0039]
在熔池尾部区域内，熔池液态金属与凝固的焊缝形成连接界线。
[0040]
进一步，对图像p3提取边缘之前还对图像p3进行双边滤波去噪和非线性灰度变换处理，其中，非线性灰度变换采用变形的sigmoid函数，其计算公式如下，
[0041][0042]
式中，α为常数，其值决定中心值附近灰度值变化梯度，β为中心值，x为变换前的像素点灰度值，y为变换后的像素点灰度值。
[0043]
进一步，边缘曲线f1(x,y)、边缘曲线f2(x,y)和边缘曲线f3(x,y)反映熔池的形态特征，曲线之间的交点关联熔池的特征参数，令f1(x,y)＝f3(x,y)，f2(x,y)＝f3(x,y)，求出两个交点(x4,y4)和(x5,y5)，即为熔池中部与熔池尾部相交的边缘像素点；边缘曲线f3(x,y)反映熔池尾部的形态特征，令f3`(x,y)＝0，求出极值点(x6,y6)，即为熔池尾部最后端的边缘像素点。
[0044]
进一步，表征熔池和锁孔入口的特征参数包括锁孔入口宽度w
k
、锁孔入口半长l
k
、熔池宽度w
w
、熔池长度l
m
和熔池拖尾长度l
mt
，其中，w
k
表示电弧区域轮廓在水平方向上最左端点与最右端点的距离，l
k
表示焊接方向上锁孔入口后端点到锁孔入口中心的距离，w
w
表示熔池左侧边缘到右侧边缘的最大距离，l
m
表示锁孔入口后端点到熔池尾部端点的垂直距离，l
mt
表示熔池中部和熔池尾部拟合边缘的交点到熔池尾部端点的垂直距离，特征参数分别由下列计算公式确定：
[0045][0046][0047]
w
w
＝|x5‑
x4|；
[0048]
l
m
＝|y6‑
y3|；
[0049][0050]
式中，(x1,y1)为锁孔入口最左侧边缘像素点，(x2,y2)为锁孔入口最右侧边缘像素点，(x3,y3)为锁孔入口后端边缘像素点，(x4,y4)为熔池最左侧边缘像素点，(x5,y5)为熔池最右侧边缘像素点，(x6,y6)为熔池尾部最后端边缘像素点。
[0051]
总的说来，本发明具有如下优点：
[0052]
(1)本发明在焊接过程中直接实现在线提取熔池和锁孔入口的特征信息，避免了焊后切样的繁琐工作，大大地缩短了获取特征信息的时间，时效性高，同时能根据提取的特征信息去调整焊接系统的焊接参数，改善焊缝成形和焊接质量，为焊接工艺的研究提供了有效的途径；
[0053]
(2)本发明将焊接图像分为不同区域，采用不同的处理方法，降低了环境噪声的影响，提高了特征提取算法的效率和准确性，所获取的特征信息精度高；
[0054]
(3)本发明在原有视觉监测的工业相机系统或计算机基础上更新软件代码而实现，无需添加辅助设备，方便快捷，成本低。
附图说明
[0055]
图1是本发明的k
‑
tig焊接图像分区域示意图；
[0056]
图2是本发明的k
‑
tig焊接图像处理流程图；
[0057]
图3是本发明的锁孔电弧区域图像处理过程；
[0058]
图4是本发明的熔池中部区域图像处理过程；
[0059]
图5是本发明的熔池尾部区域图像处理过程；
[0060]
图6是本发明的熔池和锁孔入口特征参数定义示意图。
具体实施方式
[0061]
下面来对本发明做进一步详细的说明。
[0062]
一种适用于深熔k
‑
tig焊熔池和锁孔入口特征参数的提取方法，通过高动态工业相机获取深熔k
‑
tig焊接熔池和锁孔入口的图像，通过图像分割、图像滤波去噪、图像增强、边缘检测、边缘拟合等图像处理方法对所采集的焊接图像进行图像处理。图像处理的精度和效率一方面由图像处理算法的优劣决定，另一方面也受焊接图像质量的影响。
[0063]
由于焊接过程强烈弧光的影响，整个焊接图像不同区域的亮度不同，熔池部分与锁孔入口部分的灰度值相差较大，距离电弧区域较远，亮度偏低，边缘特征不明显，而且熔池溶液与焊件的镜面反射对熔池图像的采集造成一定的干扰，使得采用现有技术获取的熔
池图像存在较多的椒盐噪声。由于熔池区域灰度值较低而电弧区域灰度值很高，现有技术的分割算法难以有效地将两部分同时分离，采用相同的图像处理方法无法同时有效地获取所有熔池特征。
[0064]
如图1所示，在焊接图像中，熔池部分灰度值较低，锁孔入口部分灰度值较高，两者灰度值相差较大，采用相同的图像处理方法不能同时有效地获取所有的特征，因此需设计不同的图像处理方法分别处理熔池与锁孔入口区域图像，然后进行边缘提取和边缘拟合，从而获取表征熔池与锁孔入口的特征参数。由于高动态工业相机与焊枪通过夹持装置刚性连接保持相对静止，在k
‑
tig焊接过程中熔池区域和锁孔入口区域在焊接图像中的位置相对于整张图像保持在固定的位置。为了提升图像处理算法的效率和准确性，可以去除整张图像中无用的部分，选择固定区域进行图像处理，因此结合熔池、锁孔和焊缝的形成过程，根据熔池和锁孔入口形态特征与图像灰度值的不同，将获得的焊接图像划分为三个部分：锁孔电弧区域图像p1、熔池中部区域图像p2和熔池尾部区域图像p3。
[0065]
如图2所示，根据各自区域的图像特点，不同区域的图像分别采用不同的图像处理方法进行处理，锁孔电弧区域图像p1的处理包括电弧分割和边缘提取，然后定义并计算锁孔入口的特征参数；熔池中部区域图像p2的处理包括感兴趣区域roi选取及滤波、图像增强、边缘检测及去除伪边缘、边缘拟合等；熔池尾部区域图像p3的处理包括图像滤波去噪、图像增强、边缘检测及去除伪边缘、边缘拟合，然后定义并计算熔池的特征参数。
[0066]
在锁孔电弧区域图像p1中，熔池受电弧压力作用形成一个贯穿的锁孔，电弧进入熔池内部受熔池张力的影响而收缩，锁孔电弧的形态特征主要表现为电弧在保护气体作用下呈现钟罩形，定义钟罩型电弧面积达到最大时所形成的形状为锁孔入口，即电弧与熔池液态金属交界边缘为锁孔入口，锁孔入口与熔池交界边缘为锥形曲面，定义电弧与熔池交界形成的曲线边缘为锁孔入口边缘。
[0067]
如图3所示，为锁孔电弧区域图像p1的处理过程，选取尺寸大小为450
×
290像素的图像作为锁孔电弧区域，其左上角像素坐标为(800,90)。由图3可知，电弧的像素灰度值较高，电弧边缘清晰，通常采用阈值分割的方法分割电弧后比较容易获取电弧边缘特征，由于熔池中可能出现高亮度镜面反光区域，所以采用普通的阈值分割方法可能会导致结果出现偏差，因此提出一种基于初始像素点的宽度优先搜索法进行电弧分割操作，具体步骤如下：
[0068]
步骤一、选取初始像素点(x0,y0)，从锁孔电弧区域图像p1的中心出发，判断中心像素点的灰度值和其上下左右相邻像素点的灰度值是否都大于245，若满足条件则该像素点为电弧分割宽度优先搜索法的初始像素点；若不满足条件，则按照顺时针方向分别判断四个方向相邻像素点灰度值大于245的像素点是否满足上述条件，满足条件的像素点即为初始像素点；
[0069]
步骤二、定义一个与图像p1大小相同且灰度值为0的图像w，将图像w中与初始像素点(x0,y0)对应位置的像素点的灰度值改为255，且将初始像素点(x0,y0)上下左右相邻的像素点位置记录在队列d中；
[0070]
步骤三、判断队列d中的第一个元素对应的像素点灰度值是否大于245，如果大于245，则将图像w中对应位置像素点的灰度值改为255，并且将队列d中该元素去除，添加该元素位置信息对应的像素点上下左右相邻像素点并且图像w中对应位置像素点灰度值为0的位置信息到队列d中；否则去除队列中该元素进行下一个元素的判断；
[0071]
步骤四、循环进行步骤三直至队列d为空，则图像w灰度值为255的区域即为电弧区域，同时采用形态学闭运算对分割后的图像w进行降噪处理，得到完整的锁孔电弧区域对应的二值化图像。
[0072]
电弧分割与降噪后的锁孔电弧区域二值化图像有明显的边缘特征，采用canny边缘检测法获取电弧边缘，得到电弧边缘曲线，如图3所示，上半区域电弧边缘为电弧发射区域边缘，下半区域电弧边缘为锁孔入口边缘。为了得到电弧边缘特征，对所述电弧边缘曲线进行逐行扫描和逐列扫描，从而获取电弧边缘最左侧边缘像素点、最右侧边缘像素点和尾部边缘像素点，分别设为(x1,y1)、(x2,y2)和(x3,y3)。根据锁孔入口和锁孔入口边缘的定义，选取电弧边缘最左侧边缘像素点(x1,y1)和最右侧边缘像素点(x2,y2)作为锁孔入口左右端点，选取尾部边缘像素点(x3,y3)作为锁孔入口后边缘端点。
[0073]
在熔池中部区域图像p2中，熔池中部的边缘特征位于图像p2的两边，图像p2的中间部分是呈液体状态的熔池和部分电弧，其两边是未熔化的母材，熔池液态金属与其左右两侧的母材之间形成类似抛物线形状的连接界线。由于有用的信息仅仅是位于图像p2两边的熔池边缘，因此为了提高图像处理的效率和准确性，可以选择感兴趣区域(roi)进行图像处理。
[0074]
如图4所示，为图像p2处理过程，选取尺寸大小为540
×
360像素的图像作为熔池中部区域，其左上角像素坐标为(770,200)，选取图像p2左右两侧熔池图像作为roi，其尺寸大小分别为60
×
360像素和80
×
360像素，并对两个roi进行中值滤波处理，中值滤波是用像素点在某一中心领域内各像素点灰度值按顺序排列的中值来代替该像素点的灰度值，滤波窗口的选择对滤波效果影响很大，窗口太大，会模糊边缘,窗口太小，会使得滤波处理效果不佳，一般地，滤波窗口大小选择为3
×
3像素，中值滤波计算公式如下：
[0075][0076]
式中，median(i
p
∈s)为滤波窗口s中各元素灰度值按大小顺序排列的中间值，为滤波之后q点的像素灰度值。
[0077]
经过中值滤波之后的roi区域的上半部分由于靠近电弧区域，灰度值较高，下半部分远离电弧区域灰度值较低，熔池边缘不明显，需要进行图像增强操作。常见的图像增强方法包括：图像锐化、图像灰度变换、直方图均衡化等，图像灰度变换分为线性灰度变换和非线性灰度变换。线性灰度变换是将图像中的像素点的灰度值按照线性函数进行变换，常见线性灰度变换方法有图像反转、一维线性函数和分段线性灰度变换等；非线性灰度变换是将图像中的像素点的灰度值按照非线性函数进行灰度变换，常见非线性灰度变换方法有对数变换、伽马变换等。采用非线性灰度变换必将导致部分区域灰度值被拉伸，部分区域灰度值被压缩，不能达到凸显熔池边缘的效果，因此此部分采用线性灰度变换对滤波后的roi图像进行灰度拉伸，以增强图像突出边缘。
[0078]
采用最大最小值拉伸对两个roi进行线性灰度变换，以图像中像素灰度值的最大值和最小值为两个端点，然后对roi像素灰度值进行[0,255]线性拉伸，使得图像特征明显，最大最小值拉伸计算公式为：
[0079][0080]
式中，x
max
和x
min
分别是拉伸前像素灰度最大值和最小值，x是拉伸前像素点灰度值，y是拉伸后像素点灰度值。
[0081]
经过灰度变换后两个roi图像中，母材区域的像素灰度值与熔池区域的像素灰度值的差值被放大，其两区域所形成的边缘信息被突显出来，然后采用canny边缘检测法对灰度变换后图像进行操作，提取图像p2两个roi的边缘，由于左右两侧roi有一部分区域属于熔池，受熔池振荡镜面反射的影响，出现较多明亮斑块，故在进行canny边缘检测时产生较多伪边缘；另一部分区域属于未溶化的母材，整体亮度偏暗，表面平整光滑，没有出现灰度值突变的斑块，故进行边缘提取时产生的伪边缘较少。因此结合边缘提取图像的特性，提出一种获取真实边缘点集的最大连通域搜索法，具体步骤如下：
[0082]
步骤一、对图像p2左侧roi边缘图像进行逐行扫描，遍历扫描该边缘图像全部边缘像素点完成标记，得到图像i
left
；若某像素点q[i][j]∈l
i
，l
i
为连通集合，且满足在以该像素点为中心的3
×
3窗口内至少存在第二个像素点同为边缘像素点，则将该第二个边缘像素点加入l
i
，重复进行上述过程直至检测不出含有边缘像素点的3
×
3窗口为止，然后逐列扫描整张图像统计各个l
i
中边缘像素点的个数，保留边缘像素点个数最多的l
i
，并将l
i
包含的边缘像素点显示在图像i
left
中；
[0083]
步骤二、对图像i
left
，从第1行开始，从左向右扫描，若搜索到第1个边缘像素点，将该像素点的坐标存放入像素点集m1，并舍弃该行其他边缘像素点，如果没有搜索到边缘像素点则舍弃该行，切换到下一行重复上述操作直到最后一行，最终得到的像素点集m1即为图像p2左侧roi边缘像素点；
[0084]
步骤三、对图像p2右侧roi边缘图像进行逐行扫描，遍历扫描该边缘图像全部边缘像素点完成标记，得到图像i
right
，若某一像素点q[i][j]∈r
i
，r
i
为连通集合，且满足在以该像素点为中心的3
×
3窗口内至少存在第二个像素点同为边缘像素点，则将该第二个边缘像素点加入r
i
，重复进行上述过程直至检测不出含有边缘像素点的3
×
3窗口为止，然后逐列扫描整张图像统计各个r
i
中边缘像素点的个数，保留边缘像素点个数最多的r
i
，并将r
i
包含的边缘像素点显示在图像i
right
中；
[0085]
步骤四、对图像i
right
，从第1行开始，从右向左扫描，若搜索到第1个边缘像素点，将该像素点的坐标存放入像素点集m2，并舍弃该行其他边缘像素点，如果没有搜索到边缘像素点则舍弃该行，切换到下一行重复上述操作直到最后一行，最终得到的像素点集m2即为图像p2右侧roi边缘像素点。
[0086]
经过最大连通域搜索法消除伪边缘后，获取的熔池中部边缘中伪边缘很好地被消除，保留了较完整的真实边缘，但是获得的熔池边缘不完整，因此需要进行边缘拟合。左右两侧roi的边缘轮廓类似抛物线，因此对于所得到的两个roi真实边缘点集m1和m2理，采用二次多项式f(x,y)＝a bx cx2对点集m1和m2进行边缘拟合处理，其多项式参数a、b、c的计算公式为：
[0087][0088]
式中，a、b、c分别为二次多项式f(x,y)的系数；n为边缘像素点个数；x
i
表示边缘像素点i的x坐标；y
i
表示边缘像素点i的y坐标。
[0089]
经过对点集m1和m2进行边缘拟合处理后，得到两个roi边缘曲线，分别设为曲线f1(x,y)和曲线f2(x,y)。
[0090]
在熔池尾部区域图像p3中，熔池液态金属与凝固的焊缝形成连接界线，图像颜色整体偏暗，熔池边缘和部分熔池反光斑点、部分鱼鳞状焊缝反光斑点灰度值偏高，在焊接过程中，由于受到恶劣环境与焊接条件的影响，熔池尾部图像出现较多散点噪声，因此，需要进行有针对性的滤波处理。
[0091]
如图5所示，为熔池尾部区域图像p3处理过程，选取尺寸大小为550
×
360像素的图像作为熔池尾部区域，其左上角像素坐标为(760,500)，采用双边滤波法对图像进行滤波处理，双边滤波是一种结合图像的空间邻近度与像素的灰度值相似度的边缘保护滤波算法，因其同时兼顾空域信息和灰度相似性，因此可以达到保持边缘、降噪平滑的目的。双边滤波法的计算公式为：
[0092][0093][0094]
式中，为滤波之后q点的像素灰度值，s为滤波窗口，p点为滤波窗口内中心点，为滤波窗口内每个像素的灰度值的权重和，i
q
为滤波窗口内像素的灰度值，σ
s
为空间域方差，σ
r
为像素值域方差，∥q
‑
p∥2为q点距离中心p点的欧氏距离，∥i
q
‑
i
p
∥2为q点距离中心p点像素灰度差值的绝对值。
[0095]
采用双边滤波算法很好地滤除掉了散点噪声，几乎没有模糊边缘，但是双边滤波之后的熔池尾部图像整体偏暗，像素点灰度值整体集中分布在[100,150]区间内，边缘信息不明显，不利于边缘识别。对于特征不明显、边缘不清晰的图像常常采用图像增强方法进行处理，以便凸显图像特征信息，便于后期的图像操作。对于灰度值差别不大、图像特征不明显的图像，采用线性灰度变换进行图像增强效果不太明显，因此本部分采用非线性灰度变换方法增强图像，采用变形的sigmoid函数进行非线性灰度变换，变形的sigmoid函数能够将灰度值与中心值相近的像素点进行明显分化，将与中心值灰度相差较大的像素点进行压缩，从而增加熔池尾部边缘的灰度梯度，有利于边缘检测，其计算公式如下：
[0096][0097]
式中，α为常数，其值决定中心值附近灰度值变化梯度，β为中心值，x为变换前的像素点灰度值，y为变换后的像素点灰度值。
[0098]
经过非线性灰度变换后，图像p3中的熔池边缘、反光区域以及噪声斑点都被突显出来，采用canny边缘检测算法提取熔池尾部边缘。canny边缘检测法通过非极大值抑制保留局部梯度最大点，采用双阈值检测强弱边缘并连接，能获得完整性较好、与真实边缘重合度高的单边缘像素点。然而由于反光区域和噪声斑点的存在，经过canny算法处理的图像不可避免地产生了分布范围较广的伪边缘，如果不去除伪边缘，那么进行边缘拟合时会导致结果出现较大的偏差，采用常规的图像处理方法比较难地排除伪边缘，获得真实的熔池边缘，因此本部分采用改进的随机抽样一致算法进行伪边缘消除。随机抽样一致算法(random sample consensus algorithm,ransac)是一种通过迭代方式估计数学模型参数的一种不确定算法，可以从一组包含“局外点”的数据中，通过迭代方式(迭代次数必须足够大)估计数学模型的参数，可以用于边缘拟合前消除伪边缘。
[0099]
由于图像中存在真实边缘和伪边缘，真实边缘受各种因素影响，不一定左右对称分布，在采用随机抽样一致法消除伪边缘时增加一些限定条件，为了兼顾图像处理时间和边缘提取准确性，用三次多项式f(x,y)＝p0 p1x p2x2 p3x3表示边缘像素点，不符合该多项式的像素点则标记为伪边缘像素点。改进的随机抽样一致法消除伪边缘的过程包括以下步骤：
[0100]
步骤一、将所有边缘像素点按照横坐标划分为4个点集，从这四个点集中各自随机选取1个边缘像素点设为内点，用三次多项式f(x,y)＝p0 p1x p2x2 p3x3去训练随机选取的内点，三次多项式f(x,y)参数p0、p1、p2和p3的计算公式如下：
[0101][0102]
式中，p0、p1、p2、p3分别为三次多项式f(x,y)的系数，(x1,y1)、(x2,y2)、(x3,y3)和(x4,y4)分别为四个点集的内点坐标。
[0103]
步骤二、用步骤41得到的三次多项式f(x,y)去训练4个点集中剩余的所有边缘像素点，若某个边缘像素点与f(x,y)的偏差在设定范围[
‑
δ,δ]内，则标记该像素点为内点，否则舍去该像素点，然后统计所有的内点个数，记录在队列c
i
中；
[0104]
步骤三、不断迭代初始随机选取的内点，更新三次多项式f(x,y)，重复步骤s42，在迭代次数范围内，在每次迭代过程中比较队列c
i
的大小，选取内点个数最多的结果为最终的结果，即该结果中所有的内点都认为是真实的边缘像素点，其他内点则被认为是伪边缘像素点；
[0105]
步骤四、在进行伪边缘消除过程中，为了增加算法的准确率和速度，增加限定要求：即若步骤一确定的三次多项式f(x,y)满足在图像p3内只有一个极值点，且f(x,y)在像
素坐标系<u,v>中随着u坐标的增加，v坐标值先增大后减小，则继续进行步骤二和步骤三，否则重复步骤一，重新划分4个点集。
[0106]
极点是指数学关系上意义，即描述了函数变化时的递增递减的情况。u坐标、v坐标是指像素坐标系中的行坐标和列坐标(原点定义在图像的左上角)，描述图像像素在二维数组中的存储形式，对应着实数坐标系中的横坐标和纵坐标。
[0107]
经过改进的随机抽样一致法处理后，伪边缘被很好地消除，保留了真实边缘信息，得到图像p3真实边缘像素点集m3。由于受到熔池局部边缘区域镜面反射的影响，部分熔池边缘和焊缝的灰度分布相似而导致边缘不明显，经过canny边缘提取和伪边缘去除后获得的真实边缘不完整。为了弥补上述情况，需要进行边缘拟合。由于在消除伪边缘的过程中，采用三次多项式f(x,y)获取真实边缘像素点集m3，同样也采用三次多项式f(x,y)＝a1 b1x c1x2 d1x3进行拟合边缘，其参数a1、b1、c1和d1的计算公式如下：
[0108][0109]
式中，a1、b1、c1、d1分别为三次多项式f(x,y)的系数；n为边缘像素点个数；x
i
表示边缘像素点i的x坐标；y
i
表示边缘像素点i的y坐标。
[0110]
在对点集m3进行边缘拟合后，得到熔池尾部边缘曲线，设为曲线f3(x,y)。
[0111]
如图6所示，经过锁孔电弧区域、熔池中部区域和熔池尾部区域三个部分采取不同的图像方法处理后，获取熔池和锁孔入口的边缘信息，通过熔池和锁孔入口的边缘信息可以获取熔池和锁孔入口的形态特征。锁孔电弧区域图像处理后，获取锁孔入口最左侧边缘像素点(x1,y1)、最右侧边缘像素点(x2,y2)以及锁孔入口边缘最低边缘像素点(x3,y3)。熔池中部区域图像处理后获取边缘曲线f1(x,y)和边缘曲线f2(x,y)，熔池尾部区域图像处理后获取边缘曲线f3(x,y)，而边缘曲线f1(x,y)和边缘曲线f2(x,y)，与边缘曲线f3(x,y)共同决定熔池的形态特征，曲线f1(x,y)与曲线f3(x,y)之间的交点、曲线f2(x,y)与曲线f3(x,y)之间的交点决定熔池的特征参数，通过求解它们的交点则可获取熔池中部与熔池尾部相交的边缘像素点，令f1(x,y)＝f3(x,y)，f2(x,y)＝f3(x,y)，则求出两个交点，分别设为(x4,y4)和(x5,y5)。对于熔池尾部区域，边缘曲线f3(x,y)反映熔池尾部的形态特征，在熔池尾部后端存在极值，通过对边缘曲线f3(x,y)求解极值，即令f3'(x,y)＝0，求出极值点，该极值点即为熔池尾部最后端的边缘像素点，设为(x6,y6)。
[0112]
如图6所示，根据熔池和锁孔入口的形态特征，定义表征熔池和锁孔入口的特征参数，包括锁孔入口宽度w
k
、锁孔入口半长l
k
、熔池宽度w
w
、熔池长度l
m
和熔池拖尾长度l
mt
，其中，w
k
表示电弧区域轮廓在水平方向上最左端点与最右端点的距离，l
k
表示焊接方向上锁孔入口后端点到锁孔入口中心的距离，w
w
表示熔池左侧边缘到右侧边缘的最大距离，l
m
表示锁
孔入口后端点到熔池尾部端点的垂直距离，l
mt
表示熔池中部和熔池尾部拟合边缘的交点到熔池尾部端点的垂直距离，特征参数分别由下列计算公式确定：
[0113][0114][0115]
w
w
＝|x5‑
x4|；
[0116][0117]
l
m
＝|y6‑
y3|；
[0118]
式中，(x1,y1)为锁孔入口最左侧边缘像素点，(x2,y2)为锁孔入口最右侧边缘像素点，(x3,y3)为锁孔入口后端边缘像素点，(x4,y4)为熔池最左侧边缘像素点，(x5,y5)为熔池最右侧边缘像素点，(x6,y6)为熔池尾部最后端边缘像素点。
[0119]
将焊接图像划分为锁孔电弧区域、熔池中部区域和熔池尾部区域三个区域，不同的区域设计不同的图像处理方法。在确定各自区域的图像处理方法后，先在计算机上运行，通过仿真、模拟以确定各种处理方法及步骤中各参数的最优组合解，然后再将相关软件代码耦合到深熔k
‑
tig焊接系统或工业相机系统中，实现在线提取熔池和锁孔入口的特征信息，同时能根据提取的特征信息去调整焊接系统的焊接参数，改善焊缝成形和焊接质量，为焊接工艺的研究提供了有效的途径。
[0120]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。