焊接激光致熔池亞像素邊緣提取方法研究

王邦國,吳蒙華,賈衛平

(大連大學 機械工程學院，遼寧 大連 116022)*

焊接激光致熔池亞像素邊緣提取方法研究

王邦國,吳蒙華,賈衛平

(大連大學 機械工程學院，遼寧 大連 116022)*

由于熱變形等因素的影響，薄板激光焊接中焊縫會偏離預設軌跡，造成焊接激光束與焊縫偏離，使焊接質量下降.因此，焊接過程中要檢測激光致熔池中心與焊縫偏差，并根據偏差量調整焊接位置.熔池中心由熔池邊緣擬合求得，為精確獲取熔池中心需要計算熔池的亞像素邊緣.熔池亞像素邊緣由以下步驟得到：①根據黑白CCD相機拍攝的圖像中熔池灰度值大的特點，可初步確定熔池的中心；②以初步確定熔池中心為起點，在利用形態學方法得到熔池圖像中搜索得到熔池像素級邊緣；③在熔池圖像中，提取以像素級邊緣點為中心的一定區域像素灰度值，根據灰度值變化擬合曲線得到亞像素邊緣.試驗表明，所提出的方法能精確提取熔池亞像素邊緣.

激光焊接；視覺傳感器；熔池；亞像素邊緣

0 引言

焊接作為連接金屬件的技術，在工業生產中得到了廣泛的應用.現代焊接技術種類較多，其中激光焊接因具有作用面積小、能量密度高、焊接效率高的特點，在汽車、航空航天、造船等領域的零部件制造中已成為關鍵技術之一[1- 5].焊接前要設定焊接軌跡，薄板激光焊接過程中，激光束沿預設軌跡移動完成零部件的焊接.受夾具精度及焊件熱變形等因素的影響，焊接過程中焊縫軌跡相對于預設軌跡會發生變化，造成激光束作用位置與焊縫間產生偏差.由于焊接中激光束光斑的面積小，焊接位置與焊縫的偏差會引起焊接質量的下降，甚至使焊接失效[6- 9].

為了提高焊接質量，減小焊接過程中激光致熔池中心與焊縫間的偏差，需要在焊接過程中實時檢測激光致熔池中心與焊縫中心位置，并根據偏差量調整焊接位置.因此，焊接過程中激光致熔池中心的檢測是偏差檢測的關鍵技術之一，為了精確提取熔池中心需要精確獲取熔池的亞像素邊緣.國內外對亞像素邊緣的提取方法進行了很多研究工作[10- 11].本文利用視覺方法拍攝的激光致熔池圖像，對圖像中熔池亞像素邊緣提取方法進行了研究.

1 激光焊接檢測系統構建

激光焊接頭可安裝在機械手臂或數控機床上，以實現多種類型焊件的焊接.數控機床相對于機械手臂具有定位及沿規劃軌跡移動精度高的特點，適用于激光焊接中的窄焊縫.激光焊接熔池圖像提取中使用的數控焊接設備的型號為JHM- 1GXY- 700B，數控激光焊接系統的焊接機床及焊

圖1 焊接機床和焊接頭

接頭如圖1所示，焊接頭安裝在數控機床的Z軸上，可沿數控機床的X軸、Y軸和Z軸移動.除圖1所示部件外，該型激光焊接設備還包括：焊接電源系統、控制臺和冷卻系統等.

視覺檢測系統安裝在激光焊接頭上，激光焊接熔池視覺檢測系統示意圖如圖2所示.激光焊接熔池視覺檢測系統主要包括：工業CCD相機、帶通濾光片和衰減片.為使拍攝熔池圖像適合圖像處理，工業CCD相機軸線與焊接激光束的軸線約30°，工業CCD相機鏡頭與焊接位置的距離在150mm左右.工業CCD相機所使用的鏡頭為普通鏡頭.激光焊接中激光光束直接作用在待焊件上，激光束使金屬熔化實現焊接，熔化金屬溫度高、輻射光線強，若直接使用工業CCD相機拍攝熔池圖像，由于圖像過度曝光，所拍攝的圖像無法進行處理.直接調整工業CCD相機鏡頭的光圈、曝光時間等參數無法得到熔池清晰圖像.為消除熔池輻射光線、金屬蒸汽焰等干擾因素對拍攝圖像質量的影響，在工業CCD相機鏡頭前安裝了中心波長在430nm，半帶寬為10nm的帶通濾光片及衰減片.工業CCD相機前安裝帶通濾光片和衰減片后拍攝的圖像如圖3所示.

圖2 激光焊接熔池視覺檢測系統示意圖

圖3 熔池圖像

2 熔池像素級邊緣提取

工業CCD相機安裝在焊接頭上拍攝熔池圖像時，工業CCD的光軸與焊接激光束中心線的夾角較小，所拍攝的圖像中熔池近似于圓形.激光焊接的位置可認為位于熔池的中心，為計算熔池的中心需要計算熔池的邊緣，熔池邊緣點的精度直接影響計算熔池中心的精度.熔池的亞像素邊緣點精度高，為求熔池亞像素邊緣先確定熔池的像素級邊緣點.

熔池圖像為黑白圖像，像素的灰度值范圍在0～255之間，灰度值越大則亮度越高.為確定熔池的像素級邊緣，根據圖像中熔池部位的灰度值較大的特點，可初步確定圖像中熔池中心的位置.具體求解步驟如下：①在圖3所示熔池圖像上從上到下逐行搜索，求各行上灰度值大于設定閾值的像素數量，并確定數值最大的行ll；當兩行或多行像素數量相同時，取數值最小的值為行ll的值；②逐列搜索各列上灰度大于設定閾值的像素數量，并確定數值最大的列lr；當兩列或多列像素數量相同時，取數值最小的值為列lr的值；③行ll與列lr的交點Ol為初步確定的熔池中心.由于焊接過程中，工業CCD相機拍攝的圖像中熔池位置變化較小，初次處理熔池圖像得到的熔池中心Ol，可應用于后續所采集熔池圖像的處理.

應用形態學方法計算熔池的邊緣，形態學邊緣檢測主要利用形態梯度概念，單尺度形態學梯度定義為：

(1)

其中，I(x,y)為熔池圖像，K為結構元素；I⊕K表示結構元素K對熔池圖像進行膨脹，I⊙K表示結構元素對熔池圖像I進行腐蝕；結構元素K為3×3單位矩陣.

應用形態學方法處理后得到的熔池圖像如圖4所示.圖中Ol為初步確定的熔池中心，以Ol為起點在行方向ll上和列lr上分別搜索，取灰度值最大像素，其坐標即為像素級邊緣點的坐標.在ll上的像素級邊緣點為P1和P2，lr上的像素級邊緣點為P3和P4.設圖像的坐標原點在圖像的左下角，點P1、P2、P3和P4在圖像中的坐標分別為(m1，n1)、(m2，n2)、(m3，n3)和(m4，n4).

為求得熔池像素級邊緣，在圖4上的熔池圖像中以P1為起始點向上搜索；即在m1+1行上取以n1為中心的t個像素，比較各像素的灰度值得到灰度最大值的像素列坐標n11，(m1+1,n11)為熔池邊緣點.得到m1+1行上熔池邊緣點后，在m1+2行上以n11為中心的t個像素，可求灰度最大像素列坐標n12，直到(m1+m3)/2行為止.以P1為起始點向下搜索可得到相應的熔池邊緣.在此處t可取為7.同樣，以P2、P3和P4為起始點可分別求得相應熔池邊緣.所求得的熔池像素級邊緣如圖5所示，圖中像素級邊緣顯示在工業CCD拍攝的CCD圖像中.

圖4 熔池邊緣圖像

圖5 熔池像素級邊緣

3 熔池亞像素邊緣的提取

為了精確計算熔池中心，利用熔池像素級邊緣點，通過計算得到熔池的亞像素邊緣位置.由于熔池邊緣為曲線，為了實現曲線上亞像素邊緣點

圖6 亞像素邊緣的計算

位置的計算，以各像素級邊緣點(xi,yi)為中心取5行3列像素，如圖6所示，i=1,2,…,18.

(2)

其中，Gu和Gd分別為邊緣線兩側像素的灰度值；L，M和R分別為各列邊緣線下部區域的面積.

Gu和Gd分別由下式計算：

(3)

二次曲線表達式中各系數的值如下：

(4)

圖7 熔池亞像素邊緣

按上述步驟對像素級邊緣點(xi,yi)計算后，得到的亞像素邊緣點在坐標系O1xy下的坐標為(xi′,yi′)=(xi,yi+t3).對每個像素級邊緣點重復進行上述計算過程，可得到亞像素邊緣.計算得到的熔池亞像素邊緣，如圖7所示.表1中列出了部分亞像素邊緣點坐標.

表1 亞像素邊緣點坐標

4 結論

(1)黑白CCD相機拍攝的激光致熔池圖像中熔池灰度值大，根據各行及列上灰度值大于設定閾值的像素數能初步確定熔池的中心坐標；

(2)利用形態學方法處理熔池圖像，再以初步確定的熔池中心為起點分別在行和列方向上搜索灰度最大的點P1、P2、P3和P4，以所確定點為起點在熔池形態學圖像上搜索可確定灰度最大點，即為熔池像素級邊緣；

(3)以像素級邊緣點為中心提取5×3像素，根據原圖像上個像素的灰度擬合曲線可確定亞像素邊緣點坐標.

[1]樊丁，余淑榮，張建斌，等.激光焊接發展現狀及動向[J].甘肅工業大學學報,2003,29(1):15- 18.

[2]謝志孟，高向東.基于視覺傳感的焊縫跟蹤技術研究和展望[J].焊接,2005(4):5- 9.

[3]王福德，曾曉雁，李大東.不等厚度汽車薄板激光焊接技術的研究[J].應用激光,2003,23(4):198- 200,228.

[4]吳家勇，王平江，陳吉紅，等.激光焊接對接接頭間隙寬度視覺測量系統[J].焊接學報,2009,30(8):105- 108.

[5]HUANGYU,XIAOYANGLIU,WANGPINGJIANG,etal.Aseam-trackinglaserweldingplatformwith3Dand2Dvisualinformationfusionvisionsensorsystem[J].TheInternationalJournalofAdvancedManufacturingTechnology,2013,67(1):415- 426.

[6]陳海永，孫鶴旭，徐德.一類窄焊縫的結構光圖像特征提取方法[J].焊接學報,2012,33(1):61- 64.

[7]王邦國，吳蒙華，賈衛平.焊接激光束致熔池中心計算方法研究[J].大連交通大學學報，2016，37(6)：85- 88.

[8]GAOXIANGDONG,CHENYUQUAN.Detectionofmicrogapweldusingmagneto-opticalimagingduringlaserwelding[J].TheInternationalJournalofAdvancedManufacturingTechnology,2014,73(1):23- 33.

[9]HERALIALMIR,ANNA-KARINCHRISTIANSSON,MATTIASOTTOSSON,etal.Increasedstabilityinlasermetalwiredepositionthroughfeedbackfromopticalmeasurements[J].OpticsandLasersinEngineering,2010,48(4):478- 485.

[10]SUNQIUCHENG,HOUYUEQIAN,TANQINGCHANG,etal.Arobustedgedetectionmethodwithsub-pixelaccuracy[J].Optik-InternationalJournalforLightandElectronOptics,2014,125(14):3449- 3453.

[11]AGUSTNTRUJILLO-PINO,KARLKRISSIAN,MIGUELALEMN-FLORES,etal.Accuratesubpixeledgelocationbasedonpartialareaeffect[J].ImageandVisionComputing,2013,31(1):72- 90.

Molten Pool Sub-Pixel Edge Calculation Method Caused by Laser Beam in Welding

WANG Bangguo,WU Menghua,JIA Weiping

(College of Mechanical Engineering,Dalian University,Dalian 116022,China)

The narrow area of the laser weld fusion zone is instrumental in realizing deep-penetration. However, small-focus wandering off seam caused by the thermal deformation will result in unacceptable welds. Therefore, the deviation between the laser-beam and the weld seam position needed to be detected during the welding process. In order to acquire the center of molten pool accurately, the sub-pixel edges of the molten pool should be calculated. The sub-pixel edges of molten pool are calculated in the follow procedures. ①The initial center of the molten pool is obtained according to the gray value of the molten pool image which is acquired by monochrome CCD camera. ②The morphology method is applied to acquire the pixel edge. ③ The sub-pixel edges of molten pool are calculated by curve fitting through employing the gray value of the pixels around the pixel edge point. Experiment shows that the proposed method can be applied to acquire the sub-pixel edge of molten pool.

laser welding;vision sensor;molten pool;sub-pixel edge

1673- 9590(2017)03- 0051- 04

2016- 07- 04

遼寧省博士科研啟動基金資助項目(20141121)

王邦國(1976-)，男，講師，博士，主要從事視覺檢測及特種加工技術方面的研究E-mail:wangbg_dalian@163.com.

A