小幅面高溫焊縫變形的數(shù)字圖像相關測量

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)領域中，是一種非常關鍵的材料加工工藝。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)字圖像相關方法。D.Gustafsson等人［12］采用數(shù)字圖像相關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

2.1 數(shù)字圖像相關法（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)），通過已定義的相關系數(shù)尋找與參考子圖像相關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)字圖像相關法原理圖Fig.1 Schematic diagram of digital image correlation method

在進行DIC的相關性匹配時，需要對兩幅圖像設置一個映射函數(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，將濾波后的圖像轉回設備進行位移計算。

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為溫度測試結果。

表6 高溫測溫儀測試結果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果，以起始階段時刻、開始焊接時刻、焊接中間時刻、焊接結束時刻和冷卻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點匹配結果與上小節(jié)實驗得到的匹配結果進行對比，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果與大幅面焊縫中心線的匹配結果進行比較，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，計算結果越精確。

最終可得結論：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）在圖像頻域層面，運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。