基于纹理特征匹配的待焊区自主识别方法

《基于纹理特征匹配的待焊区自主识别方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、王胜华等：基于纹理特征匹配的待焊区自主识别方法基于纹理特征匹配的待焊区自主识别方法王胜华邹怡蓉王力张骅都东(清华大学先进成形制造教育部重点实验室，北京100084)摘要：针对多层多道焊等通常视觉方法不易实现自主识别的问题，本文提出了基于纹理特征匹配的自主识别方法。该方法利用了待焊工件图像上待焊区和母材区具有的明显图像纹理特征差异，以及该差异沿焊接方向的相似性，采用模式识别的方法，即选取模板后，对模板及局部的工件图像（待焊区边缘区域）进行相同的纹理特征提取，再进行相关匹配，来实现待焊区的自主识别。进行的识别实

2、验表明，该方法能够实现多层多道焊等的自主识别。关键词：待焊区识别；图像纹理；特征匹配1前言[1]在机器人焊接领域，如何提高系统装备的智能化水平已成为关注重点，并在能源装备制造、航天制造等方面有着广泛的应用需求。焊缝识别和焊缝自动跟踪是其中重要的研究方向。视觉方法由于其非接触、[2]大信息量等优点，被不少研究者关注。但目前采用的视觉传感和图象处理技术皆在焊接工业应用中面临局限性。在以下两类待焊区识别问题（大型电站水轮机转轮体机器人补焊修复作业中的磨蚀区域自主识别和大型构件厚板多层多道后续焊接的焊缝自动识别与跟

3、踪）中，依靠现有基于二值化边缘检测原理的视觉方法难以得到很好的解决。其原因在于：主动视觉方法难于识别空间几何特征不明显的结构，而被动视觉方法过于依赖待识别区域的灰度梯度特征，且易受弧光等因素干扰。然而同样的焊缝识别任务能够被焊接工人轻易完成，通过分析可以发现其依据的是待焊区域和母材区域之间的纹理（一定尺度上的表面微观特征规律性分布的宏观表现，如多层焊焊缝处的鱼鳞纹）差异以及这种差异在焊接方向上的相似性。依据上述工人的识别方法，在焊缝识别和焊缝自动跟踪的视觉方法中，引入模式识别的方法，利用待焊工件的纹理特征，

4、可以实现大型电站水轮机叶面磨蚀区域和多层多道焊待焊区的自主识别。2待焊工件的图像纹理特征2.1待焊工件的图像纹理在待焊工件上，待焊区域和母材区域往往会存在结构纹理（一定尺度上的表面微观特征规律性分布的宏观表现）的差异。如坡口中呈现光亮的机械加工的结构纹理；多层多道焊中焊缝处具有鱼鳞状结构纹理等；而母材区域则通常为微观结构变化相对平缓的结构纹理。在多层多道焊的焊接过程中，焊接工人正是通过工件上的这种特征差异来确定待焊区域的位置的。而为了实现自动的待焊区识别与跟踪，需要采用视觉技术，即通过视觉传感器获得待焊工件

5、（包含待焊区域）的图像，再利用图像处理与分析技术进行待焊区的自主识别。因此，更需要关注待焊工件上的纹理特征在视觉传感后的图像纹理特点。所谓图像纹理，是指图像中灰度（或颜色）在空间以一定的形式变化而产生的图案，是一种反映一个[3]区域中像素灰度级空间分布的属性。而由于待焊工件上，待焊区和母材区具有明显的结构纹理特征，这些结构特征在通过视觉传感获得的图像上则往往表现为图像纹理特征，并且待焊区和母材区的仍然存在差异性。如待焊区的鱼鳞状结构纹理在图像中表现为灰度变化较剧烈的图像纹理；而母材区的相对平缓的微观结构纹理

6、则表现为灰度变化平缓图像纹理。如多层焊的焊缝图像中待焊区的灰度变化明显比母材区要剧烈，如图1所示。33第五届全国计算机在焊接中的应用学术与技术交流会论文集，2008年10月29日-11月3日，广西南宁图1多层焊焊缝图像2.2待焊工件图像纹理特征的描述方法图像纹理分析（包括图像纹理特征提取方法）在焊接以外领域已有广泛的研究及应用，特别是在遥感图像、显微分析、产品表面及质量监测等方面。对图像纹理的分析，首先要对图像纹理进行表达和描述。[4]常用的图像纹理表达和描述方法包括统计法、结构法、频谱法。统计法利用对图像

7、灰度的分布和关系的统计规则来描述图像纹理，比较适合描述自然纹理，即较适用于属于自然纹理的待焊工件的图像纹理。[5]在统计方法中，常用的图像纹理特征描述（提取）方法是基于灰度矩阵的纹理描述符。在该方法中，首先对图像进行子图像区域划分，然后通过式（1）计算各个子图像的共生矩阵M(,)hk，再用共生矩阵的纹理特征描述符表征该子图像的纹理特征，常用的纹理特征描述符有表示能量的“二阶矩”W、“对比M度”W、“熵”W、逆差矩WWH等，如式（2）~（5）所示。CEH#,,,{⎡⎤⎣⎦()x11yxy()22∈==Sfxy

8、hfxy

9、,&,(11)(22)k}Mhk(,)=,(1)#S其中，f(,)xy是焊缝子图像，h，k图像f(,)xy中像素的灰度值，“#”代表像素的数量。2WhM=∑∑M(),,k(2)hkWhC=−∑∑kM()h,,k(3)hkWhE=−∑∑MM(),lkog()h,,k(4)hkM(hk,)WH=∑∑.(5)hk1+−hk为了说明图像纹理特征在待焊区和母材区的差异，以图1所示的待焊工件图像为例，考察了两个区域