[发明专利]一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法

权利要求书

1.一种镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，其特征在于：包括以下步骤：

步骤一、通过配比合适的滤、减光系统的中心波长与透过率，使得采集的同一帧图像中同时呈现搭接接头的焊缝轮廓、完整电弧区域与焊丝影像，并以焊丝标记焊枪；根据目标信息的方向特征，基于Gabor滤波与尺度不变特征变换算法分别设计焊缝轮廓提取与焊枪方向检测的算法流程，实时获取搭接接头焊缝轮廓与焊丝方向；

步骤二、利用Harris角点检测算法实现搭接接头焊缝轮廓特征点识别；

步骤三、基于线性插值实现搭接接头焊缝成形特征亚像素级全位置实时测量，并基于零、一阶矩实现搭接接头焊缝重心检测。

2.根据权利要求1所述镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，其特征在于：所述步骤一获取搭接接头焊缝轮廓与焊丝方向的具体步骤如下：

第一步：配置滤光片中心波长为660nm，半带宽为20nm，减光片透过率为0.014％，使得采集的焊缝图像中同时出现搭接接头焊缝轮廓、完整电弧区域与焊丝影像轮廓；

第二步：以全局最大灰度值为阈值进行阈值分割确定电弧区域，以电弧区域的几何中心为对称轴，分别向左、右80个像素为边界，形成感兴趣区域1的左右边界；以电弧区域最下面边界为感兴趣区域1的上边界；感兴趣区域1的下边界为焊缝图像的下边界；

第三步：用Gabor滤波检测焊缝方向特征，其卷积模板可如下获取：

其中x_o＝xcosθ+ysinθ，y_o＝xcosθ-ysinθ，σ_x和σ_y是二维卷积模板尺寸，f是余弦函数的频率参数，是相位；

第四步：通过局部阈值分割法有效检测焊缝边界区域，局部阈值计算方法如下：

其中，i表示图像的行，j表示图像的列，i-2:i+2代表覆盖区域的5行，而j-2:j+2代表覆盖区域的5列，T_j是列j-2:j+2所在区域的阈值；

第五步：采集一幅无弧光的焊缝成形图像作为参考图像，并利用尺度不变特征变换算法获得参考图像与实时采集的焊缝图像的特征匹配点，然后将第四步获得的二值图像进行最近邻聚类，其中距离阈值设置为4个像素，最后提取与实时采集的焊缝图像的特征匹配点最近的类作为提取的焊缝轮廓；

第六步：以第二步获得的电弧区域的几何中心为对称轴，分别向左、右各10个像素确定感兴趣区域2的左右边界，以电弧区域中心坐标的水平方向坐标所在的水平线确定感兴趣区域2的下边界；感兴趣区域2的上边界为焊缝图像的上边界；

第七步：继续采用第三步的Gabor滤波获得焊丝方向特征图，然后采用第四步的局部阈值分割法进行二值化处理，并在水平方向上求取各点的平均坐标进行细化处理；

第八步：对线状焊丝进行最小二乘法拟合获取焊丝方向描述函数，从而检测焊枪方向。

3.根据权利要求1所述镀锌钢GMAW焊缝成形特征与焊枪方向同步实时检测方法，其特征在于：所述步骤二Harris算法的具体步骤如下：

第一步：计算图像f(x,y)在X,Y方向上的梯度f_x、f_y，均采用高斯微分模板；

其中，是二维卷积运算，g_x(x,y)与g_y(x,y)是图像f(x,y)在x、y方向上的高斯函数；

第二步：计算图像两个方向上的梯度乘积，并且用9×9模板的高斯函数对和f_xy进行平滑滤波，其中和f_xy分别为两个方向梯度的乘积；

第三步：计算每个像素对于Harris响应值，其响应函数为：

其中，w(x，y)为窗口函数，f(x+u，y+v)为移动之后的像素灰度值，f(x，y)为移动之前的像素灰度值；把E(x，y)表示成向量矩阵形式：

令则E(x，y)≈[u v]M[u v]^T；响应值函数为：

R＝det(M)-k(trace(M))²t

计算每个像素的Harris响应值R，并对小于某一阈值t的R置为零，在3×3领域模板中进行非最大值抑制，最后得到的最大值点即为图像的特征点。