廉 杰, 吕学勤, 顾冬霞, 王 敏

(1.上海电力大学, 上海 200090; 2.国网上海青浦供电公司, 上海 201700;3.国网上海市北供电公司, 上海 200040)

焊接信息的自动提取对于实现焊接自动化有着至关重要的作用。目前,随着基于视觉传感器的焊缝识别技术的不断深入发展,其速度和准确性不断提高,应用范围也越来越广。其中,由电荷耦合元件(Charge Coupled Device,CCD)摄像机和激光组成的激光视觉传感器,具有结构简单、测量精度高等特点,因而在焊接自动化领域得到了广泛应用[1]。激光视觉传感是通过由结构光投射在焊缝表面而形成激光的条纹,获得焊缝宽度、深度等轮廓信息的一种技术[2]。为了能够准确地提取焊缝特征信息,需要首先获取光条纹中心线,然后对其进行进一步的特征分析和处理,从而获得精确度更高的特征信息。

SUNG K等人[3]考虑到图像处理时间有限,对激光进行了预处理,将其转换为5条激光线,并计算每个像素列中的激光强度,选取平均强度最高的峰值组形成一组激光线,然后通过分割和合并得到特征点。但是其激光线提取的精度不高,最终会影响图像特征点的提取精度。CUI H R等人[4]采用Steger算法获取光条纹中心线,有效地提高了提取结果的准确性。

Steger算法[5]是一种被广泛采用的亚像素中心线提取算法,具有很高的精度,其原理是通过Hessian矩阵和泰勒展开求得光条横截面上一阶导数过零点,然后计算得出光条纹中心线位置。但是,在连续的焊接工作中,会产生大量需要识别的焊缝图像,而对于每一个焊缝图像来说,计算Hessian矩阵意味着对每个点都需要进行至少5次大模板的二维高斯卷积运算,导致焊缝信息识别的计算量很大,无法满足提取光条纹中心线的实时性要求。……