黄 静，蒋泽宁

(浙江理工大学 信息学院，杭州 310018)

0 引 言

随着计算机视觉技术的蓬勃发展，基于视觉传感的自动化焊接技术日渐成为智能焊接领域的一个研究热点。焊缝图像处理是焊缝自动跟踪的一个较为重要的环节，其主要任务是对视觉传感器所采集的图像信息进行加工处理, 以提取焊缝图像的特征信息，而图像二值化在此过程中起着关键性的作用。二值化阈值的选取至关重要，过高或者过低都会对焊缝边缘提取任务造成不利的影响。

图像二值化过程的主要任务就是把焊缝的灰度图像变成取值为0和1的二值图像[1]。对一幅焊缝灰度图像进行二值化操作时，首先要选取合适阈值，把所有高于阈值灰度的像素点替换成1，所有低于阈值的像素点替换成0。但实际操作中，由于不同图像的灰度基值不同，同一幅图像中各部分的明暗程度不同，因此阈值的设定很困难。对图像进行二值化处理，一方面对图像信息进行了压缩，保留了焊缝的主要信息，节约了存储空间，有利于计算机存储和处理；另一方面还可以去除大量的粘连，为焊缝特征的提取和匹配做准备。

1 二值化研究现状

国内学者对经典的Otsu算法进行了研究改进，申俊琦等通过最小二乘法建立图像阈值与焊缝激光带区域灰度平均值的直线回归方程，从而得到焊缝图像二值化处理的最佳阈值[2]；王兴东等提出了一种基于区域优化的等厚对接焊缝图像二值化方法[3]；……