本發(fā)明涉及一種焊縫識(shí)別算法，具體為一種基于焊接機(jī)器人的焊縫實(shí)時(shí)識(shí)別算法，屬于焊縫識(shí)別。

背景技術(shù)：

1、隨著我國(guó)制造業(yè)的發(fā)展，焊接機(jī)器人智能化焊接技術(shù)稱為研究重點(diǎn)。焊縫的識(shí)別、焊縫誤差補(bǔ)償是提高焊接機(jī)器人自主焊接能力的關(guān)鍵智能化焊接技術(shù)研究。

2、現(xiàn)有技術(shù)中，如公布號(hào)為cn117206758a所公開的一種焊縫識(shí)別方法以及焊接系統(tǒng)，該方法包括：獲取由線光源投射的焊縫區(qū)域的至少一個(gè)圖像，得到至少一個(gè)焊縫圖像；至少采用目標(biāo)模型對(duì)至少一個(gè)焊縫圖像進(jìn)行分析，得到至少一個(gè)分析圖像，分析圖像包括第一目標(biāo)框和第二目標(biāo)框中至少之一，第一目標(biāo)框的對(duì)角點(diǎn)為焊縫坡口的左側(cè)頂部拐點(diǎn)和左側(cè)底部拐點(diǎn)，第二目標(biāo)框的對(duì)角點(diǎn)為焊縫坡口的右側(cè)頂部拐點(diǎn)和右側(cè)底部拐點(diǎn)，目標(biāo)模型為使用多組數(shù)據(jù)通過機(jī)器學(xué)習(xí)訓(xùn)練出的；根據(jù)至少一個(gè)分析圖像，確定焊縫坡口的拐點(diǎn)位置；根據(jù)拐點(diǎn)位置，確定焊縫區(qū)域的焊縫中心點(diǎn)的位置以及焊縫寬度。現(xiàn)有技術(shù)解決了難以準(zhǔn)確識(shí)別焊縫的問題，但現(xiàn)有的焊縫識(shí)別方法一方面缺乏靈活多樣性，只能識(shí)別一種焊縫，存在識(shí)別焊縫種類單一、算法復(fù)雜且速度慢問題；另一方面現(xiàn)有的焊縫識(shí)別主要依賴于視覺檢測(cè)，但其容易受焊接過程中的強(qiáng)光、煙霧等噪聲影響，焊接過程中的金屬飛濺、火花、氣泡等也會(huì)造成圖像的遮擋和缺失，使得識(shí)別精度較低。

3、因此，焊接機(jī)器人焊縫識(shí)別是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，需要采用有效的傳感器融合、圖像處理、深度學(xué)習(xí)等技術(shù)提高焊接過程中焊縫識(shí)別精度。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就在于為了解決上述至少一個(gè)技術(shù)問題而提供一種基于焊接機(jī)器人的焊縫實(shí)時(shí)識(shí)別算法。

2、本發(fā)明通過以下技術(shù)方案來實(shí)現(xiàn)上述目的：一種基于焊接機(jī)器人的焊縫實(shí)時(shí)識(shí)別算法，該焊縫實(shí)時(shí)識(shí)別算法包括以下步驟：

3、步驟一、通過圖像識(shí)別技術(shù)獲取焊接件焊縫區(qū)域的局部圖像，拾取圖像中每個(gè)像素的紅色、綠色和藍(lán)色值，并創(chuàng)建只包含所有像素彩色值的廣義矩陣；

4、步驟二、采用先添加高斯噪聲和椒鹽噪聲，再通過均值濾波和中值濾波降噪的方法對(duì)圖像進(jìn)行預(yù)處理，然后對(duì)局部圖像進(jìn)行灰度化和二值化處理；

5、步驟三、圖像噪聲濾除之后，重新提取3d矩陣中的第三維度信息，并更新廣義矩陣中每個(gè)元素的三個(gè)變量值，對(duì)圖像進(jìn)行灰度化處理；

6、步驟四、將灰度圖像進(jìn)行二值化處理，使圖像的局部特征具有最高的鑒別度，以準(zhǔn)確地提取焊接件焊縫區(qū)域的尺寸和分布特征；

7、步驟五、標(biāo)記二值化圖像的連通區(qū)域，使用遍歷掃描算法檢查當(dāng)前掃描像素與先前掃描的相鄰像素之間的連通性，使用八鄰域方法來標(biāo)記連通區(qū)域以識(shí)別焊接縫隙；

8、步驟六、根據(jù)區(qū)域大小進(jìn)行切除，在此基礎(chǔ)上，經(jīng)bwperim函數(shù)提取輪廓，根據(jù)輪廓大小進(jìn)行篩選，對(duì)篩選后輪廓進(jìn)行輪廓擬合，擬合后獲取焊接縫隙斜直線，根據(jù)斜直線進(jìn)行區(qū)域填充，獲取最終的焊接縫隙位置及尺寸大小。

9、作為本發(fā)明再進(jìn)一步的方案：步驟一中，對(duì)于廣義矩陣的創(chuàng)建，具體包括：

10、圖像由作為最小圖像單元的像素點(diǎn)構(gòu)成，所識(shí)別的局部圖像在長(zhǎng)度方向上具有n個(gè)像素，在寬度方向上具有m個(gè)像素，因此該局部圖像由三維的像素矩陣n×m×3組成；

11、所創(chuàng)建只包含所有像素彩色值的廣義矩陣如下：

12、

13、作為本發(fā)明再進(jìn)一步的方案：步驟三中，圖像灰度化處理采用加權(quán)平均法將更新后矩陣元素中的三個(gè)變量值等值化，實(shí)現(xiàn)圖像的灰度化處理，由于人眼對(duì)綠色的敏感最高，對(duì)藍(lán)色敏感最低，因此，按下式對(duì)rgb三分量進(jìn)行加權(quán)平均以得到合理的灰度圖像：

14、gray(m,n)＝0.3*r(m,n)+0.59*g(m,n)+0.11*b(m,n)。

15、作為本發(fā)明再進(jìn)一步的方案：選用加權(quán)平均法將更新后矩陣元素中的三個(gè)變量值等值化，相應(yīng)的灰度矩陣降為二維矩陣，具體公式為：

16、

17、作為本發(fā)明再進(jìn)一步的方案：步驟四中，灰度圖像進(jìn)行二值化處理采用閾值方法，具體包括：

18、通過圖像中目標(biāo)和背景之間的差異將圖像設(shè)置為兩個(gè)不同的級(jí)別；

19、尋找最佳像素值以確定該像素是目標(biāo)還是背景；

20、根據(jù)最佳閾值將灰度圖像的像素值設(shè)置為0或1，獲得二值化圖像；

21、二值化圖像算法的核心是理想閾值的選擇，采用otsu算法，灰度圖像中任意點(diǎn)(m,n)的像素值graymn為：

22、graymn＝0.3*r′mn+0.59*g′mn+0.11*b′mn

23、根據(jù)閾值t，圖像背景與目標(biāo)之間的類間差計(jì)算如下：

24、

25、u＝w0u0+w1u1

26、g(t)＝w0(u0-u)2+w1(u1-u)2

27、其中，u0,u1分別是背景像素和目標(biāo)像素的總和；分別為背景像素和目標(biāo)像素的數(shù)量；w0,w1分別為背景像素和目標(biāo)像素與整個(gè)圖像之間的比值；u0,u1分別是背景與目標(biāo)的平均灰度值；u是整張圖像的平均灰度值；g(t)是分割閾值為t時(shí)的類間差；當(dāng)g(t)為最大值時(shí)，相應(yīng)的t為最優(yōu)閾值；根據(jù)閾值t將灰度圖像的像素值設(shè)置為0或1，可獲取二值化圖像。

28、作為本發(fā)明再進(jìn)一步的方案：步驟五中，標(biāo)記二值化圖像的連通區(qū)域具體包括：

29、二值化圖像的像素矩陣是由0和1組成的二維矩陣，如下所示：

30、

31、記錄p的第一行中白色像素的每個(gè)序列的開始位置和結(jié)束位置；

32、除了第一行(直接標(biāo)記第一行)以外，判斷p(x,y)是否與前一行的幾個(gè)相鄰像素重疊：

33、如果沒有重疊，則分配p(x,y)一個(gè)新標(biāo)簽；

34、如果有重疊，則給予p(x,y)與先前的行順序相同的標(biāo)記；如果有多個(gè)重疊，用前面的重疊序列中最小的標(biāo)簽標(biāo)記p(x,y)，然后將接下來的幾個(gè)標(biāo)簽標(biāo)記為等效對(duì)；重復(fù)第二步，直到掃描完所有像素；最終，獲得多個(gè)等效對(duì)；

35、在每個(gè)等效對(duì)＜a0,b0＞中，標(biāo)記區(qū)域a0與標(biāo)記區(qū)域b0相關(guān)；通過遍歷圖形，將每個(gè)等效對(duì)中的標(biāo)記更新為相同的值，標(biāo)簽的最大值為連通區(qū)域的數(shù)量。

36、本發(fā)明的有益效果是：本發(fā)明能夠通過圖像識(shí)別技術(shù)獲取焊接件焊縫區(qū)域的局部圖像，采用先添加高斯噪聲和椒鹽噪聲，再通過均值濾波和中值濾波降噪的方法對(duì)圖像進(jìn)行預(yù)處理，然后對(duì)焊接前局部圖像進(jìn)行灰度化和二值化處理，使圖像的局部特征具有最高的鑒別度，以準(zhǔn)確地提取焊接件焊縫區(qū)域的尺寸和分布特征；標(biāo)記二值化圖像的連通區(qū)域，根據(jù)區(qū)域大小進(jìn)行切除，在此基礎(chǔ)上，經(jīng)bwperim函數(shù)提取輪廓，根據(jù)輪廓大小進(jìn)行篩選，對(duì)篩選后輪廓進(jìn)行輪廓擬合，擬合后獲取焊接縫隙斜直線，根據(jù)斜直線進(jìn)行區(qū)域填充，獲取最終的焊接縫隙位置及尺寸大小，提出的焊縫實(shí)時(shí)識(shí)別算法可為焊接機(jī)器人自主焊接奠定基礎(chǔ)，提高焊接效率；并可識(shí)別對(duì)接焊縫、搭接焊縫、v型焊縫等多種焊縫類型；且本發(fā)明基于焊縫圖紙對(duì)比優(yōu)化焊接過程中的焊縫圖像缺失的融合傳感器及圖像處理技術(shù)的識(shí)別算法可實(shí)現(xiàn)高精度焊縫實(shí)時(shí)識(shí)別。