第 !/ !""# 期 卷第 年 % 月 , 文章编号： （ &""/$"#’/ !""# （ )6789:;6<=:9>?:9@A9BCD8EBFG ） "%$"""#$"% H9@B9DD8B9@I 2D>?96;6@G ） 南昌大学学报·工科版 J6;.!/=6.% KDL.!""# 搭接焊缝的结构光三维视觉处理和算法研究 徐申翔&，刘南生!，张华& （南昌大学 机电工程学院，江西 南昌 &. %%""!, ； !. 理学院，江西 南昌 ） %%""#( 摘要：简单介绍了基于搭接接头的结构光三维视觉传感原理 激光经过光学系统形成的光片以一定角度投向 . 母材，光片与搭接焊缝相交成一单光纹 .001 摄像头会在母材垂直上方拍摄所形成的折线光纹，再交由计算机处 理 在对所得到的图像进行各种处理，如中值滤波、二值化、低高通滤波、细化等的基础上，运用设计的算法算出搭 . 接焊缝的边缘坐标，确定所需要的偏移量和深度值 实验表明，此方法有良好的效果 . . 关键词：搭接焊缝；图像处理；算法研究 中图法分类号： 23##&4! 文献标识码： 5 弧焊机器人在工程制造、加工等产业有很广泛的应用，它是焊接自动化发展的主要方向，不但能有效地 保证焊接的质量，而且可以减轻焊接工人的劳动强度 但是目前国内使用的弧焊机器人大多数都是第一代示 教再现机器人，虽然它具有简单、易于操作和可重复定位、精度高等优点，而且在工作空间内能精确地完成示 . 教过程，但是这必须是在焊接环境基本稳定的情况下，才能确保焊接质量 事实上，由于各种因素的影响，焊 接条件经常发生变化，例如在焊接过程必然会出现的弧光、高温、烟尘、火花飞溅，和工件热变形［ ］等都是客 & 观存在的 这容易导致示教机器人的焊炬无法准确对准焊缝，从而焊接质量下降 所以焊缝跟踪系统自然就 . . 成为焊接领域的一项重要领域［ ］，其中又以基于计算机视觉的焊缝跟踪方法显得更为成熟、实用 ! 尽管在此 方法中，大量的弧光干扰会被摄入 中造成噪声，但是通过各种图像处理方法、算法的作用，同样可以得 . 到较好的处理效果 本文以处理搭接焊缝为例，介绍在焊接过程中三维视觉的处理和算法研究 001 . . . 搭接的结构光三维视觉传感原理 ! 半导体激光器发出的激光经过光学系统形成的光片以一定角度投向母材，光片与搭接焊缝相交成一单 光纹，因为焊缝的高低不一，光纹会呈现一折线形状，如图 此折线反映了焊缝的三维位置关系 摄像 .001 &. . 头会在母材垂直上方拍摄所形成的折线光纹，所得图像再交由计算机处 理 经滤波、二值化等处理及运算，计算出正确的接头位置，通过执行机构 . 就可以引导与激光传感器刚性固定在一起的焊枪准确焊接 搭接焊缝的图像处理［ % ， # ］ " 此图像处理就是去除多余的背景图像，并对光纹进行多种处理，保证 在进行算法研究时得到比较清晰的光纹图样 通过 摄像头拍摄的图 . 001 像通常带有大量的弧光干扰，严重时会覆盖光纹，以至于无法进行正常的 . 研究 但我们可以通过各种图像处理方法，如中值滤波、二值化、低（高）通 滤波、图像分割、中心取样等［ ， ］，最终获得较好的特征条纹［ / ’ ( ］ . 中值滤波是一种非线性信号处理方法，它可以克服平均值滤波带来 的图像细节模糊等优点 它采用一个有奇数点的滑动窗口，将窗口中心点 的值用窗口内各点的中值代替 . . 二值化处理过程是先设定某一阈值 ，用 ! ! 将图像的数据分为两部 图 & 传感原理 分：大于 的像素群和小于 的像素群，使对象从背景中更为清晰地显现出来 ! ! ! 收稿日期： 基金项目：国家自然科学基金资助项目（ 作者简介：徐申翔，男， !""#$"%$!& 年生，硕士研究生 ’""(’"%( &,-" . ）；江西省自然科学基金资助项目（ )*+)$!""%"# ） ˝ • ‰ ˚ 

第 期 ) 徐申翔等：搭接焊缝的结构光三维视觉处理和算法研究 · · / 低通滤波的基本思想就是保留图像空间频率的低频成分，减少图像的高频成分 低通滤波可以降低图像 ! 中的视觉噪声，同时除去高频成分 高通滤波的作用与低通滤波相反 ! ! 细化过程是把图像中较粗的光纹变细，从而方便确定焊缝的边缘坐标和所需要的偏移量和深度值 图 是实验得到的各个过程的图像，其中 ! 是二值化后的情况， % 、 & 图分别为低、高通后的情况， ’ 图为采集到的原始图片， # " 图为细化后得到的图像 ( ! 图为经过中值滤波后的图像， $ 图 搭接焊缝的处理算法 ! 图 ! 图像处理的各个过程 在这个步骤我们的任务是通过以上的处理得到的特征光纹，算出当前焊枪和接头的位置关系，从而达到 执行机构带动焊枪自动跟踪焊缝 在计算偏移量之前，先要确定各特征点在像素平面上的位置 图 是搭接焊缝的右搭接情况，上面有 个特征点，设定坐标分别为（ ) ( * "+ ，最大值为 ， #+ ）、（ ， #! "! ）、（ ") ，它们对应的 ， ）、（ ， #) 即为 "* 和 ( ） 当计算机从左到右沿 方向搜索，具有亮点的最小值即为 #* ! 在这个过程中，我们是采用等间隔（间隔很小且 " # 逐渐增大）的水平搜索，所以当我们搜索到（ "+ "* 同理从（ ! ， #* ）开始搜索， " "* 逐渐减小，到（ 个特征点都确定下来了 在具体确定一个坐标点时，我们 ! #+ ， #! ， #) "! ") ）点 ）点 #*! 时， # 时， # 值会突然变小 根据这个现象，可以估计 ! 值会突然变大，据此可估计 ! 可以采用多个临近点取中值的办法来估计它 ") 的大小 " 大小 "! 这样 * ! 当焊枪偏离接头时候，程序会计算出一个偏移量输出给执行机构，即为 图 ) 搭接焊缝位置示意图 !", "+-"!- "*-") ） （ ! !"!. 如果 在图 ) 中的虚线部分设为 !"". ，则 $+ ，那么焊枪偏左； ，则焊枪偏右； ，焊枪刚好对中 !",. ! $+,#!-#) ˝ • ‰ ˚ 

· · ? 南昌大学学报·工科版 年 #22" 但是 只是我们所拍摄的长度，并不是搭接焊缝的真实高度，如图 才是我们所需要的深度信息， !! 光轴与激光片成 角投向母材 从图 " " ! ，我们可以看到 、 !! 和 !# ! ""!# 的关系是 $$% 把以上参数从像素数转化为实际值后，便可以从计算机输出控制执行机构，实现焊缝的自动跟踪，例如 !#&!!’()! 偏离多少，提高或降低多少 图 " * 为输出结果的界面 " （ ） + （ ） , 图 " 搭接焊缝的深度示意图 图 * 输出数据界面 结论 ）结构光三维视觉传感器能够方便地实时得到焊枪和接头的三维位置信息，为执行机构提供了跟踪依 ! ）这里只提出了搭接接头的边缘坐标求法，至于其他的坡口的算法，会有一定的差别 - ）左搭接和右搭接的情况类似，只是方向相反而已 - ）图像处理和良好的算法是过程的关键 - ! 据 - # . " 参考文献： ［ ］ 陈丙森 ! - ［ ］ 潘际銮，等 # ［ ］ 刘南生，等 . - - 计算机辅助焊接技术［ 现代弧焊控制［ ］ / - ］ 北京：机械工业出版社， - / 北京：机械工业出版社， !000-!0!1#.2- 爬行式弧焊机器人结构光三维视觉传感器研究［ ］ 光电子·激光， #22# ， （ !. # ）： !!41!!0- 型坡口的三维视觉信息的提取及处理研究［ ］ 南昌大学学报（工科版）， ［ ］ 刘南生，等 " 基于埋弧焊 - 5 ［ ］ * 6788’9:$+;)<7=+8- ［ ］ 夏良正，等 ? - 数字图像处理［ ］ / - 数字图像处理［ ］ 朱志刚，等译 / - 南京：东南大学出版社， - !000- 基于结构光焊缝跟踪系统的研究［ ］ 河北工业大学学报， ［ ］ 岳宏 4 - 3 - !000 ， （ #> " ）： ##- 3 - 北京：电子工业出版社， !00>- #222-.0*- 3 - #22! ， （ #. " ）： #1*- "#$%%1&’(%)*’+),-.’*/,-0)1+$(,2’+)3$+4%**’)5,)&6-5+$’2#(’4 72/&8+19:%$-,;<+’)2=,*%&+)72$/42/$%>’5#2 @AB9781CD+8E!， FGA H+81;978E#， ， 2*+$!*+13+,4)05,/6 IJKHLJM+! ， 2*+$!*+1..22#0 ， 7!,+* ； !"#$!%%&%’()$!*+,$*&*+-.&)$/0,$*&.+1,+))0,+1 （ ， 2*+$!*+13+,4)05,/6 ， 2*+$!*+1..22"4 ， 7!,+* #"#$!%%&%’#$,)+$)5 ： N9D;)97;D;D8)O(PM’7;)97;78;(O)97(OQ(R)9O771PD=78;D(8+