一种在线识别金属工件连续激光焊缝表面质量的检测方法与流程

技术特征：

1.一种在线识别金属工件连续激光焊缝表面质量的检测方法，其特征在于：

包括以下步骤：

S1：选取标准的激光焊接工件，通过相机系统拍照，获取完整的焊缝表面图像作为系列标准图像；

S2：通过相机系统对待检验工件的焊缝表面进行拍照，获取待检图像；

S3：对所述待检图像进行预处理后，将其进行网格化分割，即将单张待检图像分为K×L个网格，K为行数，L为列数；

S4：计算步骤S3中每个网格的累计灰度值，得到待检图像累计灰度区域分布图，对各区域累计灰度分布的变化率分割出背景区、沉积区、焊缝区；

S5：选取与待检图像对应的系列标准图像，对二者的沉积区和焊缝区进行相似度计算，所述相似度用S_i表示，指的是待检图像与标准图像同一位置网格的相似度，其计算公式为

$S_i=\frac{1}{n}\underset{r=1}{\overset{n}{\Σ}}(1-\frac{abs(h{1}_r-h{2}_r)}{\max (h{1}_r,h{2}_r)})$

上式中，r为灰度等级，n表示图像的灰度等级，h1_r为网格单元1中灰度等级为r的像素数占网格单元1总像素数的比例，h2_r为网格单元2中灰度等级为r的像素数占网格单元2总像素数的比例，abs函数为求绝对值函数，max函数为求最大值函数；

上式中，n的取值决定于图像灰度的位数A，即

n＝2^A-1

S6：设定标准相似度值S_t，通过步骤S5得出的待检图像相似度值S_i与S_t进行比较，以判定待检图像对应的焊缝表面质量是否符合要求。

2.根据权利要求1所述的检测方法，其特征在于：

在执行步骤S6前，先执行以下步骤：

S5.1：相机系统对待检验工件进行连续拍照，获取完整的焊缝表面图像作为系列待检图像；

S5.2：对系列待检图像依次执行步骤S2、S3、S4、S5，得出系列待检图像的沉积区和焊缝区每个网格的相似度值S_i；

另外，在步骤S6中，判定焊缝表面质量的方式为：统计S_i值小于S_t的网格数R，并设定合格允许值Ra，若R≤Ra则判定待检验工件的焊缝表面质量符合要求；若否，则判定该焊缝表面质量不符合要求。

3.根据权利要求2所述的检测方法，其特征在于：

若焊缝表面质量不符合要求，则进行漏焊、焊偏以及焊缝孔洞中一种或一种以上的质量问题识别，包括以下步骤：

S7：对待检图像的沉积区及焊缝区进行网格化分割，网格尺寸为P×Q，其中P为行数，Q为列数；

S8：设定步骤S7所述的每个网格的平均灰度值G的计算公式为

$G=\frac{1}{P\×Q}\underset{0\≤j\<Q}{\underset{0\≤i\<P}{\mathrm{\Σ}}}{g}_{i,j}^{\′}$

上式中，g′_i,j是指落在该网格内像素的灰度值；

S9：设定步骤S7所述的每个网格的熵E计算公式为

$E=-\underset{x=0}{\overset{n}{\Σ}}p\left(x\right)log\left(p\right(x\left)\right)$

上式中，x代表像素的灰度等级，n表示图像的灰度等级，p(x)为灰度等级x的像素数所占网格总像素数的比例；

S10：进行漏焊现象识别：通过网格的平均灰度值G识别漏焊；

S11：进行焊偏现象识别：从第一行网格开始逐行寻找S_i值小于S_t的网格，设定以下参数：

设某行S_i值小于S_t的网格数为Rb，

设焊偏相似度允许网格数为Rc，

设焊偏灰度值允许网格数为Rd，

设该行平均灰度值为Ga，

设焊偏允许平均灰度值为Gb，

设焊偏允许灰度值为Gc，

设焊偏允许熵值为Ea；

若Rb≥Rc，则按照步骤S8、S9的公式计算G、E、Ga、Gb、Gc和Ea的值；

若Ga≥Gb或G≥Gc的网格数在Rd个以上，且这些网格对应的熵值E大于等于Ea，则判定该待检图像存在焊偏；

S12：对焊缝出现孔洞的现象进行识别：从焊缝区开始寻找S_i值陡降区域，设定以下参数：

设相邻网格S_i值的差值绝对值为Sa；

设绝对差允许值1为Sb；

设绝对差运行值2为Sc；

设陡降网格数为Re；

设陡降区域允许平均灰度值为Gd；

若Sa＞Sb或连续Re个网格的Sa＞Sc，则标记该区域为陡降区域；

标记后对该区域进行平均灰度值的计算，并计算得出熵值E的曲线，

若该区域的平均灰度值不超过Gd或熵值E的曲线出现两边低、中间高的马鞍形态，则判定焊缝对应位置存在孔洞。

4.根据权利要求2或3所述的检测方法，其特征在于：在进行相似度值、灰度值、熵值计算前，将系列待检图像的灰度水平调节为统一水平，即先统一限定每幅待检图像的累计灰度峰值为Imax，然后计算每幅待检图像的实际累计灰度值I，

$I=\underset{0\≤j\<l}{\underset{0\≤i\<k}{\mathrm{\Σ}}}{g}_{i,j}$

上式中，g_i,j为单个像素的实际灰度值，i和j代表所述像素在待检图像中的行数和列数；

最后得出该幅待检图像的调整系数为Z，即

Z＝Imax/I

对待检图像所有像素值进行换算处理，使g′_i,j＝g_i,j/Z，后续所有计算涉及到的灰度值均采用换算处理后的灰度值。

5.根据权利要求4所述的检测方法，其特征在于：

为进行精确识别，设定以下取值：

S_t＝0.3，

Ra＝5，

Rc＝3，

Rd＝3，

Gb＝180，

Gc＝240，

Ea＝5000，

Sb＝0.25，

Sc＝0.1，

Re＝3，

Gd＝100。

6.根据权利要求4所述的检测方法，其特征在于：

所述方法还包括稳定焊接的判定方法：若位于焊缝某侧的沉积区的某处宽度超过2mm，则判定该处出现不稳定焊接现象。

7.根据权利要求4所述的检测方法，其特征在于：

所述相机系统包括高分辨率彩色面阵相机、高倍率微距镜头以及双LED照明装置，所述面阵相机与激光工作头的相对位置在焊接过程中保持恒定，并沿焊接方向布置在入射激光后方，与入射激光轴线的夹角在30至50度范围。

8.根据权利要求7所述的检测方法，其特征在于：

所述方法还包括收焊点或搭接点的识别：从焊缝彩色图像中提取蓝色分量图像，并对其高亮区域进行形态学筛选，即高亮区域应沿焊接方向逐渐收拢，当其收拢角在10至30度之间时，则判定该位置为收焊点或搭接点位置。

9.根据权利要求7所述的检测方法，其特征在于：

所述双LED照明装置包括高功率红色LED光源，所述光源前端设置有特殊镜头，使光束扩散角控制在15度以内，LED红色光的波长范围为600至1100nm。

10.根据权利要求9所述的检测方法，其特征在于：

所述光源置于相机两侧，可在三维方向进行移动和旋转，以保证LED光束分别照射于焊缝两侧，入射角度控制在25±7度之间。