专利名称：一种基于视觉的亚像素级焊缝中心提取方法
技术领域：
本发明涉及一种利用视觉传感获取焊缝特征信息方法，具体涉及一种基于视觉的亚像素级焊缝中心提取方法。
背景技术：
机器视觉系统是指通过机器视觉产品(即图像采集装置，分CMOS和CXD两种)将被摄取目标转换成图像信号，根据像素分布和亮度、颜色等信息，再转换成数字信号，图像处理系统对转换后的数字信号进行各种运算以提取目标的特征信息，进而根据控制模型判另IJ，对目标相关设备参数和动作在线修正。到目前为止关于焊缝图像的数据结构的讨论都是像素精度的，然而随着科学技术 的发展，需要达到比图像像素分辨率更高的精度，因此需要从图像中提取亚像素精度数据。
发明内容
本发明的目的是提供一种基于视觉的亚像素级焊缝中心提取方法，采用面性激光器作为辅助光源摄取焊缝图像，通过一种亚像素级焊缝中心提取方法，获取焊缝特征信息，该方法检测精度高。本发明的目的是这样来实现的，其方法步骤为
1、利用中值滤波器去除采集的焊缝图像进行去噪处理；
2、在经过图像去噪处理后的图像中，根据图像的灰度分布特点，将焊缝特征区与背景区进行分割，获得像素级的焊缝边缘；
3、对分割后的焊缝特征区域，根据重心法提取焊缝中心，获得亚像素级的焊缝中心。步骤I中，对采集的焊缝图像进行中值滤波，模板为3像素X 3像素的窗口 ；
步骤2中，根据图像的灰度分布特点，在每一行中像素灰度值存在两个极值点分别为
极大值点和极小值点。假设在一像素点U，徵,该点处的灰度值为f(i，j)，已知其左边两点为f(i_2，j)、f(i~l, j)，右边两点为f(i+l, j)、f(i+2，j人以3点为一个集合求和，M1=f(i~2,j)+ f(i~l, j)+f(i, j) , M2= f(i-l,jhf(i,j)+ f(i+l,j),M3=f(i,j)+ f(i+l, j)+f(i+2, j)。选择阈值T1和T2,当|爲-#71彡T17且|爲-爲|彡T2时，该点为这一行的极大值或极小值点。找出图像中每一行的极大值点和极小值点，以这两点为边界将图像中焊缝区域与背景区域分割开来；
步骤3中，采用重心法计算焊缝中心位置，P — ，其中m，n分别为行中的两
权利要求
1.一种基于视觉的亚像素级焊缝中心提取方法，其特征在于方法步骤为 1)利用中值滤波器去除采集的焊缝图像进行去噪处理； 2)在经过图像去噪处理后的图像中，根据图像的灰度分布特点，将焊缝特征区与背景区进行分割，获得像素级的焊缝边缘； 3 )对分割后的焊缝特征区域，根据重心法提取焊缝中心，获得亚像素级的焊缝中心。
2.根据权利要求书I所述的一种基于视觉的亚像素级焊缝中心提取方法， 其特征在于步骤I中所述焊缝图像为3像素X3像素的窗口。
3.根据权利要求书I所述的一种基于视觉的亚像素级焊缝中心提取方法，其特征在于步骤2中所述将焊缝特征区与背景区进行分割，是根据图像的灰度分布特点，在每一行中像素灰度值存在两个极值点分别为极大值点和极小值点，假设在一像素点(.i, J)处，该点处的灰度值为f(i，j)，已知其左边两点为/Ti-名j)、f(i~l, j)，右边两点为 f(i+l，j)、f(i+2，J入以 3 点为一个集合求和，爲=f(i~2, j)+ f(i~l, jM(i, j)，M2=f(i~l, j)+f(i, j)+ f(i+l, j), M3=f(i, j)+ f(i+l, j)+ f(i+2’ 力，选择阈值 T1 和 T2,当Im2-≥且\m2-m3≥&时，该点为这一行的极大值或极小值点，找出图像中每一行的极大值点和极小值点，以这两点为边界将图像中焊缝区域与背景区域分割开来。
4.根据权利要求书I所述一种基于视觉的亚像素级焊缝中心提取方法， 其特征在于步骤3中所述重心法计算焊缝中心位置，即 ，其中m，η分别为行中的两个极值点的坐标值 为两极值z间所有像素点I /0 的平均灰度值。
全文摘要
一种基于视觉的亚像素级焊缝中心提取方法。其方法步骤为1)利用中值滤波器去除采集的焊缝图像进行去噪处理；2)在经过图像去噪处理后的图像中，根据图像的灰度分布特点，将焊缝特征区与背景区进行分割，获得像素级的焊缝边缘；3)对分割后的焊缝特征区域，根据重心法提取焊缝中心，获得亚像素级的焊缝中心。本发明的技术效果是，相对于传统的提取方法，本方案将提取精度提高了一个等级，从像素级提高到亚像素级。
文档编号G06T7/60GK102663781SQ201210078148
公开日2012年9月12日 申请日期2012年3月23日 优先权日2012年3月23日
发明者万文, 熊震宇, 薛诚, 顾网平 申请人:南昌航空大学