本发明涉及焊接机器人自动跟踪领域,尤其是用于实现基于视觉传感的焊缝三维重建,为焊接自动化提供基础。
背景技术:
在利用视觉传感技术来获取焊缝形貌特征的研究中,其中单目视觉一般只能得到目标焊缝的二维平面信息,如果要获取目标焊缝的三维信息的话,则要利用立体视觉,常用的立体视觉方法主要有双目立体视觉以及结构光视觉。但上述这些方法大多数都是针对直线焊缝或者小曲率焊缝,而对于复杂的多层多道焊缝,尚未得到比较充分的研究结果,如果采用双目立体视觉,那么就需要对两幅图像进行匹配,从而增加了焊缝重建及检测算法的复杂性;或者利用视觉引导的方法进行实时焊接,但是由于焊接过程中的弧光、飞溅以及电磁干扰等,给焊缝的可靠检测带来了影响,因此焊缝检测效率也不高。
技术实现要素:
为了克服已有焊缝三维重建方式的可靠性较低、检测识别效率较低的不足,本发明提供一种可靠性较高、方法简单、检测识别效率较高的基于二维线结构光的焊缝三维重建方法。
本发明解决其技术问题所采用的技术方案是:
一种基于二维线结构光的焊缝三维重建方法,所述重建方法包括以下步骤:
(1)焊缝结构光图像摄取与标定
沿着目标焊缝进行扫描,在固定的时间间隔内,每隔一段时间对目标焊缝进行拍摄,然后获取目标焊缝的二维结构光图像,通过对所述结构光图像进行图像标定,得到所述结构光图像中一个像素点的实际长度与宽度;
(2)焊缝结构光图像处理
对焊缝二维结构光图像进行预处理,然后对所述预处理后的结构光图像采用轮廓平均法进行焊缝中心线的提取,获得所述焊缝中心线的每一个像素点的实际坐标;
(3)通过步骤(2)中所获取的每一道焊缝中心线的实际坐标,采用基于b-样条的插值法进行三维曲面拟合,从而重建出完整的三维焊缝表面。
进一步,所述步骤(2)中,采用轮廓平均法进行焊缝中心线的提取过程如下:
对整幅图像进行逐列扫描,然后通过计算找出每一列的焊缝轮廓的两个边缘像素点,并且求出其在列方向上的平均值,最后求出的每一列的平均值即构成了焊缝图像的中心线,其数学公式表达为:
再进一步,所述步骤(2)中,所述预处理过程如下:
(2.1)对所述ccd摄像机摄取到的焊缝二维结构光图像采用改进的自适应中值滤波进行去噪处理,所述改进的自适应中值滤波是根据原始图像中每一个噪声点的噪声值的大小来自适应改变滤波窗口的大小,从而达到去除噪声的效果;
(2.2)图像二值化处理是利用ostu法求出自适应阈值再对所述经过去噪处理的结构光图像进行二值化处理。
更进一步,所述步骤(1)中,实现所述重建方法的重建系统包括机器人手臂、激光视觉传感系统,控制器控制连接所述机器人手臂,所述激光视觉传感系统包括激光二极管、透镜、滤光片以及ccd摄像机,所述ccd摄像机固定于所述机器人末端执行器上,所述激光二极管以一定角度固定于所述ccd摄像机的一侧,且能够投射到待焊工件的表面,所述标定过程如下:
(1.1)打开所述激光二极管,利用所述控制器操作并且调整所述机器人手臂的位姿,将线激光投射到目标上,拍摄一幅位置固定的待标定图像,其中所述待标定图像中有一把钢尺;
(1.2)对所述待标定图像中钢尺的刻度进行计算,得到所述待标定图像中钢尺1cm刻度所占有的像素数;
(1.3)利用计算出所述待标定图像中一个像素点所代表的实际长度和宽度,即完成焊缝图像标定。
本发明的有益效果主要表现在:通过对固定时间间隔内的焊缝二维结构光图像进行三维重建,可以得到完整度较高的焊缝表面图像,减少了人工成本,更具稳定性和高效性。这种技术改进,能够有效地提高企业的生产效率,同时提高企业的竞争力。
附图说明
图1是基于二维线结构光的焊缝三维重建的三维焊缝的示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1,一种基于二维线结构光的焊缝三维重建方法,所述重建方法包括以下步骤:
(1)焊缝结构光图像摄取与标定
沿着目标焊缝进行扫描,在固定的时间间隔内,每隔一段时间对目标焊缝进行拍摄,然后获取目标焊缝的二维结构光图像,通过对所述结构光图像进行图像标定,得到所述结构光图像中一个像素点的实际长度与宽度;
(2)焊缝结构光图像处理
对焊缝二维结构光图像进行预处理,然后对所述预处理后的结构光图像采用轮廓平均法进行焊缝中心线的提取,获得所述焊缝中心线的每一个像素点的实际坐标;
(3)通过步骤(2)中所获取的每一道焊缝中心线的实际坐标,采用基于b-样条的插值法进行三维曲面拟合,从而重建出完整的三维焊缝表面。
实现本实施例的三维重建方法的重建系统,包括机器人手臂、激光视觉传感系统,控制器控制连接所述机器人手臂,所述激光视觉传感系统包括激光二极管、透镜、滤光片以及ccd摄像机,所述ccd摄像机固定于所述机器人末端执行器上,所述激光二极管以一定角度固定于所述ccd摄像机的一侧,且能够投射到待焊工件的表面。
本实施例的基于二维线结构光的焊缝三维重建方法包括以下步骤:
(1)焊缝结构光图像摄取与标定:采用所述控制器操作所述机器人手臂沿着目标焊缝进行扫描,在固定的时间间隔内,每隔一段时间就利用所述激光视觉传感系统对目标焊缝进行拍摄,获取目标焊缝的二维结构光图像,然后对所述结构光图像进行标定;
其标定的具体步骤为:
(1.1)打开所述激光二极管,利用所述控制器操作并且调整所述机器人手臂的位姿,将线激光投射到目标上,拍摄一幅位置固定的待标定图像,其中所述待标定图像中有一把钢尺;
(1.2)对所述待标定图像中钢尺的刻度进行计算,得到所述待标定图像中钢尺1cm刻度所占有的像素数;
(1.3)利用计算出所述待标定图像中一个像素点所代表的实际长度和宽度,即完成焊缝图像标定。
(2)焊缝结构光图像处理:
其焊缝结构光图像处理具体为:
(2.1)对所述ccd摄像机摄取到的焊缝二维结构光图像采用改进的自适应中值滤波进行去噪处理,所述改进的自适应中值滤波是根据原始图像中每一个噪声点的噪声值的大小来自适应改变滤波窗口的大小,从而达到去除噪声的效果;
(2.2)所述的图像二值化处理是利用ostu法求出自适应阈值再对所述经过去噪处理的结构光图像进行二值化处理;
(2.3)利用轮廓平均来对焊缝结构光中心线进行提取的算法是针对单像素图像边缘而言的,即对整幅图像进行逐列扫描,然后通过计算找出每一列的焊缝轮廓的两个边缘像素点,并且求出其在列方向上的平均值,最后求出的每一列的平均值即构成了焊缝图像的中心线,其数学公式可表达为:
(3)焊缝三维重建:对一段时间内利用所述激光视觉传感系统获取到的并且经过上述图像处理之后的数据采用基于b-样条的插值法进行三维曲面拟合,得到完整的三维焊缝。