本發(fā)明涉及激光焊接技術(shù)領(lǐng)域，特別涉及一種在線識別金屬工件連續(xù)激光焊縫表面質(zhì)量的檢測方法。

背景技術(shù)：

激光焊接技術(shù)已經(jīng)廣泛應(yīng)用于金屬零件的連接，特別是對厚度小于3mm的薄板，激光焊接具有變形量小、自動化程度高、焊接熱影響區(qū)窄等優(yōu)點。但是，在大批量焊接生產(chǎn)中，激光焊接的過程穩(wěn)定性控制，以及激光焊縫的在線質(zhì)量監(jiān)測一直是決定產(chǎn)品質(zhì)量的關(guān)鍵因素。光束品質(zhì)、裝配間隙、工件表面狀態(tài)等因素波動都會對焊接過程產(chǎn)生干擾，產(chǎn)生焊偏、孔洞、焊穿等焊縫缺陷。由于激光光束能量密度高、肉眼不可見，對操作人員存在潛在的安全威脅，因此激光焊接過程通常是全封閉的?？傊?，激光焊接特點和高度自動化的生產(chǎn)模式都需要智能化的在線監(jiān)控方法。

檢索發(fā)現(xiàn)，目前該領(lǐng)域具有代表性的成果包括：

1)專利《基于視覺的薄板對接焊縫實時檢測方法》(申請?zhí)枺?00910083216.8)，所述方法在圖像行掃描和列掃描的基礎(chǔ)上計算灰度突變點，從而確定焊縫在圖像中的位置，該方法并沒有實現(xiàn)焊縫表面缺陷的檢測于判別，且所給實例為點焊縫，專利說明書中并沒有對連續(xù)焊縫圖像的處理和分析進行闡述。

2)專利《基于線激光掃描的焊縫外觀形狀及表面缺陷檢測方法》(申請?zhí)枺?01510074062.1)，所述的焊縫表面缺陷檢測方法采用線掃描傳感器獲取焊縫表面的高度數(shù)據(jù)，通過焊縫輪廓擬合數(shù)據(jù)與設(shè)定尺寸的差異來判別表面缺陷。這種方法僅依賴焊縫高度信息，所能識別的焊縫缺陷種類較少，且焊縫表面通常較粗糙，其表面浮渣、飛濺、煙塵等擾動嚴(yán)重影響高度測量的準(zhǔn)確性。此外，線掃描的方式較為耗時，在連續(xù)長焊縫檢測領(lǐng)域存在局限。

3)論文《不等厚板激光焊接焊縫缺陷結(jié)構(gòu)光視覺檢測》(《激光技術(shù)》第35卷第4期，2011年)采用結(jié)構(gòu)光主動視覺檢測法計算焊縫表面的高度信息，但該方法只能獲得焊縫的凹度或凸度狀態(tài)，并無法檢測焊縫表面缺陷和焊縫位置。

4)論文《基于線激光掃描的焊縫表面缺陷檢測系統(tǒng)》(《焊接》2016年第2期)采用線激光掃描焊縫表面，利用單輪廓擬合和多輪廓組合的方法來判斷焊縫表面缺陷，但是這種方法只能適用寬度較大的弧焊焊縫，對于焊縫寬度和缺陷尺寸均較細(xì)小的窄細(xì)焊縫(如激光焊縫、電子束焊縫等)而言并不適用，入射激光在小尺寸突變處由于光束反射、折射和衍射等問題易導(dǎo)致測量失敗，從而無法完成表面狀態(tài)的檢測。

由此可知，目前對焊縫表面缺陷的識別主要采用線掃描方式，基于焊縫表面的高度數(shù)據(jù)進行狀態(tài)判別，在窄細(xì)焊縫檢測領(lǐng)域存在局限，并且線激光掃描方式在檢測速度方面也難以滿足實際生產(chǎn)需求；另一方面，基于焊縫二維圖像的檢測方法尚在焊縫提取算法優(yōu)化方面，并沒有針對焊縫表面缺陷檢測的報道，更沒有焊縫表面缺陷自動化檢測的系統(tǒng)方法。總之，對于焊縫表面質(zhì)量檢測目前尚缺乏有效的、具有較強適應(yīng)能力的檢測手段，這無法滿足大規(guī)模自動化焊接生產(chǎn)的需求，甚至造成嚴(yán)重的安全隱患。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是提供一種利用面掃描方式、能快速、準(zhǔn)確判定連續(xù)激光焊縫表面質(zhì)量是否符合要求的方法。

為了解決上述技術(shù)問題，本發(fā)明中披露了一種在線識別金屬工件連續(xù)激光焊縫表面質(zhì)量的檢測方法，本發(fā)明的技術(shù)方案是這樣實施的：

一種在線識別金屬工件連續(xù)激光焊縫表面質(zhì)量的檢測方法，包括以下步驟：

S1：選取標(biāo)準(zhǔn)的激光焊接工件，通過相機系統(tǒng)拍照，獲取完整的焊縫表面圖像作為系列標(biāo)準(zhǔn)圖像；

S2：通過相機系統(tǒng)對待檢驗工件的焊縫表面進行拍照，獲取待檢圖像；

S3：對所述待檢圖像進行預(yù)處理后，將其進行網(wǎng)格化分割，即將單張待檢圖像分為K×L個網(wǎng)格，K為行數(shù)，L為列數(shù)；

S4：計算步驟S3中每個網(wǎng)格的累計灰度值，得到待檢圖像累計灰度區(qū)域分布圖，對各區(qū)域累計灰度分布的變化率分割出背景區(qū)、沉積區(qū)、焊縫區(qū)；

S5：選取與待檢圖像對應(yīng)的系列標(biāo)準(zhǔn)圖像，對二者的沉積區(qū)和焊縫區(qū)進行相似度計算，所述相似度用S_i表示，指的是待檢圖像與標(biāo)準(zhǔn)圖像同一位置網(wǎng)格的相似度，其計算公式為

上式中，r為灰度等級，n表示圖像的灰度等級，h1_r為網(wǎng)格單元1中灰度等級為r的像素數(shù)占網(wǎng)格單元1總像素數(shù)的比例，h2_r為網(wǎng)格單元2中灰度等級為r的像素數(shù)占網(wǎng)格單元2總像素數(shù)的比例，abs函數(shù)為求絕對值函數(shù)，max函數(shù)為求最大值函數(shù)；

上式中，n的取值決定于圖像灰度的位數(shù)A，即

n＝2^A-1

S6：設(shè)定標(biāo)準(zhǔn)相似度值S_t，通過步驟S5得出的待檢圖像相似度值S_i與S_t進行比較，以判定待檢圖像對應(yīng)的焊縫表面質(zhì)量是否符合要求。

優(yōu)選地，在執(zhí)行步驟S6前，先執(zhí)行以下步驟：

S5.1：相機系統(tǒng)對待檢驗工件進行連續(xù)拍照，獲取完整的焊縫表面圖像作為系列待檢圖像；

S5.2：對系列待檢圖像依次執(zhí)行步驟S2、S3、S4、S5，得出系列待檢圖像的沉積區(qū)和焊縫區(qū)每個網(wǎng)格的相似度值S_i；

另外，在步驟S6中，判定焊縫表面質(zhì)量的方式為：統(tǒng)計S_i值小于S_t的網(wǎng)格數(shù)R，并設(shè)定合格允許值Ra，若R≤Ra則判定待檢驗工件的焊縫表面質(zhì)量符合要求；若否，則判定該焊縫表面質(zhì)量不符合要求。

優(yōu)選地，若焊縫表面質(zhì)量不符合要求，則進行漏焊、焊偏以及焊縫孔洞中一種或一種以上的質(zhì)量問題識別，包括以下步驟：

S7：對待檢圖像的沉積區(qū)及焊縫區(qū)進行網(wǎng)格化分割，網(wǎng)格尺寸為P×Q，其中P為行數(shù)，Q為列數(shù)；

S8：設(shè)定步驟S7所述的每個網(wǎng)格的平均灰度值G的計算公式為

上式中，g′_i,j是指落在該網(wǎng)格內(nèi)像素的灰度值；

S9：設(shè)定步驟S7所述的每個網(wǎng)格的熵E計算公式為

上式中，x代表像素的灰度等級，n表示圖像的灰度等級，p(x)為灰度等級x的像素數(shù)所占網(wǎng)格總像素數(shù)的比例；

S10：進行漏焊現(xiàn)象識別：通過網(wǎng)格的平均灰度值G識別漏焊；

S11：進行焊偏現(xiàn)象識別：從第一行網(wǎng)格開始逐行尋找S_i值小于S_t的網(wǎng)格，設(shè)定以下參數(shù)：

設(shè)某行S_i值小于S_t的網(wǎng)格數(shù)為Rb，

設(shè)焊偏相似度允許網(wǎng)格數(shù)為Rc，

設(shè)焊偏灰度值允許網(wǎng)格數(shù)為Rd，

設(shè)該行平均灰度值為Ga，

設(shè)焊偏允許平均灰度值為Gb，

設(shè)焊偏允許灰度值為Gc，

設(shè)焊偏允許熵值為Ea；

若Rb≥Rc，則按照步驟S8、S9的公式計算G、E、Ga、Gb、Gc和Ea的值；

若Ga≥Gb或G≥Gc的網(wǎng)格數(shù)在Rd個以上，且這些網(wǎng)格對應(yīng)的熵值E大于等于Ea，則判定該待檢圖像存在焊偏；

S12：對焊縫出現(xiàn)孔洞的現(xiàn)象進行識別：從焊縫區(qū)開始尋找S_i值陡降區(qū)域，設(shè)定以下參數(shù)：

設(shè)相鄰網(wǎng)格S_i值的差值絕對值為Sa；

設(shè)絕對差允許值1為Sb；

設(shè)絕對差運行值2為Sc；

設(shè)陡降網(wǎng)格數(shù)為Re；

設(shè)陡降區(qū)域允許平均灰度值為Gd；

若Sa＞Sb或連續(xù)Re個網(wǎng)格的Sa＞Sc，則標(biāo)記該區(qū)域為陡降區(qū)域；

標(biāo)記后對該區(qū)域進行平均灰度值的計算，并計算得出熵值E的曲線，

若該區(qū)域的平均灰度值不超過Gd或熵值E的曲線出現(xiàn)兩邊低、中間高的馬鞍形態(tài)，則判定焊縫對應(yīng)位置存在孔洞。

優(yōu)選地，在進行相似度值、灰度值、熵值計算前，將系列待檢圖像的灰度水平調(diào)節(jié)為統(tǒng)一水平，即先統(tǒng)一限定每幅待檢圖像的累計灰度峰值為Imax，然后計算每幅待檢圖像的實際累計灰度值I，

上式中，g_i,j為單個像素的實際灰度值，i和j代表所述像素在待檢圖像中的行數(shù)和列數(shù)；

最后得出該幅待檢圖像的調(diào)整系數(shù)為Z，即

Z＝Imax/I

對待檢圖像所有像素值進行換算處理，使g′_i,j＝g_i,j/Z，后續(xù)所有計算涉及到的灰度值均采用換算處理后的灰度值。

優(yōu)選地，為進行精確識別，設(shè)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。

優(yōu)選地，所述方法還包括穩(wěn)定焊接的判定方法：若位于焊縫某側(cè)的沉積區(qū)的某處寬度超過2mm，則判定該處出現(xiàn)不穩(wěn)定焊接現(xiàn)象。

優(yōu)選地，所述相機系統(tǒng)包括高分辨率彩色面陣相機、高倍率微距鏡頭以及雙LED照明裝置，所述面陣相機與激光工作頭的相對位置在焊接過程中保持恒定，并沿焊接方向布置在入射激光后方，與入射激光軸線的夾角在30至50度范圍。

優(yōu)選地，所述方法還包括收焊點或搭接點的識別：從焊縫彩色圖像中提取藍(lán)色分量圖像，并對其高亮區(qū)域進行形態(tài)學(xué)篩選，即高亮區(qū)域應(yīng)沿焊接方向逐漸收攏，當(dāng)其收攏角在10至30度之間時，則判定該位置為收焊點或搭接點位置。

優(yōu)選地，所述雙LED照明裝置包括高功率紅色LED光源，所述光源前端設(shè)置有特殊鏡頭，使光束擴散角控制在15度以內(nèi)，LED紅色光的波長范圍為600至1100nm。

優(yōu)選地，所述光源置于相機兩側(cè)，可在三維方向進行移動和旋轉(zhuǎn)，以保證LED光束分別照射于焊縫兩側(cè)，入射角度控制在25±7度之間。

實施本發(fā)明的有益效果主要有：

1、本發(fā)明可以針對金屬板或金屬管連續(xù)激光焊縫的位置和表面質(zhì)量進行在線判別，該方法可以在焊接過程中或者焊接過程后，采用面陣相機和輔助LED光源連續(xù)拍攝焊縫區(qū)域圖像，通過數(shù)字圖像處理和判別算法，準(zhǔn)確、快速地完成對連續(xù)激光焊縫表面質(zhì)量的在線識別；

2、該方法裝置簡單，且對激光焊接過程沒有干擾，能夠廣泛地應(yīng)用于薄壁金屬件的連續(xù)激光焊縫質(zhì)量檢測領(lǐng)域；

3、該方法通過統(tǒng)一系列待檢圖像的灰度水平，大大降低了圖像亮度波動對焊縫表面質(zhì)量判定準(zhǔn)確度的影響；

4、通過計算網(wǎng)格化的特征參數(shù)(相似度、平均灰度和熵)和特定的判定原則判定焊縫表面質(zhì)量，能有效識別焊偏和焊縫孔洞等缺陷；

5、采用不同的網(wǎng)格尺寸參數(shù)(K、L)時對不同尺寸缺陷的檢出能力存在差異，對于檢測要求較高的場合，可以改變K或L的值進行重復(fù)計算，可以有效提高檢出能力。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一種實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是一個實施例中，照相系統(tǒng)與焊縫的位置關(guān)系示意圖；

圖2是一個實施例中，背景區(qū)、沉積區(qū)以及焊縫區(qū)的結(jié)構(gòu)示意圖；

圖3是收焊點處收攏角的示意圖；

圖4是一個實施例中，合格焊縫、偏焊以及表面孔洞示意圖；

圖5是一個實施例中，獲得的累積灰度數(shù)據(jù)圖；

圖6是一個實施例中，合格的相似度、平均灰度和熵的陣列圖；

圖7是一個實施例中，偏焊對應(yīng)的相似度、平均灰度和熵的陣列圖；

圖8是一個實施例中，表面孔洞對應(yīng)的相似度、平均灰度和熵的陣列圖。

在上述附圖中，各圖號標(biāo)記分別表示：

1-相機系統(tǒng)，11-高分辨率彩色面陣相機，12-高倍率微距鏡頭，13-雙LED照明裝置，

2-工件，3-焊縫區(qū)，4-沉積區(qū)，41-上沉積區(qū)，42-下沉積區(qū)，5-背景區(qū)，6-收攏角，7-高亮區(qū)域，8-成像區(qū)域，9-表面孔洞。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

在一個具體實施例中，一種在線識別金屬工件連續(xù)激光焊縫表面質(zhì)量的檢測方法，包括以下步驟：

S1：選取標(biāo)準(zhǔn)的激光焊接工件，通過相機系統(tǒng)拍照，獲取完整的焊縫表面圖像作為系列標(biāo)準(zhǔn)圖像；

S2：通過相機系統(tǒng)對待檢驗工件的焊縫表面進行拍照，獲取待檢圖像；

S3：對所述待檢圖像進行預(yù)處理后，將其進行網(wǎng)格化分割，即將單張待檢圖像分為K×L個網(wǎng)格，K為行數(shù)，L為列數(shù)；

S4：計算步驟S3中每個網(wǎng)格的累計灰度值，得到待檢圖像累計灰度區(qū)域分布圖，對各區(qū)域累計灰度分布的變化率分割出背景區(qū)、沉積區(qū)、焊縫區(qū)；

S5：選取與待檢圖像對應(yīng)的系列標(biāo)準(zhǔn)圖像，對二者的沉積區(qū)和焊縫區(qū)進行相似度計算，所述相似度用S_i表示，指的是待檢圖像與標(biāo)準(zhǔn)圖像同一位置網(wǎng)格的相似度，其計算公式為

上式中，r為灰度等級，n表示圖像的灰度等級，h1_r為網(wǎng)格單元1中灰度等級為r的像素數(shù)占網(wǎng)格單元1總像素數(shù)的比例，h2_r為網(wǎng)格單元2中灰度等級為r的像素數(shù)占網(wǎng)格單元2總像素數(shù)的比例，abs函數(shù)是求絕對值的函數(shù)，max函數(shù)是求最大值的函數(shù)；

上式中，n的取值決定于圖像灰度的位數(shù)A，即

n＝2^A-1

S6：設(shè)定標(biāo)準(zhǔn)相似度值S_t，通過步驟S5得出的待檢圖像相似度值S_i與S_t進行比較，以判定待檢圖像對應(yīng)的焊縫表面質(zhì)量是否符合要求。

本發(fā)明的方法可以完成各類黑色金屬和有色金屬的激光長直焊縫、曲線焊縫或空間焊縫的質(zhì)量在線判定，屬于非接觸視覺檢測的范疇，裝置簡單、緊湊，響應(yīng)速度快，抗干擾能力強，具有穩(wěn)定、可靠、便捷的特點，能夠廣泛地應(yīng)用于金屬材料的激光焊接領(lǐng)域。

所述相機系統(tǒng)可以采用現(xiàn)有的設(shè)備，本領(lǐng)域技術(shù)人員也可以根據(jù)現(xiàn)有的拍攝成像領(lǐng)域設(shè)備進行任意組合，只要能獲取符合要求的、清晰的焊縫表面圖像即可；可以理解的是，焊縫表面圖像的清晰度越清晰，在后續(xù)進行焊縫表面質(zhì)量識別的準(zhǔn)確度會越高。

關(guān)于相機系統(tǒng)獲取完整焊縫表面圖像的方式，一般的做法為：用夾具夾緊工件，并對工件進行平移或旋轉(zhuǎn)，使焊縫完整地經(jīng)過相機系統(tǒng)的拍照范圍，最終獲取到整條焊縫完整的系列圖像。

由于在待檢圖像采集過程中可能會存在環(huán)境或設(shè)備的影響，如光照明暗程度以及相機系統(tǒng)性能的優(yōu)劣等，往往存在有噪聲，對比度不足等缺點，因此需要對待檢圖像進行預(yù)處理，以獲得質(zhì)量較高的圖像用于后續(xù)的表面質(zhì)量判定，預(yù)處理的常見方式是進行濾波去噪。

方法中所述的背景區(qū)是指工件的基體金屬背景區(qū)；沉積區(qū)是指激光焊接過程金屬蒸汽噴出后落在工件表面所形成的顏色較暗的區(qū)域，根據(jù)焊接過程中金屬蒸汽的行為特征，沉積區(qū)通常位于焊縫兩側(cè)1-2mm處。背景區(qū)5、沉積區(qū)4、焊縫區(qū)3的位置關(guān)系可參照圖2進行理解。

在上述計算過程中涉及到的圖像灰度等級n，由圖像灰度的位數(shù)A來決定，如8位灰度的圖像，n值為255。

相似度值S_i的范圍在0到1之間，其值越大表示兩幅圖像同一位置網(wǎng)格的相似程度越高，對兩幅圖像所有對應(yīng)的網(wǎng)格進行相似度計算，可以得到S_i值陣列；而標(biāo)準(zhǔn)相似度值S_t的取值決定于對于待檢驗工件焊縫質(zhì)量要求的高低。

在一個優(yōu)選實施例中，在執(zhí)行步驟S6前，先執(zhí)行以下步驟：

S5.1：相機系統(tǒng)對待檢驗工件進行連續(xù)拍照，獲取完整的焊縫表面圖像作為系列待檢圖像；

S5.2：對系列待檢圖像依次執(zhí)行步驟S2、S3、S4、S5，得出系列待檢圖像的沉積區(qū)和焊縫區(qū)每個網(wǎng)格的相似度值S_i；

另外，在步驟S6中，判定焊縫表面質(zhì)量的方式為：統(tǒng)計S_i值小于S_t的網(wǎng)格數(shù)R，并設(shè)定合格允許值Ra，若R≤Ra則判定待檢驗工件的焊縫表面質(zhì)量符合要求；若否，則判定該焊縫表面質(zhì)量不符合要求。此處Ra的取值可以是0，當(dāng)其為0時，意味著每個網(wǎng)格的S_i值均需小于S_t時，該焊縫表面質(zhì)量才達(dá)到要求。

在一個優(yōu)選實施例中，若焊縫表面質(zhì)量不符合要求，則進行漏焊、焊偏以及焊縫孔洞中一種或一種以上的質(zhì)量問題識別，包括以下步驟：

S7：對待檢圖像的沉積區(qū)及焊縫區(qū)進行網(wǎng)格化分割，網(wǎng)格尺寸為P×Q，其中P為行數(shù)，Q為列數(shù)；

S8：設(shè)定步驟S7所述的每個網(wǎng)格的平均灰度值G的計算公式為

上式中，g′_i,j是指落在該網(wǎng)格內(nèi)像素的灰度值；該灰度值可以是真實的灰度值，也可以指被特定公式調(diào)整過后的灰度值。

S9：設(shè)定步驟S7所述的每個網(wǎng)格的熵E計算公式為

上式中，x代表像素的灰度等級，n表示圖像的灰度等級，p(x)為灰度等級x的像素數(shù)所占網(wǎng)格總像素數(shù)的比例；

S10：進行漏焊現(xiàn)象識別：通過網(wǎng)格的平均灰度值G識別漏焊(漏焊時，成像區(qū)域8沒有焊縫，待檢圖像的相應(yīng)區(qū)域呈高亮狀態(tài)，僅從G值就可以進行判定)；

S11：進行焊偏現(xiàn)象識別：從第一行網(wǎng)格開始逐行尋找S_i值小于S_t的網(wǎng)格，設(shè)定以下參數(shù)：

設(shè)某行S_i值小于S_t的網(wǎng)格數(shù)為Rb，

設(shè)焊偏相似度允許網(wǎng)格數(shù)為Rc，

設(shè)焊偏灰度值允許網(wǎng)格數(shù)為Rd，

設(shè)該行平均灰度值為Ga，

設(shè)焊偏允許平均灰度值為Gb，

設(shè)焊偏允許灰度值為Gc，

設(shè)焊偏允許熵值為Ea；

若Rb≥Rc，則按照步驟S8、S9的公式計算G、E、Ga、Gb、Gc和Ea的值；

若Ga≥Gb或G≥Gc的網(wǎng)格數(shù)在Rd個以上，且這些網(wǎng)格對應(yīng)的熵值E大于等于Ea，則判定該待檢圖像存在焊偏；

S12：對焊縫出現(xiàn)孔洞的現(xiàn)象進行識別：從焊縫區(qū)開始尋找S_i值陡降區(qū)域，設(shè)定以下參數(shù)：

設(shè)相鄰網(wǎng)格S_i值的差值絕對值為Sa；

設(shè)絕對差允許值1為Sb；

設(shè)絕對差運行值2為Sc；

設(shè)陡降網(wǎng)格數(shù)為Re；

設(shè)陡降區(qū)域允許平均灰度值為Gd；

若Sa＞Sb或連續(xù)Re個網(wǎng)格的Sa＞Sc，則標(biāo)記該區(qū)域為陡降區(qū)域；

標(biāo)記后對該區(qū)域進行平均灰度值的計算，并計算得出熵值E的曲線，

若該區(qū)域的平均灰度值不超過Gd或熵值E的曲線出現(xiàn)兩邊低、中間高的馬鞍形態(tài)，則判定焊縫對應(yīng)位置存在孔洞。

進一步地，在進行相似度值、灰度值、熵值計算前，將系列待檢圖像的灰度水平調(diào)節(jié)為統(tǒng)一水平，即先統(tǒng)一限定每幅待檢圖像的累計灰度峰值為Imax，然后計算每幅待檢圖像的實際累計灰度值I，

上式中，g_i,j為單個像素的實際灰度值，i和j代表所述像素在待檢圖像中的行數(shù)和列數(shù)；

最后得出該幅待檢圖像的調(diào)整系數(shù)為Z，即

Z＝Imax/I

對待檢圖像所有像素值進行換算處理，使g′_i,j＝g_i,j/Z，后續(xù)所有計算涉及到的灰度值均采用換算處理后的灰度值。

通過調(diào)整系數(shù)Z對系列待檢圖像進行統(tǒng)一化處理，使單幅待檢圖像的最高累計灰度保持恒定，從而大大降低圖像亮度波動對質(zhì)量問題識別的準(zhǔn)確度的影響。在一些實施例中，可將圖像累計灰度的峰值Imax統(tǒng)一設(shè)置為1000，由此可計算出調(diào)節(jié)量Z，用于將不同工件待檢圖像的灰度水平調(diào)整為統(tǒng)一水平，為后續(xù)計算奠定基礎(chǔ)。

在一個優(yōu)選實施例中，為進行精確識別質(zhì)量問題，設(shè)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。

以上取值為較佳的取值，并不限定本發(fā)明的應(yīng)用方式，他人在采用本發(fā)明所聲明的方法基礎(chǔ)上，即使對上述參數(shù)的取值進行悉數(shù)修改，亦將落入本發(fā)明的保護范圍。

在一個優(yōu)選實施例中，所述方法還包括穩(wěn)定焊接的判定方法：若位于焊縫某側(cè)的沉積區(qū)的某處寬度超過2mm，則判定該處出現(xiàn)不穩(wěn)定焊接現(xiàn)象。

如圖1所示，在一個優(yōu)選實施例中，所述相機系統(tǒng)1包括高分辨率彩色面陣相機11、高倍率微距鏡頭12以及雙LED照明裝置13，所述面陣相機與激光工作頭的相對位置在焊接過程中保持恒定，并沿焊接方向布置在入射激光后方，與入射激光軸線的夾角在30至50度范圍。本方法可以實現(xiàn)一邊獲取系列待檢圖像，一邊進行數(shù)據(jù)處理，大大提高了焊縫表面質(zhì)量判定的效率。進一步地，面陣相機在圖像尺寸為300像素×300像素時的拍攝速度應(yīng)等于或大于50幀/秒。

在一個優(yōu)選實施例中，所述方法還包括收焊點或搭接點的識別：從焊縫彩色圖像中提取藍(lán)色分量圖像，并對其高亮區(qū)域進行形態(tài)學(xué)篩選，即高亮區(qū)域應(yīng)沿焊接方向逐漸收攏，當(dāng)其收攏角在10至30度之間時，則判定該位置為收焊點或搭接點位置。圖3是進行藍(lán)色分量提取處理后的示意圖，焊縫區(qū)位于上沉積區(qū)41以及下沉積區(qū)42之間，高亮區(qū)域7沿焊接方向逐漸收攏，其收攏角6在10至30度范圍內(nèi)，該位置為收焊點或搭接點位置。

RGB格式的彩色圖包括紅色、綠色和藍(lán)色三層，各分量都是0-255的范圍；其中對于焊縫表面質(zhì)量的識別/判定可以采用彩色圖像的紅色分量，而對于收焊點/搭接點的判別采用藍(lán)色分量。收攏角6與激光功率和焊接速度存在關(guān)聯(lián)，一般在10至30度之間，本領(lǐng)域技術(shù)人員可參照圖3進行理解。

在一個優(yōu)選實施例中，所述雙LED照明裝置13包括高功率紅色LED光源，所述光源前端設(shè)置有特殊鏡頭，使光束擴散角控制在15度以內(nèi)，LED紅色光的波長范圍為600至1100nm。

進一步地，所述光源置于相機兩側(cè)，可在三維方向進行移動和旋轉(zhuǎn)，以保證LED光束分別照射于焊縫兩側(cè)，入射角度控制在25±7度之間。以低角度照射方式，可以增加焊縫區(qū)3與沉積區(qū)4的邊界襯度，能獲取到質(zhì)量更高的圖像。

進一步地，可以進行以下的操作：在完成所有焊縫圖像的處理和判斷，以及收焊點判別后，對整條焊縫的表面質(zhì)量進行判定，給出焊縫寬度、焊接位置、表面凹坑的判定結(jié)果，并形成一條記錄，與缺陷處圖像一并存入數(shù)據(jù)庫。本領(lǐng)域技術(shù)人員可以理解的是，本發(fā)明所述方法，其對于焊縫表面質(zhì)量判定/識別的結(jié)果可以通過文本、圖表等方式進行輸出，或者通過圖片標(biāo)注顯示、提示音等多種方式進行提示缺陷位置，在此不作展開。

下面再公開一個實施例：

采用功率為0.6kW，焦點直徑為0.2mm的激光，所被檢驗的工件材料為304不銹鋼，厚度為0.8mm。被檢驗的工件為不銹鋼管，其尺寸為70mm(長)×8mm(直徑)。焊接過程中，入射激光保持恒定，夾具帶動不銹鋼管旋轉(zhuǎn)，工件旋轉(zhuǎn)過程發(fā)生擺動，或由于夾持力不足造成轉(zhuǎn)速不均時，或焊接區(qū)域存在水油等污染物時，會出現(xiàn)焊偏、不完整、焊縫寬度不均勻、表面凹坑或凸起等缺陷，應(yīng)當(dāng)識別這些情況并進行干預(yù)。

本實例中，被檢測對象為不銹鋼管環(huán)焊縫，檢測過程中被檢工件勻速旋轉(zhuǎn)，面陣相機共獲得31幅圖像，其中最后1幅圖像與第1幅圖像重合，即有30幅有效圖像；面陣相機拍攝指定區(qū)域的焊縫圖像，尺寸為300像素×260像素，拍攝速度等于或大于50幀/秒。

本例中，拍攝的焊縫圖像如圖4，包括合格焊縫(標(biāo)準(zhǔn)的激光焊接工件的焊縫)、位置偏離焊縫(焊偏)和表面孔洞焊縫(表面孔洞9為示意形狀)。對單幅焊縫圖像的網(wǎng)格分割參數(shù)為：行數(shù)(K)＝16，列數(shù)(L)＝30。

本例中，圖像拍攝和圖像處理判別分別采用獨立線程開展；工件開始轉(zhuǎn)動的同時觸發(fā)拍攝，所拍攝的圖片存入指定內(nèi)存，直至工件停止旋轉(zhuǎn)時拍攝停止；檢測程序發(fā)現(xiàn)圖像內(nèi)存中有圖像后開始計算，單幅圖像的處理時間為20-35ms，數(shù)據(jù)整合時間為2-5ms，所有數(shù)據(jù)處理完并保存所需的圖片和數(shù)據(jù)后，輸出檢測結(jié)果并清空指定內(nèi)存，為下一個工件的拍攝和檢測做好準(zhǔn)備。

本例中，累計灰度圖如圖5所示，合格焊縫的熵陣列和相似度陣列如圖6所示，偏離焊縫的熵陣列和相似度陣列如圖7所示，孔洞焊縫的熵陣列和相似度陣列如圖8所示，從中可以看出，本檢測方法能準(zhǔn)確地反映收焊點、焊偏、表面孔洞等狀態(tài)，可以根據(jù)特征參數(shù)的分布異常準(zhǔn)備識別焊縫表面質(zhì)量的缺陷。

上述列舉的各種實施例，在不矛盾的前提下，可以相互組合實施，本領(lǐng)域技術(shù)人員可結(jié)合附圖和上文對實施例的解釋，作為對不同實施例中的技術(shù)特征進行組合的依據(jù)。

需要指出的是，以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。