一种激光焊接质量评估方法与流程

本发明涉及图像处理。具体涉及一种激光焊接质量评估方法。

背景技术：

1、激光焊接是一种常见的焊接技术，在许多工业领域，如建筑、桥梁、船舶、压力容器和管道等，通常采用大量的焊接结构，这些结构往往承受巨大的静载荷或动载荷。焊接接头作为连接部位，其质量直接关系到整个结构的安全性。因此对激光焊接的质量进行评估具有重要的意义，焊接质量的评估涉及多个方面，如焊缝的连续性、有无裂纹、气孔、夹渣等缺陷传统的方法多依赖人工操作，如检测人员通过肉眼直接观察焊缝的表面形状、尺寸和外观质量。例如，检查焊缝是否连续、均匀，有无咬边、焊瘤、表面气孔等缺陷。这种方法主观性强且效率较低，对于一些微小的缺陷容易漏检。

2、随着技术的发展，现有图像处理引入焊接质量评估，主要是通过采集焊接表面图像然后分割提取焊缝区域，针对焊缝区域的特征评估焊接质量的好坏。自适应阈值分割是一种常见的图像处理方法，它通过将图像划分为多个小区域（如矩形或圆形邻域），然后在每个区域内分别计算阈值，从而实现对图像的分割。如现有授权公告号为cn117058144b的中国专利文件，公开了一种焊缝图像的缺陷识别方法及系统，方法包括：获取x射线焊缝图像，对焊缝图像进行预处理；基于自适应直方图对经预处理的焊缝图像进行图像增强处理，得到待识别焊缝图像；对待识别焊缝图像进行二值化处理，并基于自适应阈值分割得到多块缺陷区域。

3、上述方案采用的传统的自适应阈值分割算法具有参数敏感性和对图像整体信息考虑欠佳，其中，参数敏感性主要体现在局部区域的大小选择上，自适应阈值分割算法中每个像素点的局部区域大小的选择往往是一个预设的固定大小，如果区域选择过大，对于焊接图像中灰度变化剧烈的局部区域（如焊缝与母材的过渡区），无法准确捕捉到细节信息，导致边缘模糊，无法精确检测到焊缝边缘的微小缺陷。相反，如果区域选择过小，虽然能更好地保留局部细节，但会增加计算量，同时对噪声更加敏感，因为每个小区域内的数据点较少，噪声对阈值计算的影响相对更大。其中，对图像整体信息考虑欠佳主要体现在传统的自适应阈值分割往往忽略了图像的整体特征，当这在处理整体结构或大范围缺陷时导致分割结果的准确性降低。总之，这两种缺陷会影响分割结果的精度，进而影响焊接质量评估的准确性。

技术实现思路

1、为解决在利用传统的自适应阈值分割算法处理焊接图像进行焊接质量评估时，由于传统的自适应阈值分割算法具有参数敏感性和对图像整体信息考虑欠佳，容易影响分割结果的精度以及焊接质量评估结果的准确性的问题，本发明提出一种激光焊接质量评估方法，包括：

2、为焊接图像中的像素点设定初始区域以及初始的自适应分割阈值，根据像素点的初始区域内所有像素点的梯度幅值的均值和所有像素点的空间频率的均值，动态调整像素点的初始区域的大小后得到像素点的局部区域；

3、以像素点的局部区域的所有像素点的梯度幅值、梯度方向、灰度变化强度、灰度值分布的偏度和峰度作为多个维度的特征值构成该像素点的特征描述符，基于特征描述符计算每两个像素点的相似性，并基于相似性对所有像素点进行聚类，获得多个类别；

4、计算每个类别的权重，为第个类别的权重，为第个类别包含的像素点在灰度图中的面积占比，为第个类别包含的像素点的特征描述符在第个维度的特征值的归一化值的均值，是所有类别包含的像素点的特征描述符在第个维度的特征值的归一化值的均值，是所有类别包含的像素点的特征描述符在第个维度的特征值的标准差，为总类别数，为总维度数，为第个类别包含的像素点的初始的自适应分割阈值的均值；

5、根据像素点所属类别的权重以及该类别包含的像素点的特征描述符在各个维度的平均特征值，按照如下关系式调整该像素点的初始的自适应分割阈值：

6、，是处的像素点的初始的自适应分割阈值，是处的像素点调整后的自适应分割阈值，为总类别数，为总维度数，为第个类别包含的像素点在第个维度的特征值的系数，为第个类别包含的像素点的特征描述符在第个维度的特征值的归一化值的均值，为所有类别包含的像素点的初始的自适应分割阈值的均值；

7、根据所有像素点调整后的自适应分割阈值对焊接图像进行自适应阈值分割，并基于自适应阈值分割的结果评估焊接质量。

8、上述方案通过获取灰度图可以简化图像信息，便于后续处理。为每个像素点设定初始区域和自适应分割阈值，为后续的动态调整和精确分割奠定基础；考虑了像素点的梯度幅值和空间频率，能够更准确地反映图像的局部特征，动态调整局部区域大小可以适应不同的图像区域，提高分割的精度；利用多个维度的特征值可以更全面地描述像素点的特征，提高相似性计算的准确性。聚类可以将具有相似特征的像素点归为一类，为后续的阈值调整和分割提供更有针对性的处理，通过计算权重大小，可以根据不同类别的重要性对阈值进行调整，使得分割更加符合图像的实际情况，考虑平均特征值可以使阈值调整更加准确地反映每个类别的特征自适应分割阈值可以根据图像的不同部分进行调整，使得分割更加准确，基于分割结果评估焊接质量，可以更直观地了解焊接的好坏，从而提高焊接质量评估的可靠性。

9、优选的，基于特征描述符计算每两个像素点的相似性的方法为：

10、计算像素点的特征描述符和像素点的特征描述符在高维空间中的欧式距离，然后利用高斯核函数获取的映射值，将作为像素点和像素点的相似性。

11、优选的，动态调整初始区域的大小的方法为：

12、预设梯度幅值阈值和空间频率阈值；将每个像素点的初始区域内的所有像素点的灰度值作为一个二维信号，进行二维傅里叶变换，得到一个复数矩阵，复数矩阵中的每一个复数都对应一个幅度，得到对应的幅度矩阵，将幅度矩阵的均值作为所有像素点的空间频率的均值；并获取初始区域的所有像素点的梯度幅值的均值；设定条件1：大于且大于；条件2：小于且小于；条件3：除了条件1和条件2之外的其他情况；若满足条件1，将初始区域的大小缩小为原来的一半；若满足条件2，将初始区域的大小扩大为原来的两倍；若满足条件3，初始区域的大小不变。

13、上述技术方案考虑在焊接图像的边缘部分，如焊缝边缘，梯度幅值和空间频率都较高，缩小局部区域可以聚焦于边缘的细节，更准确地描述边缘特征，有助于在后续的分割和质量评估中更精准地划分焊缝边界，对于焊接区域内部相对平滑的部分，扩大局部区域可以避免因为局部小波动而产生误判，更好地考虑内部区域的整体灰度变化，从而更准确地评估焊接质量，这种动态调整局部区域大小的方法可以根据图像的实际特征，自适应地优化每个像素点的局部区域，提高整个焊接质量评估方法的准确性和适应性。

14、优选的，每个像素点的局部区域的所有像素点的灰度变化强度的获取方法为：

15、设处的像素点的局部区域的所有像素点在水平方向上的灰度变化强度和在垂直方向上的灰度变化强度分别为：

16、；

17、；

18、式中，是中的像素点的坐标，为处的像素点的灰度值，是局部区域内的像素点的数量；

19、计算处的像素点的局部区域的所有像素点的灰度变化强度。

20、上述技术方案通过对处的像素点的局部区域的所有像素点在水平方向上的灰度变化强度和在垂直方向上的灰度变化强度进行合成，能够全面地反映局部区域内的灰度变化情况，在焊接图像中，焊缝或者焊接缺陷的形状和走向是复杂多样的，同时包含水平和垂直方向的灰度变化。通过计算总灰度变化强度，可以更准确地捕捉这些复杂的灰度变化特征。

21、优选的，特征值的系数的获取方法为：

22、先计算第个类别包含的所有像素点在第个维度的特征值的类内方差值，以及第个类别包含的所有像素点在第个维度的特征值和其他每个类别包含的所有像素点在第个维度的特征值的类间方差值，共得到1个类内方差值和个类间方差值，将个类间方差值的均值和1个类内方差值的比值，作为第个类别包含的像素点在第个维度的特征值的系数。

23、上述技术方案将多个类间方差值的均值和一个类内方差值的比值作为系数，综合考虑了类内的一致性和类间的差异性，这个系数可以准确地调整不同维度的特征值在阈值计算中的贡献。

24、优选的，基于自适应阈值分割的结果评估焊接质量的方法为：

25、基于预先采集多个符合标准的焊接图像确定焊接区域的纹理特征和形状特征各自的标准范围；

26、对于当前的灰度图自适应阈值分割后的任一区域，只有当该区域的纹理特征和形状特征都在各自的标准范围内时，才判定该区域为正常焊接区域，将当前的灰度图中除了所有正常焊接区域之外的其余区域作为缺陷区域，基于所有缺陷区域的数量占比和所有缺陷区域的面积占比评估焊接质量。

27、优选的，基于所有缺陷区域的数量占比和所有缺陷区域的面积占比评估焊接质量的方法为：

28、计算所有缺陷区域和所有区域的数量之比，以及所有缺陷区域的面积和所有区域的面积之比；

29、设、分别为数量之比的第1阈值和第2阈值，、分别为面积之比的第1阈值和第2阈值；

30、设定条件1：且；条件2：且；条件3：除了条件1和条件2之外的其他情况；若满足条件1，焊接质量为上等，若满足条件2，焊接质量为中等，若满足条件3，焊接质量为下等。

31、优选的，基于预先采集多个符合标准的焊接图像确定焊接区域的纹理特征和形状特征各自的标准范围的方法为：

32、焊接区域的纹理特征的标准范围包括：焊接区域的灰度共生矩阵的对比度的标准范围、焊接区域的灰度熵的标准范围；焊接区域的形状特征的标准范围包括：焊接区域的长宽比的标准范围和圆形度的标准范围；

33、预先采集多个符合标准的焊接图像，在多个符合标准的焊接图像中，根据每个像素点调整后的自适应分割阈值分割出所有焊接区域，计算每个焊接区域的灰度共生矩阵的对比度、灰度熵，以及长宽比和圆形度；根据所有的符合标准的焊接区域得到焊接区域的灰度共生矩阵的对比度的标准范围、灰度熵的标准范围，以及长宽比的标准范围和圆形度的标准范围。

34、本发明具有以下效果：本发明提出的激光焊接质量评估方法，通过考虑像素点的梯度幅值和空间频率的均值，动态调整每个像素点的局部区域大小，在焊接图像中，对于焊缝与母材的过渡区等灰度变化剧烈的局部区域，能够自动缩小局部区域以聚焦细节，准确捕捉到焊缝边缘的微小缺陷，避免边缘模糊；而对于相对平滑的区域，可扩大局部区域，减少对噪声的敏感度，同时避免因局部小区域计算量过大的问题，并且利用多个维度的特征值构成像素点的特征描述符，全面描述像素点特征基于所有像素点的特征描述符计算相似性并进行聚类，将具有相似特征的像素点归为一类，充分考虑了图像的整体特征和局部特征，在处理整体结构或大范围缺陷时，能够更准确地进行分割，提高分割结果的准确性，进而提升焊接质量评估的准确性。