为了可靠跟踪焊缝,对管道的焊接缺陷检测,视觉传感器采集的焊缝原始图像需要进行预处理,以消除噪声的影响,提出了管道焊缝视觉图像处理方法。首先采用邻域均值滤波进行平滑处理,最大方差阈值法自适应选取阈值分割图像,将图像二值化,然后采用标记法去除小区域噪声,获得清晰的焊缝图像,水平投影图法进行焊缝图像识别并确定焊缝的位置。试验表明,该预处理方案解决了普遍存在的光照不

Wedn e h o g o. N . J n 2 1 ligT c n l y V 1 0 o u . 0 o 4 6 1文章编号：0 2 0 5 (0 1 6 0 3— 4 10— 2 X2 1)— 0 3 0 0

艺与新技术 3工 3

管道焊缝检测视觉图像处理的研究廖高华，甘志梅，吴园。(.昌工程学院机械与电气工程学院，江西南昌 3 09;2西安科技大学，陕西西安 7 0 5 ) 1南 309 . 104

摘要：为了可靠跟踪焊缝，对管道的焊接缺陷检测，视觉传感器采集的焊缝原始图像需要进行预处理，以消除噪声的影响，提出了管道焊缝视觉图像处理方法。首先采用邻域均值滤波进行平滑处理，最大方差阈值法自适应选取阈值分割图像，将图像二值化，然后采

用标记法去除小区域噪声，获得清晰的焊缝图像，水平投影图法进行焊缝图像识别并确定焊缝的位置。试验表明，该预处理方案解决了普遍存在的光照不均匀的情况，而且缩小了处理图像的面积，减少数据量，节省了时间，满足实时管道焊缝跟踪检测的需要，为后续质量检测奠定坚实基础。 关键词：计算机视觉；图像处理；目标识别；焊缝跟踪中图分类号：T 4 17 P 1 G 4 .:T 22文献标志码：B

及管道等部件组成 _。在建立图像传感系统的过程 2]0引言

中，为了减小环境光对图像质量的影响，采用了辅

现代工业、农业及日常生活中都离不开管道，管道是重要的物料输送工具之一。管道建设采用现场组对焊接，多为野外施工，条件恶劣，对接环焊部位是失效事故的多发位置 .管道焊接技术是施工中必须确保的关键技术 _。管道内通过爬行检测机器人来实现 1]管道内的在线检测与维修，快速、有效的焊缝跟踪是实现焊缝跟踪、检测自动化的关键。由于受到管内环境条件以及人为因素的影响，随着环境光线的变化及摄像机与工件之间位置的变化，在跟踪焊缝的过程中

助照明光源，以获得清晰稳定的图像。视觉系统提供一个激光结构光源，激光投射在焊接工件上，由

机器人携带超声波探头、照明系统和摄像头进入管

道 .管道内景物被 C D摄像头摄取并经过图像采集 C卡送人计算机，随后计算机运行专用图像处理算法预处理和特征提取数据分析、目标识别及定位控制

等，实现对焊缝的检测。

2焊缝图像分析与处理

对 C D摄像机产生干扰，各帧图像的质量有所变化， C影响图像的质量，位置检测的准确性均不理想。本文主要研究管道检测机器人的视觉系统图像处理。利用计算机实时地对焊缝图像的预处理、图像分割、边缘提取、焊缝的识别等过程，获得准确的焊缝信息，视觉机器人能在不需人为干涉的条件下通过任意半径的管道，成功地辨识出管道焊缝，进而获得精确的焊缝坐标位置，以供后续的质量检测、处理等工作。

焊缝图像由 C D摄像机将视频模拟信号送人图 C像采集卡，经过低通滤波、锁相、线性箝位等预处理

后，图像采集卡 A D转换后送人计算机内存，图像/灰度分辨精度为 1 5。图像处理要求时间短，能准/ 6 2

确提取焊缝信息，准确检测焊缝位置，实现焊缝实时自动检测。

21图像的平滑 .考虑到焊缝图像的特征 .采用了效果比较好的中

值滤波，它在既要消除噪声又要保持图像的细节时使1管道检测视觉系统

用，让与周围像素灰度值的差比较大的像素改取与周围像素值接近的值，从而可以消除孤立的噪声点。在进行了 4次中值滤波之后的效果就已经很好，而且一般中值滤波克服了其他滤波器的边缘漂移的影响。如图 1所示

视觉系统是由 C D摄像头、照明系统、图像采 C集卡、机械装置、主控计算机 ( C) P、超声波探头以收稿日期：2 1- 1 0 0 1O— 5基金项目：江西省科技厅项目 (0 9 GB 2 0 ) 2 0 B 0 6 0