窄间隙TIG焊接视觉自动对中图像处理算法

郭彦辉，刘丽丽，张伟栋，许佳杰

（核工业工程研究设计有限公司，北京101300）

窄间隙TIG焊接视觉自动对中图像处理算法

郭彦辉，刘丽丽，张伟栋，许佳杰

（核工业工程研究设计有限公司，北京101300）

分析了核电站主管道窄间隙焊接过程中的钨极位置对焊缝成型质量的影响，并针对此问题在已有的设备上研制了一套钨极自动对中系统，图像处理算法是整个系统的核心，在已有的焊缝自动跟踪技术基础上，对Otsu法进行改进，同时加入了图像过渡区域的概念，使图像的分析结果更接近于实际。理论分析和实验结果表明：改进的算法能够很好的分离背景和物体，能够为控制窄间隙焊接的钨极对中提供准确的信号。

窄间隙焊接；图像分割；阈值

0 前言

随着核电站的批量建造，对焊接的效率及质量都提出了更高的要求，而主管道窄间隙的焊接工艺恰恰满足了上述两条的要求。从成型性方面分析有很多优点，它的焊缝坡口尺寸较小，熔敷金属较少，HAZ（热影响区）比普通手工焊窄，所以在焊接接头性能方面要远远好于手工焊接。

窄间隙自动化焊接采用轨道小车加控制系统来完成整个焊接过程，而控制系统主要是对焊接电流、弧压及焊接小车的行走速度和送丝速度等进行控制。但是在焊接过程中，由于坡口存在加工误差、对口错边等问题，焊工需要不断地调节钨极在焊缝中的位置，即时刻检查钨极是否在焊缝中间（见图1），位置调整得是否合适或恰当，对于焊缝成型影响明显，如图1a所示。当调整为合适的焊接参数后，钨极处在焊缝中心，焊缝两侧就可以很好地熔合；若在焊接工艺合格的前提下，操作者没有很好地调节钨极的位置，如图1b所示，就可能出现焊缝两侧未熔合及层间未熔合等焊接缺陷。钨极不对中后的焊缝成形如图2所示。

对于主管道窄间隙的焊接，缺陷的出现所造成的经济成本和时间成本是巨大的，而此类问题与焊工的经验、操作熟练度等主观因素有很大关系。所以，如何采用自动控制的方法来实现焊接过程中钨极的自动对中是一个很有实际意义的课题。

1 焊缝对中技术

由于在TIG焊接过程中的强弧光辐射、高温、磁场及坡口加工状况都会影响钨极的位置，即使在焊接工艺参数合适的前提下，最终也会导致焊接失败，而失败的主要原因是焊接过程中钨极的位置问题。

焊缝对中技术是根据焊接条件的变化，能够实时检测焊缝偏差，并调整焊炬位置，保证焊接质量的可靠性[1]。焊缝对中技术的研究主要以传感器与控制理论方法为主，传感器可分为电弧传感器、接触传感器、视觉传感器等。

电弧式传感器主要是从焊接电弧自身提取相关信息，通过相应的控制理论来分析焊缝偏差，实时性较好，符合焊接过程低成本化的要求。但是，窄间隙焊接过程中焊缝的最大宽度一般约为20 mm，电流变化和电弧长度之间的精确模型很难准确建立，且外在电磁场的干扰也使得信号检测较为困难。

接触式传感器一般依靠在坡口中滚动或滑动的触指将焊缝位置偏差反映到检测器中，并用检测器内的微动开关来判断偏差，结构简单；但是由于采用机械反馈信号，其信号精度不高，加之机械部分体积较大，对于窄间隙焊缝很难适用。

视觉传感器以光敏元件为主，结合计算机图像处理技术，模拟人的视觉原理。与其他传感器相比，视觉传感器提供的信息丰富、灵敏度高、测量精度高、抗电磁场干扰能力强，同时与工件无接触，不会影响焊缝成形[2]。

2 视觉自动对中系统

2.1 系统组成

视觉对中系统主要由机械执行机构、图像采集系统、图像分析系统三部分组成，如图3所示。整个系统中的图像分析是视觉对中系统的核心。

机械执行机构是焊接小车的行走机构、送丝机构、AVC（弧长控制系统）、OSC（钨极摆动系统）即窄间隙焊接的整套执行机构；图像采集系统主要是图像采集镜头及相应的滤光系统；图像分析系统是将采集的图像在电脑上通过图像处理软件来完成钨极的偏移量分析，通过分析结果来校正钨极位置。

工作原理：首先通过图像采集卡把摄像头采集来的实时图像存入电脑显存，然后通过编制的图像处理程序完成一系列的图像分析，计算出钨极的位置偏差，最后通过串口通讯来控制钨极的位置，调整机构来校正钨极位置，使其始终处于焊缝的中心。整体上形成一个闭环控制系统，最终达到调整钨极对中的目的。

2.2 图像分析算法

2.2.1 图像分析

通过选取阈值来进行区域检测是一种最常见的图像分割方法，由于其是并行的图像分割技术，不涉及相邻的像素，具有计算量小、分割效果好的优点。但是在窄间隙焊缝的识别跟踪中，环境复杂干扰较多，视频采集的图像较复杂，而且焊接过程中对实时性要求较高，在设计算法时需要考虑时间复杂度和空间复杂度。传统的图像阈值分割法有双峰法、迭代法、Otsu法[3]。双峰法对那些直方图没有明显双峰的图像来说无能为力。在焊缝跟踪中产生的弧光等的影响，图像的直方图基本都没有明显的波峰波谷，所以双峰法在焊缝跟踪中的应用效果不理想；迭代法由于对初始值比较敏感，初始值选择不合适，分割效果会相差很多，所以具有不稳定性。上述提及的两种方法在焊缝跟踪中都是不适用的。

Otsu法[4]由Otsu于1979年提出的，它基于这种假设：背景和前景的直方图分布是符合正态分布的，当然在焊缝跟踪中处理的图片其直方图显示也都符合正态分布。它采用分离性的尺度，利用两组平均值的方差W2（组间方差）和各组的方差B2（组内方差）来求解，即通过求组间方差和组内方差之比的最大值来求阈值T。判别式为

式中 设t1的像素数为1，平均像素值为M1，方差为12；t2的像素数为2，平均像素值为M2，方差为22；全体像素的平均灰度值为MT。

2.2.2 Otsu算法改进

从式（1）可以看出，Otsu法的适用性比较强，但是式（1）中乘法计算量非常大，需要计算两个方差，它的计算复杂度达到了O（n3），其空间复杂度和时间复杂度无法满足焊接过程的实时性，同时Otsu法认为背景和前景存在绝对的分界线，但是自然界中是不可能存在阶跃信号的（见图4），所以对于Otsu算法需要添加一矫正系数Q。

因而判别式可以转化为

但是式（2）计算复杂度与式（3）相比并未减少多少。在设计算法时，希望算法的空间复杂度和时间复杂度能达到一个最优的结合点，因此对式（3）进行了推导。

由假设知：

代入式（3）得

对式（6）的解释：方差是灰度分布均匀性的一种度量，方差值越大说明构成图像的两部分差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此使类间方差最大的分割意味着错分概率最小。因此在理论上使式（6）取得最大值的阈值T能够很好地分割图像。从式（6）可以看出，式（6）和12（酝1-酝2）2的单调性一致，因此只要求得12（酝1-酝2）2的最大值即可。即

所以式（7）的T的最大值即为所求，这样简化了计算量，使计算复杂度大大降低。

2.2.3 过渡区域的矫正

假设通过Otsu法来确定最优阈值Toptimize1，在这个阈值基础上把图像分成t1、t2两部分，然后在这个基础上做全局方差分析。

设有效像素数值为T，所谓的有效像素是指具有某一像素值的像素点是存在的，即个数不为0；总的像素数目为Sum，局部的全局方差就为

由上式全局方差为

所以矫正系数Q为

所以最终最优的阈值为

3 试验结果

图5为要处理的视频截图，图6为其直方图，图7为未改进的Otsu法处理的结果，图8为改进后的处理效果。可以看出，经改进后的阈值选择方法很好地分离了有效信息和背景，而且大大缩短了计算时间，为钨极对中提供了一个很好的基础。

4 结论

所提出的改进Otsu算法大大降低了图像分析的空间复杂度和时间复杂度，满足焊接过程中的实时处理，同时也保证了焊接质量。窄间隙焊接钨极自动最终系统的研究能够把焊接工的主观影响因素降到最低，保证了焊接质量的可靠性。

[1] 宋金虎.我国焊接机器人的应用于研究现状[J].电焊机，2009，39（4）：19-20.

[2] 谭一炯.焊接机器人技术现状与发展趋势[J].电焊机，2006，36（3）：6-10.

[3]章毓晋.图象处理和分析[M].北京:清华大学出版社，1999.

[4]田村秀行（日）.计算机图像处理[M].北京：北京出版社，2004.

Research on algorithm in image processing of vision for narrow gap TIG welding

GUO Yan-hui，LIU Li-li，ZHANG Wei-dong，XU Jia-jie
（Nuclear Industry Research and Design Co.，Ltd.，Beijing 101300，China）

This paper analyzes tungsten position to influence weld shaping quality in the narrow gap TIG welding process for nuclear power plant main pipe,and developed a set of automatic centering tungsten system for this problem in the existing equipment,the image processing algorithm is the core of the whole system,which is based on the existing welding seam automatic tracking technology,and it is improved by Otsu method,also joined the concept of image transition region,make the image analysis result to close to the actual.Theoretical analysis and experimental results show that the improved algorithm can separate the background and objects are very good,can provide accurate signals to control centering on tungsten.

narrow gap welding；image segmentation；threshold

TG409

：A

：1001-2303（2014）02-0070-04

10.7512/j.issn.1001-2303.2014.02.16

2012-07-24；

2013-08-30

郭彦辉（1982—），河北石家庄人，工程师，硕士，主要从事核电站焊接工艺研究工作。