1、第 44 卷 第 4 期2023 年 4 月 激光杂志LASER JOURNALVol.44,No.4April,2023http /收稿日期:2022-10-04基金项目:河南省创新型科技人才队伍建设工程作者简介:杜春洋(1996-),男,硕士研究生,主要从事图像处理和边缘检测方面研究。E-mail:dcyydly 通讯作者:郭俊杰(1974-),男,博士,副教授,硕士生导师,主要从事光学精密测量方面的研究。E-mail:19260598 基于改进 Canny 算子的焊缝图像边缘提取研究杜春洋1,郭俊杰2,李昌非11郑州大学,郑州 450001;2南阳理工学院,河南 南阳 473004摘 要
2、:针对焊缝图像边缘提取过程中,由于工件材质表面特性和复杂光照环境影响产生噪声、伪边缘干扰的问题,提出一种基于改进 Canny 算子的焊缝边缘提取方法。在边缘检测阶段,首先采用应用改进的双边滤波器进行滤波降噪,降低噪声的同时保留焊缝边缘梯度信息;其次应用改进的 Sobel 算子,增加了 45、135方向进行梯度幅值计算,以提高边缘的定位精度。在边缘连接阶段,通过融合 Otus 与梯度直方图分析法自适应获取双阈值对图像焊缝进行边缘连接。实验表明,该方法在检测精度等方面优于传统 Canny 算法,提取的中心曲线与相对于实际焊缝中心曲线标准误差降低了 46%,平均绝对偏差降低了 35%,能够准确地提取
3、焊缝边缘,同时通过自适应获取双阈值,增强了算法自适应性。关键词:焊缝提取;Canny 算子;双边滤波;类大津法;阈值选取中图分类号:TN911 文献标识码:A doi:10.14016/ki.jgzz.2023.04.074Research on edge extraction of weld image based on improved Canny operatorDU Chunyang1,GUO Junjie2,LI Changfei11Zhengzhou University,Zhengzhou 450001,China;2Nanyang Institute of Technology
4、,Nanyang Henan 473004,ChinaAbstract:Aiming at the problems of noise and pseudo-edge interference caused by the surface characteristics of workpiece material and complex lighting environment during the process of edge extraction of weld image,a weld edge extraction method based on improved Canny oper
5、ator is proposed.In the edge detection stage,firstly,the improved bi-lateral filter is used to preprocess the weld image noise,then the different weights are applied from the spatial domain and the pixel range domain to reduce the noise while retaining the weld edge gradient information;Secondly,the
6、 im-proved Sobel operator is applied to calculate the gradient amplitude in 45 and 135 directions to improve the edge po-sitioning accuracy.In the stage of edge connection,the edge connection of the image weld is performed by fusing Otus and gradient histogram analysis method to obtain a double thre
7、shold adaptively.Experiments show that the proposed method is superior to the traditional Canny algorithm in terms of detection accuracy.The standard error between the ex-tracted center curve and the center curve relative to the actual weld seam is reduced by 46%,and the average absolute deviation i
8、s reduced by 35%.It can accurately extract the edge of the weld seam and obtain dual thresholds through self-adaptation,which enhances the adaptability of the algorithm.Key words:weld extraction;Canny operator;bilateral filtering;otsu algorithm;otsu threshold selection1 引言基于机器视觉的智能化焊接技术在汽车、船舶等领域应用广泛
9、,是现代制造工艺中重要的组成1-2,其中应用图像处理来获取焊缝边缘信息在智能焊接的http /焊缝跟踪、路径规划等领域中具有重要作用3-4。在噪声与伪边缘干扰的复杂环境下,基于图像处理高精度的焊缝边缘提取是当前的研究热点。图像处理中常用边缘检测算子主要有 Roberts、Sobel、Log、Laplacian、Canny 等5,其中 Roberts、Sobel等一阶梯度算子运算速度较快但精确度低且连续性较差。Laplacian、Log 等二阶梯度算子运算量大但易损失边缘细节6。而 Canny 算子7-8具有高信噪比,高检测精度,以及单边响应的优点,更能适应强噪声焊缝图像的高精度的边缘提取要求。
10、近些年,许多学者从不同方向做出改进。文献9对于非极大值二次筛选并应用 Otsu 算法进行阈值选取有效提高了边缘连接的平滑性和自适应性,但是面对强噪声时易产生干扰。文献10中应用 k-近邻均值滤波,根据梯度极值选取高低阈值,能有效地去除噪声但检测边缘存在不连续性缺陷。文献11中引入了双边滤波代替高斯滤波降噪,应用于直角焊缝的边缘提取,丰富了边缘特征,然而该方法需要人为设定阈值,自适应能力较差。针对焊缝图像处理中出现强噪声、伪边缘干扰与阈值选取的问题,提出一种基于改进 Canny 算法的边缘提取方法,在提高焊缝边缘提取准确性的同时增强了算法的自适应性,为后续智能焊接系统自动设置焊接工艺参数奠定基础
11、。2 改进 Canny 焊缝边缘提取方法2.1 传统 Canny 算法2.1.1 传统 Canny 算法流程传统 Canny 算法12-13是一种多级边缘检测算法,具有较好的信噪比和高检测精度的优点。流程如图 1所示,主要有如下四个步骤:1)对图像进行高斯滤波。2)计算水平和垂直的梯度幅值和方向。3)对图像进行非最大值抑制,细化边缘。4)通过高低双阈值处理连接边缘。图 1 传统 Canny 算法流程图2.1.2 传统 Canny 算法的不足智能焊接要求边缘提取准确度,提取的焊缝参数是焊接路径自动规划的重要依据。但是传统的 Canny算法在智能焊接场景中存在以下不足:1)强干扰严重。工件在实际生
12、产过程中不可避免地拥有划痕,污渍等成像干扰,又因为材质反光特性以及现场的复杂光照特性将会使采集的图像产生更多的噪声。2)准确度较低。在传统 Canny 算法中,高斯滤波只考虑像素间空间位置上的关系,易造成边缘模糊;计算梯度采用 22 两方向差分邻域计算,对噪音敏感。因此,容易造成边缘信息的丢失,降低了边缘检测的准确度14。3)自适应能力差。传统的 Canny 算法需要人为的设置高低阈值来进行强弱点的判断与边缘连接,自适应能力差15。2.2 改进 Canny 边缘提取方法针对传统 Canny 算法在焊缝提取应用场景的不足,对传统算法提出改进。首先应用改进的双边滤波器进行滤波降噪;其次利用四方向
13、Sobel 算子计算梯度幅值、方向和梯度加参增强;接着对梯度非极大值抑制处理;最后通过融合 Otus 与梯度直方图分析法自适应获取的双阈值对焊缝提取与连接。改进的算法流程图如图 2 所示。图 2 改进 Canny 算法流程图2.2.1 改进双边滤波去噪双边滤波从空间域和像素范围域应用不同权重对图像进行降噪处理,相比于传统高斯滤波具有保边性,去除噪声同时保留了更多的边缘信息。但是,由于工件金属材料表面反光特性,焊缝图像中将会存在大量椒盐噪声,采用一种改进的双边滤波算法,对图像先进行噪声检测,再进行均值与双边联合滤波的方法。算法原理如下:G 为输入的图像,g(k,l)为图像的像素点的灰度值,构造一
14、个 33 的 M 窗口,则窗口内的灰度值为57杜春洋,等:基于改进 Canny 算子的焊缝图像边缘提取研究http /M(k,l)=a(k-1,l-1)a(k-1,l)a(k-1,l+1)a(k,l-1)a(k,l)a(k,l+1)a(k+1,l-1)a(k+1,l)a(k+1,l+1)()(1)将窗口 M 内的 8 邻域像素分别与窗口中心进行差分计算 E1(k,l),E2(k,l)E8(k,l),获得 8 方向的灰度差值与差值绝对值的均值与最小值。即:Vavg=Avg(81En(k,l)(2)Vmin=minE1(k,l),E2(k,l)E1(k,l)(3)用窗口 M 遍历图像 G,对图像进
15、行预处理,具体如下:1)若是像素点 g(k,l)的灰度值与其 8 邻域均值灰度相差较小,即 Vavg较小,设定一个阈值 1,当 Vavg1,Vavg+Vmin2,判定为噪声点,将此 g(k,l)的灰度值设置为 8 邻域内的平均值。3)若是像素点 g(k,l)的灰度值与其八邻域均值灰度某一个或多个方向的灰度值相差较小,即 Vavg较大,Vmin均较小,设定一个阈值 2,当 Vavg1,Vavg+Vmin2师,此时不能判定是噪声点还是边缘点,保留 g(k,l)的灰度值。上述处理过程的阈值 1与 2分别为35 和45,进行过预处理椒盐噪声的图像,再进行双边滤波处理。ID(i,j)=k,lI(k,l)
16、W(i,j,k,l)k,lW(i,j,k,l)(4)Wr(i,j,k,l)=exp-(i-k)2+(j-l)222r()(5)Wd(i,j,k,l)=exp-(i-k)2+(j-l)222d()(6)ID(i,j)为输出像素值;I(i,j)为窗口内各个像素点的灰度值;Wd为空间域高斯函数;Wr为像素范围域高斯函数。对图像进行滤波降噪处理后,随机获取某焊缝边缘局部区域的灰度信息,如图 4 所示。非目标区域图像被平滑能够有效去除噪声,在目标边缘像素与邻域像素之间关键梯度信息被保留。证明本滤波算法具有梯度保持性,为后续获取真实焊缝边缘提取提供准确度保障。滤波处理结果如图 3 所示,可以看出,本滤波算法与传统双边滤波算法相比,能较好地去除焊件表面材料和光照特性所造成的椒盐噪声,相比于传统高斯滤波又拥有良好的梯度保持性,从而提高了焊缝边缘检测的准确度。(a)原图 (b)高斯滤波(c)双边滤波 (d)本算法图 3 滤波处理结果图 4 边缘区域经过滤波后的灰度分布示意图67杜春洋,等:基于改进 Canny 算子的焊缝图像边缘提取研究http /2.2.2 梯度计算与增强传统的 Canny 算子仅使用
