微缝隙焊接中的图像处理技术探究

数字图像处理的主要应用领域

现如今，在农业、医疗、航空航天等方面，都存在数字图像处理技术的应用。它在国计民生和国民经济中发挥了越来越大的作用，并取得了良好的经济效益和社会效益。具体有这些方面的应用，如图1所示。

航天和航空技术方面

对于航天和航空领域，在图像的采集、处理，以及之后的分析过程中，都需要用到数字图像处理的方法。

生物医学工程方面

在医学领域，比如临床诊断，通过照片图像处理来分析病人的病理，都需要安全方便、對人体没有伤害且直观的图像处理技术的应用。

通信工程方面

将文字、声音、数据和图像融合的多媒体是现如今通信的发展方向。换句话讲，也就是把电视电话计算机三者融合起来在通信网上以数字信号的方式传输。其中以图像通信最为复杂和困难，因为图像处理的数据量十分巨大，在一定程度上说，压缩编码是这些技术成败之关键。压缩编码有许多种编码方法，在这里不详细说明。

机器视觉

现在，机器视觉的应用很广泛，应用场景有侦查危险环境和用于军事的自主机器人，还有用于家庭和医院的智能机器人。另外，它还能在生产线实现工件的识别定位，它作为机器人重要的视觉器官，实现了实际场景中景物的识别的功能。

如图2所示，焊接领域的图像处理主要有这几个应用方面。

缝隙图像处理的研究现状

如今，焊接过程中的图像处理受到了广泛的关注，国内很多学者都对图像处理做出了积极的研究。何景山博士对脉冲TIG焊方面的彩色图形法进行了较深入的研究。他先创建了一套与之相适应的传感系统，接着，可以通过对脉宽和脉冲峰值的控制，从而达到对焊接的熔透和熔深的控制。Tsinghua University的陈强等人通过CCD摄像机获取焊接区域的实时坡口图像，然后用计算机进行图像处理和分析，从视觉图像信号中获取焊缝的弧长和偏差信息，进而建立了比较精密的脉冲TIG焊接系统。通过选择合理的拍摄时间和合适波长的滤光片，系统能够获得比较清晰的缝隙图像。在图像中可以同时反映出焊道、钨极、电弧以及熔池等的信息。在图像处理以后，对这三者的相对位置进行数学运算，能够分别得到缝隙中心与熔池中心的弧长信息和偏差。这个系统成功用于液体火箭发动机尾的零件的焊接，而且取得了比较显著的效果。图3为焊道的图像。

国外的以图像传感为基础的焊缝隙跟踪技术发展得比较快，目前，英国、瑞典、美国和加拿大已经有了相关方面的商业化产品。中国的相关领域同样取得了一些令人欣喜的成果，但是，能够真正投入实际生产且具备自主知识产权的相关成果还比较少。所以，价格低廉、性能可靠、具有自主知识产权的图像处理系统是它的发展方向。

缝隙图像处理的主要内容

数字图像处理的基本理论和技术涉及数学、物理、信号处理理论、控制科学、模式识别、生物医学、心理学、计算机科学等众多学科，是一个具备交叉性和开放性的研究领域。图像处理和分析所涉及的知识种类繁多、方法多样，从基本的研究内容和方法上可以分为以下几个方面：

图像数字化

图像数字化是指将非数字形式的图像信号通过数字化设备转换为数字图像（包括采样和量化），以方便输入计算机进行处理。

图像变换

图像变换包括时域变换和频域变换。始于空间的图像变换也称为图像的几何变换，如傅里叶变换、沃尔什-哈达变换、离散余弦变换、小波变换等，将图像从时域空间变换到频域空间，并应用频域处理方法对图像进行处理，然后再反变换到时域空间。由于频域空间能量集中，因此频域变换在图像压缩编码方面有着非常重要的应用。

图像增强

图像增强是一种提高图像清晰度的方法，它能够削弱图像中的干扰信息，从而达到增强有用信息的目的。突出图像中感兴趣的部分，一方面能够改善视觉效果，另一方面方便进一步的分析处理。图像增强主要包括平滑、锐化、同态滤波、灰度变换等。

图像增强是一种用来改善图像视感质量的一般意义上的图像改善技术。当需要突出图像上的某些重要特征的时候，可以使用它，并且以此为基础，使人和计算机能更方便地进一步进行图像处理。这样也叫做增强特定区域的可检测性，使图像达到一种相应的艺术效果，比如说增强电视节目片头片尾处的颜色，进行轮廓的变换等。

图像压缩编码

未压缩的数字图像数据量大，存在一定的数据冗余，不利于图像的传输、处理和存储，因此必须对数字化后的图像数据进行压缩编码，以减少描述图像是数据量。根据信息的保存情况可以将图像压缩分为无损压缩和有损压缩，在图像的处理中可以根据需要有选择地进行。

图像分割

图像分割，作为数字图像处理最重要的技术之一，它的实质就是把图像分割成多个不同的区域。在对图像进行完各种处理之后，最终将对图像中的目标进行分析和处理，因此如何有效地分割出图像中的目标将决定图像工程应用的最终效果。所谓图像分割，目的是通过把图像分成一些小的区域，比如图像的边缘等，来达到提取出想要的特征的目的。在处理图像的过程中，一般都会用到图像分割技术。在医学领域，常用到它来识别图像中的病变组织和器官。

以人眼为中心的视觉系统让人可以很容易地识别场景中的每个物体，并将目标物体和场景分离。但对计算机来说，这是一个难题。现目前，除了少部分地方，如指纹识别等可以实现图像分割的全自动化，其他的图像分割都需要人的参与，以提供必要的信息。由于图像分割在很多领域都占据重要地位，我们对于将各种图像分割方法结合起来从而得到更为有优势的方法的研究也越来越重视。

图像重建

我们知道，图像复原的初始输入是一个图像，最终输出同样是图像，图像增强相同，但是图像重建不一样，它输出的是数据信息，经过一系列的处理以后得到的是图像信息。CT就是图像重建处理的典型应用实例。现在，人们使用通过把这种技术和计算机领域的图形学放在一起，结合使用渲染、光照等技术，能够实现二维转三维的目的，最终输出高质量图像。

参考文献：

[1]张国云.数字图像处理及工程应用[M].西安：西安电子科技大学出版社，2016.

[2]王平.基于激光结构光视觉传感的焊缝图像处理[D].上海交通大学，2010.

[3]卢文峰，黄小龙.图像工程技术综述[J].通信电源技术，2017，34（06）：132-133.

[4]靳阳阳，韩现伟，周书宁，等.图像增强算法综述[J].计算机系统应用，2021，30（06）：18-27.

作者简介：张力行（1997—），四川绵阳人，硕士在读，现就读于西安交通大学机械工程学院。