[發明專利]一種基于任務驅動的視覺注意模型提取激光條紋的方法

有效

• 申請號: 201811261489.2
• 申請日: 2018-10-27
• 公開（公告）號: CN109615603B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 何銀水;馬國紅;余卓驊;李健
• 申請（專利權）人: 南昌大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/60;G06T5/00;G06K9/62
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 胡群

本發明提出了一種基于任務驅動的視覺注意模型提取激光條紋的方法，前期處理中通過Gabor濾波產生方向特征圖，然后通過Otsu閾值分割并利用最近鄰算法對數據進行聚類；后期處理中先根據激光條紋的厚度及空間跨度信息設計了三種度量方法：聚類結果中類的空間跨度度量、類的厚度度量和類的厚度均勻性度量，并提取在三種度量方法中顯著性都得到增強的類從而提取激光條紋的主體輪廓；然后以主體輪廓為框架，選取各主體輪廓之間一定數目的屬于激光條紋細節的類作為候選類，設計局部競爭算法提取激光條紋的細節部分，最終獲取完整的激光條紋。該方法對焊縫圖像包含和不包含電弧區域的兩種情況都適用，且對不同接頭輪廓的提取均有效，有利于降低焊接成本。

技術領域

本發明屬于焊接技術領域，具體涉及一種基于任務驅動的視覺注意模型提取激光條紋的方法。

背景技術

機器人焊接中采用“示教再現”模式完成工件連接時，往往耗時巨大，且不能應對焊接產生變形而形成的干擾，所以焊接效率低下，焊接質量不高，焊縫自動跟蹤技術是解決這一問題的首選，而厚板焊接領域采用激光視覺傳感器檢測焊縫輪廓中，激光條紋的有效提取是實現焊縫自動跟蹤技術的前提，對于激光條紋的精確提取是自動化焊接技術領域的研究重點之一。目前激光條紋提取的研究和專利只針對某種激光條紋進行了算法的設計和實現，對于各種激光條紋提取的通用算法尚未實現，而實現激光條紋提取的通用算法有助于焊接系統的集成和自動化焊接技術應用領域的拓展，并利于降低自動焊接的成本，具有現實意義。

發明內容

本發明針對上述情況，提供了一種基于任務驅動的視覺注意模型提取激光條紋的方法，可以對各種焊縫坡口下的激光條紋進行提取。

本發明通過如下技術方案實現上述目的：一種基于任務驅動的視覺注意模型提取激光條紋的方法，包括如下步驟：

(1)設計了基于任務驅動型的視覺注意模型來獲取焊縫圖像的激光條紋顯著性圖，該視覺注意模型以對原始焊縫圖像進行多方向Gabor濾波獲取的方向特征圖為起始，經Otsu算法進行閾值分割，并將獲取的數目以最近鄰聚類算法進行聚類，然后基于聚類結果和任務需求對聚類結果中的類通過設計跨度度量、寬度度量和寬度均勻性度量進行處理，獲取激光條紋各方向上疊加得到的綜合顯著圖，該綜合顯著圖即為從干擾數據中辨別出的屬于激光條紋的數據，即提取激光條紋的準備數據；(2)設計了一種基于局部顯著性競爭的方法提取激光條紋的主體輪廓；(3)設計了一種基于提取的激光條紋的主體輪廓獲取激光條紋的細節輪廓的方法，根據激光條紋平均厚度來設定主體輪廓之間的搜索范圍，將與搜索范圍有交集的數據類視為激光條紋的細節輪廓；(4)將提取的激光條紋的主體輪廓與細節輪廓進行位置疊，即獲得最終完整的激光條紋。

本發明的具體操作步驟如下所述：

步驟1：對原始焊縫圖像進行±10°和80°的多方向Gabor濾波，并對各濾波結果進行線性疊加獲取綜合方向特征圖，并經Otsu算法進行閾值分割，將方向特征圖轉化為二值圖像；

步驟2：以2個像素的距離作為閾值，對步驟1中的二值圖像中的數據點進行最近鄰聚類處理，將圖中數據分割為不同類，每一個類代表位置相鄰的數據點；

步驟3：對步驟中聚類結果的各類分別計算類的跨度度量、類的寬度度量和類的寬度均勻性度量，獲得三種方向顯著性圖，將三種度量數值歸一化至0～255，然后進行線性疊加，獲得一種方向上的激光條紋的顯著圖；

其中，類的跨度度量的公式如下式(1)所示：

式(1)中，L_i表示聚類結果中第i個類在圖像中的歐式距離，n表示類的數目，表示第i個類度量后的跨度數值；

其中，類的寬度度量的公式如下式(2)所示：

式(2)中，T_i表示第i個類在垂直方向上的平均寬度，表示第i個類度量后的寬度數值；