用遺傳算法的閾值選取法檢測鋁合金MIG焊熔池邊緣 - 圖文-

1、文章編號(hào):167325196(2008022*用遺傳算法的閾值選取法檢測鋁合金MIG焊熔池邊緣吳明亮,黃健康,石玗,樊丁(蘭州理工大學(xué)有色金屬合金及加工教育部重點(diǎn)實(shí)驗(yàn)室,甘肅蘭州730050摘要:針對(duì)鋁合金MIG焊熔池邊緣提取問題,建立視覺傳感和采集的實(shí)驗(yàn)系統(tǒng),提出基于最大類間方差閥值的遺傳算法來提取鋁合金MIG焊熔池邊緣.介紹系統(tǒng)與算法的結(jié)構(gòu),同時(shí)與基于Sobel算子、Canny算子的熔池邊緣提取結(jié)果進(jìn)行對(duì)比.結(jié)果表明,遺傳算法閥值圖像分割在熔池圖像邊緣提取是可行的,通過該算法提取的鋁合金MIG 焊接熔池邊緣清晰,可以有效地克服熔池圖像信號(hào)中的噪聲及陰極霧化區(qū)的影響,該方法提供了一種新的焊接

2、熔池邊緣實(shí)時(shí)檢測與控制的方法.關(guān)鍵詞:鋁合金MIG焊;遺傳算法;閥值;熔池邊緣提取中圖分類號(hào):T G409文獻(xiàn)標(biāo)識(shí)碼:ADetection of w elding pool edge of aluminum alloy MIG w elding withgenetic algorithmic threshold selectionWU Ming2liang,HUAN G Jian2kang,SH I Yu,FAN G Ding (Key Lab.of Non2ferrous Metal Alloys,The Ministry of Education,Lanzhou Univ.of Tech.

3、,Lanzhou730050,ChinaAbstract:Aimed at t he problem of ext raction of welding pool edge of aluminum alloy M IG welding,an experimental system of vision sensing and acquisition was set up,and an inter2category square deviation based t hreshold value selection met hod was propo sed for ext raction of w

4、elding pool edge of aluminum alloy M IG welding.The configuration of system and algorit hm were int roduced and,meanwhile,it s result of welding pool edge ext raction was compared wit h t hat of Sobel2operator and Canny2operator based met hod. It was shown by t his comparison t hat t hreshold2value

5、image dividing wit h genetic algorit hm was feasible in t he edge ext raction of welding pool image.The edge of welding pool of aluminum alloy M IG welding ex2 t racted wit h t his algorit hm was clear,and t he influence of noise in t he signal of welding pool image as well as t he influence of t he

6、 cat hode mist could effectively be eliminated by using t his algorit hm,p roviding a new real2time detection and control met hod for welding pool edge.K ey w ords:aluminum alloy M IG welding;genetic algorit hm;t hreshold value;welding pool edge ext rac2 tion利用視覺傳感技術(shù)獲取熔池圖像信息并進(jìn)行處理是實(shí)現(xiàn)焊接過程自動(dòng)控制的重要方法之一,并

7、且在碳鋼、不銹鋼、鋁等材料的焊接中得到了初步的應(yīng)用1,2.對(duì)熔池圖像處理的目的是獲取熔池最大寬度、熔池半長和熔池后拖角等特征信息,通過建立熔池特征與熔深或熔寬等目標(biāo)對(duì)象的映射模型,調(diào)節(jié)收稿日期:2007211229基金項(xiàng)目:國家自然科學(xué)基金(50675093,甘肅省自然科學(xué)基金(3ZS0512A252029作者簡介:吳明亮(19652,男,甘肅白銀人,副教授.焊接規(guī)范實(shí)現(xiàn)焊接過程控制.因此對(duì)熔池圖像的邊緣提取是獲得以上特征信息的重要方法.鋁合金M IG焊接過程中需要較大的焊接基值電流才能保證陰極破碎作用,實(shí)現(xiàn)鋁合金正常焊接.逆變焊接電源干擾、M IG焊接過程中伴隨著溶滴過渡干擾、熔池與母材界線

8、對(duì)比度差以及焊接電弧的電磁干擾,使得焊接熔池圖像背景噪聲十分強(qiáng)烈3.閥值分割是圖像處理的基本問題,在圖像分析和識(shí)別中起著重要的作用,其中閥值選取是閥值分割的關(guān)鍵.常用的方法有枚舉法、隨機(jī)查找法、梯度第34卷第2期2008年4月蘭州理工大學(xué)學(xué)報(bào)Journal of Lanzhou University of TechnologyVol.34No.2Apr.2008下降法、模擬退火法等.這些方法在不同程度上存在著執(zhí)行效率低,易于陷入局部最優(yōu)解等問題4.相比之下,GA能實(shí)現(xiàn)全局并行搜索,具有簡單、快速、穩(wěn)定性強(qiáng)等特點(diǎn)5.根據(jù)對(duì)熔池圖像特征分析,本文提出基于遺傳算法的閥值選取來進(jìn)行鋁合金M IG焊熔池

9、邊緣檢測.1試驗(yàn)系統(tǒng)組成鋁合金M IG焊接熔池視覺傳感系統(tǒng)的組成3主要包括松下CP2230型CCD(charge coupled de2 vice攝像機(jī)及包括中性減光片、窄帶濾光片、吸熱片等光學(xué)組件的復(fù)合濾光鏡頭,天敏SD K22000型圖像采集卡,華碩610型工業(yè)控制計(jì)算機(jī)等.電焊機(jī)采用德國DEL EX V R D M IG2400L型數(shù)字控制電焊機(jī),可以實(shí)現(xiàn)多種脈沖電流的調(diào)節(jié).Cloos焊接機(jī)器人和焊接工作臺(tái),其工作臺(tái)運(yùn)動(dòng),CCD與焊槍的相對(duì)位置不變.2遺傳算法原理遺傳算法(genetic algorit hm,簡稱GA是模擬自然界生物進(jìn)化過程的計(jì)算模型.是依據(jù)適者生存,優(yōu)勝劣汰的原則,對(duì)

10、需要進(jìn)行優(yōu)化的群體反復(fù)進(jìn)行基于遺傳學(xué)的操作,不斷生成新的優(yōu)化群體,同時(shí)以全局并行搜索的方式來搜索優(yōu)化群體中的最優(yōu)個(gè)體,以求得到滿足要求的最優(yōu)解6,7.遺傳算法一般包含4個(gè)主要操作:編碼、選擇、交叉和變異.1編碼.將初始群體中每一個(gè)個(gè)體用一個(gè)二進(jìn)制串來表示,由于在數(shù)字圖像處理中,閾值的選取通常為0255中的整數(shù),因此采用8位二進(jìn)制編碼比較方便.2選擇.將適應(yīng)度最大的個(gè)體,即種群中最好的個(gè)體無條件地復(fù)制到下一代新種群中(采用最優(yōu)保存策略,然后采用轉(zhuǎn)輪法(即比例選擇作為選取方法,適應(yīng)度大的基因串選擇的機(jī)會(huì)大,從而被遺傳到下一代;相反,適應(yīng)度小的基因串選擇的機(jī)會(huì)小,將被淘汰.3交叉.對(duì)于承載2個(gè)變量的

11、問題,單點(diǎn)交叉每次只能改變其中一個(gè)父代的值,搜索路線只能水平或豎直,而多點(diǎn)交叉可同時(shí)改變2個(gè)父代的值,搜索路線為任意方向斜線,故能明顯提高搜索速度.而一致交叉(也稱均勻交叉在原理上可形成任意新的模式,有助于搜索到解空間中新的區(qū)域,但也極有可能破壞低階、短矩、高適應(yīng)度的模式.為此,本文采用兩點(diǎn)交叉.4變異.這里采用大變異操作的遺傳算法,其基本思路是:當(dāng)某代中所有個(gè)體集中在一起時(shí),以一個(gè)遠(yuǎn)大于通常變異概率的概率執(zhí)行一次變異操作.具有大變異概率的變異操作能夠隨機(jī)、獨(dú)立地產(chǎn)生許多新個(gè)體,從而使整個(gè)種群脫離早熟.3用遺傳算法提取熔池圖像邊緣對(duì)熔池進(jìn)行處理的目的是檢測熔池的邊緣,進(jìn)而獲得熔池的最大寬度、熔

12、池半長和熔池后拖角等與焊接熔透、熔寬相關(guān)的信息,實(shí)現(xiàn)焊接過程傳感.圖1為CCD灰度圖像及其灰度三維等高圖,圖1a為灰度圖像(記為G(x,y,圖1b為圖1a的三維等高圖,在圖1b中,高臺(tái)為焊接熔池,灰度值大,廣大平面為灰度值較小的區(qū)域,在圖1a中表現(xiàn)為暗區(qū)域.從圖1b中可以發(fā)現(xiàn),要很好地把熔池從圖像提取出來,獲取熔池的邊緣,關(guān)鍵在于選擇比較精確的閥值 .(a 原始灰度圖像(b三維等高圖圖1CCD灰度圖像及其灰度三維等高圖Fig.1CCD grey im age and three2dimensional contour閥值選取是圖像處理中的一個(gè)基本問題.目前常用的方法有最大類間方差法、共生矩陣法

13、、直方圖法和概率松弛法等,其中最大類間方差法因其計(jì)算簡單、穩(wěn)定有效而在實(shí)際中得到了廣泛應(yīng)用,其基本思路是把圖像中的像素按灰度值用閥值M分成兩類C1和C2,C1為目標(biāo)圖像,C2為背景圖像,類間方差為f(M=W1(MW2(MU1(M-U2(M2(1其中,M為0255的一個(gè)候選閥值,W1(M為目標(biāo)52第2期吳明亮等:用遺傳算法的閾值選取法檢測鋁合金MIG焊熔池邊緣圖像C 1中所包含的像素?cái)?shù);W 2(M 為目標(biāo)圖像C 2中所包含的像素?cái)?shù);U 1(M 為C 1中所有像素?cái)?shù)的平均灰度值;U 2(M 為C 2中所有像素?cái)?shù)的平均灰度值7.本文采用最大類間方差法來實(shí)現(xiàn)鋁合金M IG 焊接熔池邊緣提取.圖2為遺傳

14、算法閾值選取提取熔池邊緣的流程.首先進(jìn)行編碼,對(duì)于灰度圖像,有256個(gè)灰度級(jí),從0到255,故將灰度分割閥值編碼為一個(gè)8位0、1二進(jìn)制碼串;根據(jù)最大類間方差法確定遺傳算法的適應(yīng)度函數(shù),如式(1.對(duì)于終止條件則由迭代次數(shù)或適應(yīng)度的比值來確定.整個(gè)熔池邊緣提取過程在CPU 為AMD 64位3200+,內(nèi)存為512M ,Matlab 軟件平臺(tái)下完成 .圖2遺傳算法圖像邊緣檢測流程Fig.2Edge detection flow chart with genetic algorithmicim age圖3a 為用Matlab 軟件中擁有的基于Sobel 算子的函數(shù)來進(jìn)行邊緣檢測的結(jié)果8,計(jì)算時(shí)間為32

15、ms ,其對(duì)熔池邊緣檢測的結(jié)果不是很理想,帶進(jìn)了較多的無用信息.圖3b 為用Matlab 軟件自帶的基于Canny 算子的函數(shù)來進(jìn)行邊緣檢測的結(jié)果8,計(jì)算時(shí)間為203ms ,其檢測結(jié)果邊緣較好,但是該算法的檢測結(jié)果不能除去焊炬的圖像邊緣.圖像邊緣不連續(xù),圖中還夾雜其他的信息點(diǎn).圖3c 是用遺傳算法閾值選取邊緣檢測的結(jié)果,個(gè)體數(shù)目為20個(gè),最后得到圖像分割閥值M =135,計(jì)算時(shí)間為3.98s.最大遺傳代數(shù)為40代,代溝為0.9,交叉率為0.7,對(duì)式(1的分析可知分類是在對(duì)整個(gè)圖像進(jìn)行的.從圖1b 可以看出,對(duì)整個(gè)的圖片進(jìn)行分類導(dǎo)致計(jì)算了大部分無關(guān)區(qū)域,增加了非熔池區(qū)的權(quán)重,故選取圖像區(qū)域中G

16、(40,75,G (150,155,G (150,75和G (150,155為頂點(diǎn)的矩形區(qū)域.圖3d 是在個(gè)體數(shù)目為15個(gè),最大遺傳代數(shù)為30代,代溝為0.95,交叉率為0.8,得到圖像分割閥值M =155,計(jì)算時(shí)間為219ms 的局部遺傳算法閥值.從圖3c 、d 中可以看到,通過遺傳算法進(jìn)行閥值選取后能獲得質(zhì)量高且連續(xù)的熔池邊緣,噪聲和陰極霧化區(qū)的影響被消除,特別是局部閥值具有非?？斓倪\(yùn)算速度,能基本滿足實(shí)時(shí)檢測與控制的要求 .(a Sobel 算子(b Canny 算子(c 完整遺傳法閥值(d 局部遺傳法閥值圖3不同算法熔池邊緣檢測結(jié)果Fig.3R esult of edge detect

17、ion of w elding pool withdifferent algorithm4結(jié)論1應(yīng)用遺傳算法來實(shí)現(xiàn)基于閥值分割的熔池圖像邊緣提取是完全可行的,得到的熔池邊緣信息光滑,連續(xù),沒有斷點(diǎn)和噪聲.2局部遺傳算法閥值分割方法,具有計(jì)算量小,計(jì)算速度快等優(yōu)勢(shì),在鋁合金M IG 焊接過程的實(shí)時(shí)檢測與控制上具有實(shí)用價(jià)值.參考文獻(xiàn):1陳彥賓,李俐群,陳鳳東,等.圖像處理在自動(dòng)焊接中的應(yīng)用和展望J .材料科學(xué)與工藝,2003,11(1:1062111.2王建軍,林濤,陳善本.鋁合金TIG 焊熔池圖像的獲取與處理J .機(jī)械工程學(xué)報(bào),2003,39(5:1252129.3石玗,樊丁,吳巍,等.鋁合金MIG 焊熔池圖像的形態(tài)學(xué)處理方法J .焊接學(xué)報(bào),2005,26(3:37240.4吳一全,朱兆迭.圖像處理中聞值選取方法30年(196221992的進(jìn)程(一J .數(shù)據(jù)采集與處理.1993,8(3:1932201.5施光林,史維祥.遺傳算法及其研究與