应用研究
电弧焊熔池图像的边缘检测
刘晓江1罗琦2吴静进3
(1.江西省电力设计院江西南昌330096;2.江西省电力公司江西南昌330077;
3.南昌大学科学技术学院江西南昌330029)
与皮
摘要：本文提出一种基于Canny算子和形态学的图像边嫁提取算法。熔池图像经过预处理后，运用形态学的开阅运算波除噪产和局部灰度增强后用Canny算子检测得到清晰的连续的边嫌。实验结果表明，该方法明显优于经过传统滤波后再进行Canny算于的边炼检测效累，为后续的特征提取，目标识别提供了良好的基础。该算法对乘声有很好的鲁棒性，并得到真正的边嫁
关键调：形态学Canny算子中值波波达嫁提取图像处理
中图分类号：TG434 1引言
文献标识码：A
文章编号:1007-9416(2013)10-0096-02
所以要得到好的熔池图像边缘，要将熔池图像分为两步处理：
边缘是图像最基本的特征，边缘检测在计算机视觉，图象分析等应用中起着重要的作用，是图像分析与识别的重要环节，这是因为图像的边缘包含了用于误别的有用信息所以边像检测是图像分析和模式识别的主要特征提取手段。
边缘检测是图像处理中一个重要的环节，也是至今没有得到很好解决的一个问题，所以图像边缘和轮廊特征的检测与提取方法，直是图像处理与分析技术中的研究热点，新理论、新方法不断涌现。本文在对形态学边缘检测和canny算子边缘检测进行回顾和分析讨论其优势与缺陷的基础上，提出了一种综合的边缘检测方法，通过焊接熔池图像进行验证，结果表明该方法能够明显改善Canny
算法边缘提取的效果。 2图像分析
图1是焊接的熔池图像。弧光的干扰较大，熔池的几何中心被弧光掩盖，从图像中可以看出存在大量的焊接飞溅噪声，雾化区成像比较明显，在图像的处理过程中会导致虚假边缘的产生。通过对图像的灰度等高线的分析，发现整幅图像的灰度并不是沿熔池中心向四周分布，而是呈现出一种比较无规则的状态。
图1熔池图像
(a)Sobel运算(b)Sobel边缘二值化(c)增强后的图像
图2熔池图像的预处理
(1)图像预处理，(2)图像边缘检测。 3图像预处理
3.1图像滤波
最初熔池图像存在噪声，噪声对图像的边缘有严重的影响。因此，在图像处理前需对原始数据做减噪声处理，即预滤波处理，预滤波前需选择滤波函数和滤波参数，以获取最佳效果。图像的预滤波处理主要通过邻域平均法，中值滤波、频域滤波等方法实现。本文采用中值滤波法，具有去噪能力强、边界细节保持好、处理速度快等优点。
3.2图像增强
图像增强的目的就是将原来不清楚的图像变得清晰或把感兴趣的某些特征强调出来，图像增强处理的好坏直接影响后续的图像分析与模式识别，传统的图像增强技术分为频域法和空域法。在本文中采用的是基于一阶微分的图像增强中的Sobel算子，其中掩膜系数总和为0，这表明灰度但定区域的响应为0。使用权重2的思想是通过突出中心点的作用而达到平滑的目的，熔池图像的预处理如图2。
因为边缘模糊，并且被捷盖。将Sobel提取的边缘图像做二值化，以突出模糊和弱化的边缘，图像二值化过程中的国值选定采用的是自适应阔值选定过程，即特图像分为2个部分，每部分像素占总像素的百分比分别为P.P,2个部分的灰度均值分别为μ1、H，,2个
部分的灰度方差分别为3、，。当,=,=时阔值为： T=丝+丝+-o
P
2

4图像边缘检测
4.1形态学检测边缘
形态学基本运算包括膨胀、蚀、开启和闭合，由这四个运算可
图3Canny算子检测结果
作者简介：刘晓江(1981-),男，硕士研究生，工程师，研究方向：通信与信息系统工作单位：江西省电力设计院。
罗琦(1981一)女，硕士研究生,工程师,研究方向：自动化与检测。工作单位：江西省电力公司，吴静进(1977-)男，颈士研究生，讲师，研究方向：信号与信息处理，单住：南昌大学科学技术学院
图4形态学检测结果