机器人在线 > 资讯 > 技术干货 > 焊接机器人视觉系统图像增强方案

焊接机器人视觉系统图像增强方案

时间：2017-11-24 来源：机器人在线阅读：7617

焊接机器人视觉系统图像增强方案

图像增强简单的理解就是:强化图像中有用的信息，弱化图像中没有用的信息，以便利于观察、显示，或作进一步的处理。一般来说，图像的增强方法中，主要针对图像的边缘、轮廊、对比度等进行锐化和增强突出，对其中冗余无关的信息进行弱化。在图像增强的过程中，并不会对固有的信息内容进行增加，而是增加了既定特征的动态范围，使它们更加容易的检测出来。

图像增强方法中主要分为两大类:频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波法，可去掉图中的噪声;采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。后者空间域法中具有代表性的算法有局部求平均值法和中值滤波法等，它们可用于去除或减弱噪声。

图像增强的最主要目的是增强图像的对比度，而增强对比度最常用的方法是直方图均衡化。大多数自然图像，其灰度分布集中在较窄的区间，引起图像细节不够清晰，采用直方图修正后可使图像的灰度间距拉开或使灰度分布均匀，从而增大反差，使图像细节清晰，达到增强的目的。例如一幅过曝光的图片，其灰度级都集中在高亮度范围内，而曝光不足的图片，其灰度级集中在低亮度范围内，具有这样直方图的图片其可视效果比较差。直方图均衡化的一般步骤如下:

焊接路径图像的二值化

通常我们见到的图像是RGB彩色图像，RGB是最基本的色彩模型，所有的颜色都可以看着有R(红色)、G(绿色)B(蓝色)的不同组合组成，对于一个三分量为RGB的彩色图像像素，该点的亮度I一般按以下公式计算:I=0.3 B+0.596+0.11 R。彩色图像视觉效果比较好，但是彩色图像的数据量大，需要更大的储存空间，对其进行处理的时候速度比较慢，难以适合一般的应用场合。因此在不丢失主要信息的前提下，通过二值化来缩小图像的数据量。

图像经过滤波和增强处理之后，需要进行二值化处理。二值化处理的主要目的是为了方便后面的边缘检测。彩色图像要变成灰色图像，就要丢掉原有图像的颜色信息，图像的二值化后会用灰度来表示图像的亮度信息，经过二值化处理后图像变为黑白色，大大提高了图像后期处理的速度，图像的边缘轮廓也更容易被读出。对图像进行二值化的方法有很多，如最大类间方差法、迭代阈值法、P分位法、于最小误差的全局阈值法、局部阈值法等。

图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。在一幅图像中，既包含有用的信息，同时又包含噪声等无用的干扰信息，从包含多种信息中的图像提取出目标物体，最常用的方法是设定某一阈值T，用T将图像的数据分为两大部分:大于T的像素群和小于T的像素群，用这种方法对图像像素的归类，叫做图像的二值化。阈值T又称为临界值，是通过人为设定的，设定阈值T的目的就是确定一个范围，在这个范围内的像素归为0，在另外一个范围的像素归为255。具体的表达式如下:

既然二值化图像需要选取一个阈值，那么阈值的选择就尤为重要，在二值化图像处理过程时，把图像灰度值大于阈值的像素点判别为特定的物体，并设置其灰度值为255。把小于阈值的像素点判别为背景或其他物体区域，并设置其灰度值为0。在一幅图像中，某目标物体的灰度值是变化不大的，将其归为同一类灰度值，而背景或其他物体的灰度值归为与目标物体的灰度值不相同的一类，因此可以采用灰度值的差别来识别图像的特征，利用阈值对图像进行分割。

由于光源，噪声干扰等的影响，摄像机在不同的时间拍摄同一景物是有差别的，所以对灰度图像的二值化处理没有一个统一的算法，并且不同的图像分割需求时，阈值的选择时要根据实际需要进行设置。一个最简单的二值化算法就是:在0到255中取其中间值127作为阈值，这种设置方法在并没有考虑整体图像的灰度特征，因此结果是非常不理想的。在对焊缝进行二值化处理的时候，考虑到焊缝图像在采集的过程中会遇到各种噪声的干扰，如果采用单一的阈值对图像进行处理，对后续的处理带来不利的影响.。为了克服这个问题，采用一种能够根据不同的焊缝图像自动进行闭值选择的方法是提高图像处理效果的关键。

OTSU算法也称最大类间方差法，也称为大津算法，被认为是图像分割中阈值选取的最佳算法，它的计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用，它是按图像的灰度特性，将图像分成背景和前景两部分。背景和前景之间的类间方差越大，说明构成图像的两部分的差别越大，当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。即OTSU算法以最佳门限将图像灰度直方图分割成两部分，使两部分类间方差取最大值，即分离性最大。

Otsu自适应阈值选取方法的一般步奏如下