為了檢測等厚鋼板激光焊接焊縫表面缺陷，采用結構光主動視覺檢測法和數據擬合技術進行了焊縫圖像表面缺陷檢測的實驗研究。首先采用高斯擬合法提取出具有亞像素精度的激光條紋圖像中心線；然后通過最小二乘法擬合出2條直線和1條二次曲線，求直線和二次曲線的交點以獲得精確的焊縫端點位置坐標；最后給出焊縫表面缺陷：凹度和凸度的計算方法，并以等厚鋼板激光焊接焊縫為檢測對象進行驗證。結果表明，在此提出的基于數據擬合技術的焊縫表面缺陷圖像檢測方法為判斷激光焊接焊縫質量是否合格提供了較為準確的判斷依據。
0 引言
激光聚焦后光斑直徑小、能量密度高，因而激光焊接具有焊縫深寬比大、熱影響區窄、焊接速度快和焊縫美觀等特點。但激光焊接對焊接接頭裝配精度和間隙的要求也非常高，激光焊接焊縫易出現咬邊缺陷。并且，在激光焊接過程中因激光功率、光束特性、離焦量和焊接速度等參量的變動會出現焊縫凹度或凸度缺陷。在汽車行業，激光拼焊板的焊縫表面缺陷會影響到汽車的美觀性和耐用性；而在鋼鐵行業帶鋼軋制過程中，焊縫凸度缺陷將直接影響到軋輥的使用壽命，而焊縫凹度缺陷更會導致帶鋼焊縫處斷裂迫使生產中斷。因此，研究激光焊接焊縫質量表面缺陷檢測技術就顯得非常重要。
激光焊接質量檢測方法主要有3種：通過無損檢測手段檢測焊后焊縫應力集中和內部氣孔缺陷；通過檢測激光焊接過程中出現的熔池和小孔形態評估焊縫質量；通過結構光視覺檢測焊后焊縫表面缺陷。結構光視覺方法檢測焊后焊縫表面特征，可直接檢測出焊縫表面的凹度、凸度和表面氣孔等缺陷，具有快速性、實時性、檢測精度高等明顯優勢。
1 激光條紋圖像獲取
結構光視覺檢測系統主要由線激光器和CCD相機構成。線激光器打出的光平面投射到焊縫表面被調制形成激光條紋。CCD相機采集到變形激光條紋的圖像后，通過分析激光條紋的特征，對焊縫的焊接質量做出判定，結構光視覺檢測原理如圖1所示。為了避免背景及激光焊接強光的干擾，可在攝像機鏡頭前安裝一個濾光片。為完成焊縫質量檢測任務，需要先建立基于透視投影變換的結構光視覺檢測模型并標定相關參數。
2 高斯擬合提取條紋中心線圖像
精確提取激光條紋的中心線是結構光視覺檢測圖像處理關鍵的一步。高斯法提取激光條紋的中心主要是利用了激光條紋光強分布近似服從高斯分布的特性，在激光條紋法線方向擬合高斯曲線，求出極值點位置作為條紋中心。高斯擬合提取激光條紋中心算法如下：
(1)求激光條紋極大值圖像fb。設圖像函數為f(m，n)。其中m，n分別為圖像的行和列；f(m，n)為圖像像素在(m，n)處的灰度值。按條紋法線方向逐列搜索灰度極大值fmax，以fmax為閾值對焊縫圖像二值化處理得圖像fb，通過濾波去除偽極大值得到圖像fc。
(2)邊緣取中提取條紋近似中心。提取圖像fc第j(j=1，2，…，n)列2個邊緣所在的行為x，y，把位置((x+y)／2，j)作為條紋近似中心，該點像素灰度值的賦值為零，該點所在列其他像素灰度值的賦值為1，得到單像素中心線圖像fd。
(3)高斯擬合求取條紋中心亞像素坐標。對于條紋圖像的j列元素，以[i-s／2…i+s／2)]行為X向量，以[(i-s／2，j)…(i+s／2，j)]的灰度值為Y向量；i為圖像fd單像素中心線j列對應的行位置；s為向量s第j列對應的元素，表示激光條紋j列位置對應的激光條紋寬度值，采用高斯擬合曲線求解方程組，確定條紋中心亞像素位置(xi，j)。
3 焊縫圖像表面缺陷檢測
3．1 焊縫圖像端點位置識別
焊縫端點位置是焊縫輪廓上極為重要的特征點，是計算焊縫表面缺陷的基礎。挺取出激光條紋的中心線，需要在中心線上識別出焊縫的端點位置。圖2為激光焊接焊縫端面輪廓特征。由圖2可知，線1和線2表現為直線特性，線3表現為曲線特性，且與二次曲線近似。采用最小二乘法分別擬合出直線1見式(1)，直線2見式(2)和曲線3見式(3)。
聯立方程(1)和(3)并去除無用點坐標可得焊縫端點B位置坐標，同理聯立方程(2)和(3)可得焊縫端點位置A坐標。
3．2 表面缺陷計算方法
計算焊縫凹凸度實質上就是計算焊縫截面輪廓上介于A，B之間的點到圖2中A和B間線段的距離的最大值，正值為凸度，負值為凹度。具體計算如下：
(1)首先由3．1節確定了端點A，B的位置坐標分別為A(xa，ya)，B(xb，yb)以及擬合的介于端點A，B之間的二次曲線為y=a3x2+b3x+c3。 a3，b3，c3為二次曲線系數；A和B之間的線段為理想的焊縫端面輪廓，所在直線記為ax+by+c=0。
(2)在焊縫中心線圖像上搜索介于端點A，B之間所有焊縫中心線的像素點，記錄搜索到像素點的位置坐標(xi，yi)、判斷點(xi，yi)和直線ax+by+c=0的位置關系，如果點(xi，yi)位于該直線上方，利用式(4)求點到該直線的距離并記為正，計入數組d+(i)；如果點(xi，yi)位于該直線下方，利用式(4)求點到該直線的距離并記為負，計入數組d_(i)。
(3)在數組d+(i)，d_(i)中搜索極大值如式(5)和式(6)，即為以像素為單位的凹度和凸度，在應用中應轉化為工件坐標系下具有實際單位的數值。
4 實驗
圖3為帶鋼焊縫，焊縫長為1．25 m，厚度為2 mm，焊接平均速度為8．3 m／min，激光功率為8 kW。圖4是采用結構光視覺檢測系統采集到的6幀焊后焊縫結構光圖像。圖5是采用第2節算法對圖4圖像處理后得到的激光條紋中線心圖像。圖6是采用第3節直線和二次曲線擬合法計算出的焊縫精確端點位置。圖6中的坐標單位為像素。
從圖4可以看出，等厚板焊接時，焊縫截面的形狀比較接近二次曲線，更適合采用二次曲線或更高次的曲線進行擬合。由于高次曲線擬合涉及到端點求解存在多解的問題，且次數越高，擬合時間越長，所以這里采用二次曲線來擬合焊縫的截面，焊縫截面兩側的激光條紋仍然用直線方式擬合，擬合結果如圖6所示。擬合后直線和二次曲線的2個交點分別為焊縫的左端點和右端點位置，在圖6中用星號表示。
對圖3的等厚板，連續取18幀激光條紋圖像，根據前述步驟及式(5)和式(6)計算焊縫不同位置處的凹度凸度。從18幀激光條紋圖像中計算出的均為凹度，凸度為0。以連續取到的各幀激光條紋圖像的序號為橫坐標，以該位置的凹度(單位像素)為縱坐標得圖7。從圖7可知，如果以9個像素單位為判斷凹度是否合格的閾值，則焊縫在圖像12幀處的位置凹度超標，該圖像所在位置焊縫焊接質量判為不合格。
5 結語
結構光主動視覺檢測在激光焊接質量檢測中具有廣泛的應用前景。本文針對結構光主動視覺采集到的焊縫表面的激光條紋特征進行研究，提出了通過直線擬合和二次曲線擬合準確獲得等厚板激光焊接焊縫圖像端點位置識別方法，并在此基礎上計算出焊縫凹度和凸度缺陷，為判斷激光焊接質量是否合格提供了判斷依據。