对于一个图像处理系统来说，可以将流程分为三个阶段，在获取原始图像后，首 先是图像预处理阶段、第二是特征抽取阶段、第三是识别分析阶段。图像预处理阶段 尤为重要，如果这阶段处理不好，后面的工作根本无法展歼。
本章首先对焊缝图像进行预处理，然后利用边缘检测算子，对焊接前焊缝图像进行 特征提取，最后通过对焊缝图像的识别与分析，定位出焊缝曲线的中心点。
４．１焊缝图像预处理
图像预处理是相对于图像识别、图像理解而言的一种前期处理，是在整个图像处 理系中不可缺少的一个环节阎．因为不论采取何种装置，输入图像往往不会令人十分 满意。图像预处理就是在对图像进行正式操作前的加工，它的目的就是对质量下降的 图像进行改善处理，提高图像在视觉上或系统处理上的质量。
常规图像预处理技术包括图像增强、图像平滑、图像灰度分割和边缘细化等技术，
由于这方面的理论比较成熟，应用广泛，所以己经不是图像处理技术中的难点了．常 用方法有直方图均衡化、模糊滤波增强、中值滤波、卷积滤波、平滑滤波、ＬＯＧ滤波和 小波滤波等ｌ“。
在本课题中，由于焊缝图像是在未燃焊的状态下而获取的，故图像无弧光、飞溅 和烟尘所带来的干扰，图像质量较好。但是，图像在传输和转换时也会造成图像的降 质，焊件的表面状态和光照环境也会给图像处理带来一定的干扰，故在进行提取焊缝 边缘之前，必须对图像进行预处理。
４．１．１图像滤波
任何原始图像都存在着一定的噪声干扰，消除噪声是要做的第一步处理工作，滤 波的目的是改善图像质量和便于特征提取。
由于噪声源众多，所以消除噪声的方法也是多种多样的，有均值滤波、中值滤波 以及最频值滤波等脚ｌ。中值滤波技术对干扰脉冲和点状噪声有良好的抑制作用，而对 图像边缘能较好保持非线性瞄ｌ。中值滤波具有对阶跃信号、斜升信号不产生影响，滤 波后保持频谱不变以及对图像上的椒盐噪声具有很强的去除作用等特性。一维形式下 的中值滤波器是一个具有奇数个像素点的移动窗口。将窗口中的像素点按灰度值排序 后形成有序数列。由于表面图像是二维的，因此很容易将一维中值滤波推广到二维形 式。选取某种形式的二维窗口，将窗口像素点按先行后列的顺序排成一维数列后再排 序形成单调数列。运用同样的方法，二维中值滤波的输出ｃ（ｊ，七）为 ｏ（ｊ，ｔ）一Ｍｅｄ｛Ｆ，ｋ｝瞄】。滤波窗ＩＩ的形状非常多，一般来说，二维中值滤波比一维中值
长存工业大学硕Ｉ：学位论文
长春Ｔ业大学硕士学位论文
ｄａｔａ＝（ｕｎｓｉｇｎｅｄ ｃｈａｒ＊）ＧｌｏｂａｌＬｏｃｋ（（ＨＧＬＯＢＡＬ）ｄａｔａｌｈａｎｄｌｅ）：
ＡｆｘＧｅｔＡｐｐ０一＞ＢｅｇｉｎｗａｉｔＣｕｒｓｏｒ ０：
ｉｎｔ ｉ，ｊ，ｓ，ｔ，ｍｓ＝ｌ：
ｉｎｔ ｓｕｍ＝Ｏ，ｓｕｎｎＦＯ：
ｉｎｔ ｍａｓｋ［３］［３］＝“１，１，１），｛１，２，ｌ｝，｛１，１，１”；／／定义的３ｘ３加权平滑模板 ｆｏｒ（ｉ＝０：ｉｂｉＨｅｉｇｈｔ：ｉ＋＋）
ｆｏｒ（ｊ＝Ｏ：ｊｂｉＷｉｄｔｈ；ｊ十十）
｛
ｓｔｍｌｗ＝０；ｓｕｍ＝Ｏ：
ｆｏｒ（ｓ＝（一ｍｓ）：ｓ＜＝．ｍｓ：ｓ＋＋）
ｆｏｒ（ｔ＝（－ｍｓ）：ｔ＜＝ｍｓ：ｔ＋＋）
ｉｆ（（（ｉ＋ｓ）＞＝Ｏ）＆＆（（ｊ＋ｔ）＞＝０）＆＆（（ｉ＋ｓ）ｂｉＨｅｉｇｈｔ）＆＆（（ｊ＋ｔ）ｂｉｗｉｄｔｈ））
｛
ＳｔｌＩｌｌＮ＋２ ｍａｓｋ［１＋ｓ】［１＋ｔ］：
ｓｕｍ＋＝＊（ｈＯａｔａ＋（ｉ＋ｓ）＊ＷＩＤＴＨＢＹＴＥＳ（１ｐＢｉ一＞ｂｉＷｉｄｔｈ＊８）＋（ｊ＋ｔ））＊ｍａｓｋ［１＋ｓ］［１＋ｔ］：
）
ｉｆ（ｓｕｍｗ＝＝０）ｓｕｍ＝ｌ：
ｓｕｍ／＝ｓｕｍｗ；
ｉｆ（ｓｕｍ＞２５５）ｓｕｍ＝２５５：
ｉｆ（ｓｕｍ＜Ｏ）ｓｕｍ＝Ｏ；
＊（ｄａｔａ＋ｉ＊ＷＩＤＴＨＢＹＴＥＳ（１ｐＢｉ一＞ｂｉＷｉｄｔｈ＊８）＋ｊ）＝ｓｕｍ；
｝
ｆｏｒ（ｊ＝０：ｊｂｉＨｅｉｇｈｔ：ｊ＋＋）
ｆｏｒ（ｉ＝０；ｉｂｉＷｉｄｔｈ；ｉ＋＋）
＊（ｈＤａｔａ＋ｉ＊ＷＩＤＴＨＢＹＴＥＳ（ｉｐＢｉ—。＞ｂｉＷｉｄｔｈ＊８）＋ｊ）＝＊（ｄａｔａ＋ｉ＊ＷＩＤＴＨＢＹＴＥＳ（ＩｐＢｉ—－＞ｂｉＷｉｄｔｈ 牛８）十ｊ）：
ＳｔｒｅｔｃｈＤＩＢｉｔｓ（ｈＤＣ，０，０，ＩｐＢｉ一＞ｂｉＷｉｄｔｈ，ＩｐＢｉ－＞ｂｉＨｅｉｇｈｔ，０，０，
ｌｐＢｉ一＞ｂｉＷｉｄｔｈ，ｌｐＢｉ一＞ｂｉＨｅｉｇｈｔ，
ｈＤａｔａ，（ＬＰＢＩＴＭＡＰＩＮＦＯ）ｌｐＢｉ，
ＤＩＢ—ＲＧＢ—ＣｏＬＯＲＳ，
ＳＲＣＣＯＰＹ）；／／显示图像
）
长春ｔ业大学硕士学位论文
４．１焊缝原始图像 ４．２滤波后的图像
４．１．２焊缝图像增强
图像增强技术是数字图像处理的基本内容之一，图像增强是指按特定的需要突出 一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。其主要目 的是使处理后的图像对某种特定的应用来说，比原始图像更适用。针对焊缝图像，本 文采用了直方图均衡化技术对其进行增强来突出焊缝的特征信息，使其更加适于机器 识别。
１．直方图的定义
直方图是数字图像处理中一种最简单和最有效的工具。任何一幅图像的直方图都 包括了可观的信息，某些类型的图像还可以用直方图完全描述。直方图的计算和空间 存储都是比较简单的，特别是复制图像是利用直方图可以用很低代价来完成【”。
２．直方图的均化
直方图均衡化利用直方图来修正图像，是图像增强中一种实用而有效的方法印ｌ。
为了研究方便，往往先将直方图归一化，即让原图像灰度范围【ｚｌ，ｚ。】归一化为【０，１】。
设其中任意灰度级Ｚ归一化为ｒ，变换后的图像任一灰度级ｚ’归一化为ｓ。显然，ｒ，
ｓ应当满足：０ｓ，ｓ１，０量ｓｓｌ。
因此，直方图的修正过程就是对下列公式的计算过程
ｓ—ｒ（ｒ）或，一Ｔ＿１０） （４－１）
式中ｒ（ｒ）为变换函数，它必须满足两个条件：
（１）Ｔ（ｒ１在０ｓ，ｓ１区域内是单调函数，且单调增加。
（２）Ｔ（，）在０ｓ，ｓ１内ｉｉｉ足０主ｒ（ｒ）墨１。
条件（１）保证了灰度级从黑到白的次序，条件（２）保证变换的像素灰度级在允 许的灰度级范围内。
ｚ－１Ｄ）为逆变换函数，同样要满足这两个条件。
假定用Ｐ（ｒ）和ＰＯ）分别表示原图像和变换后图像灰度级概率密度函数。根据概率 论的知识，在已知ｐ（，）和Ｔ（ｓ）时，ＲＴ．１０）也是单调增长，则可由下式求出：
长春Ｔ业犬学硕Ｅ学位论文