数学形态学理论在焊接熔池提取中的应用

武晓朦，吴 凯（通信作者），王 欢

（西安石油大学，电子工程学院，陕西省油气井测控技术重点实验室 陕西 西安 710065）

1 引言

在工业焊接熔池图像处理中，由于焊接过程会产生烟雾，弧光以及火光飞溅，这样会导致焊接熔池图像中出现大量噪声，影响焊接熔池图像处理精度[1-2]。通过研究数学形态学理论中灰度形态学方法，并分析其应用优势，并使用灰度形态学提取焊接熔池图像，为今后工业提高焊接熔池图像精度，发挥积极影响。本篇将对此做出具体分析。

2 熔池图像处理中运用数学形态学的优势

在工业熔池图像处理中，其最终提取熔池图像的目的，就是为了能够获取熔池图像中最大的宽度信息，并根据熔池半长以及熔池后托角等相关信息特征，建立熔池特征图像，从而根据熔池图像映射模型，调节工业熔池焊接规范，实现对熔池焊接过程的控制发挥重要的作用。传统提取焊接熔池图像多基于空间运算方法联合空域微分算子进行图像边缘检测，如Prewitt算子、Robert算子以及Sober算子，联合高斯函数对原始的熔池图像进行分析。但这样的熔池图像处理方法对噪声较为敏感，在检测熔池图像边缘的同时，也会加强噪声，降低熔池图像处理精度，发挥不良影响。数学形态学理论方法，可以将图像中孤立的或小段连续的边界快捷的转化为强连通边界，能较好地达到边缘检测的目的，很容易的区分出图像中的不同物体，从而快捷的提取到目标图像[3-5]。处理焊接熔池图像中，根据熔池灰度特性，在处理熔池图像前判断熔池灰度，这样能有效避免图像中大量高的背景像素点进入到形态学结构运算中，从而提高焊接熔池图像的处理效率[6]。熔池图像处理中，根据图像中结构元素量度提取图像中与之对应的形状，不仅能达到对图像进行识别分析的目的，也可以进一步简化熔池图像处理流程，运用形态学结构算子有效滤除噪声。

3 基于数学形态学理论的灰度形态学方法

3.1 灰度形态学方法原理

数学形态学理论是基于集合论基础上发展而来的。实际图像处理中，能够应用的数学形态学理论，不仅包括二值形态学方法，还包括灰度形态学。二值形态学及灰度形态学方法均属于数学形态学理论的重要方法。其中二值形态学方法，是根据集合，经图像中所有运算作为一个集合，然后根据集合运算（也就是并、交、补）定义，将图像信息转化为集合形式进而解决图像处理问题。

灰度形态学理论，基于二值形态学方法，对灰度图像进行自然扩展从而可以将膨胀、腐蚀、开运算以及闭运算这四种二值形态学算法，基于类比方法运用到灰度图像的空间中。在灰度形态学算法中，针对某一图像，若设函数 f(x，y)是输入图像；设b(x，y)是该图像灰度结构元素。b(x，y)同时也具备一个灰阶的子图像，因此在提取处理图像信息中，可以将图像中邻域结构元素定义域设为3×3的9点，设b(x，y)为常量函数，那么在实际处理灰度图像中，能够根据定义域基函数类型的不同，处理图像灰度形态得出图像处理结果。

3.2 膨胀算法

在灰度形态学方法中，膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。在实际计算中，可以用b作为结构元素，然后针对图像函数f进行灰度膨胀运算，设该算法以f⊕b表示，则算法公式可定义为：

3.3 腐蚀算法

在数学形态学理论中，腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。图像处理中的灰度腐蚀可以表示为f⊙b，算法公式定义如下所示：

在实际对图像进行灰度形态学处理中，运用膨胀运算以及腐蚀运算，都能够对较大的灰度变化边缘产生敏感反应，降低噪声敏感性，这样能够有效去除焊接熔池图像阴极的雾化区，从而提取图像信息，规避断点、噪声对图像处理精度的影响发挥积极应用优势。

4 灰度形态学提取焊缝熔池图像的步骤

运用灰度形态学方法处理焊接熔池图像中，熔池图像背景区灰度值比200低，因此在设计提取焊接熔池图像信息时设置灰度值为170以下，则对灰度值低于170的直接将其变为图像背景区，程序不予处理。这样不仅可以节约灰度形态学处理中对图像进行腐蚀膨胀的时间，还可以提高熔池图像的实时性。发挥应用优势。针对焊接熔池图像，应用灰度形态学方法进行图像提取处理中，该算法具体实现步骤如下所示：

第一步：在提取焊接熔池图像中，可以应用矩量保持法，得到灰度形态学处理中图像结构因子的灰度值，从而可以针对熔池图像，设计3×3的元素腐蚀结构。

第二步：可以在图像处理过程中，申请二维的动态数组，数组的名称分别是List、List1、List2，可以动态的将焊接熔池像素灰度值，复制到二维动态数组内。

第三步：对可以对数组内的List1进行膨胀算法处理，对图像的List2数组进行腐蚀运算处理并将得到的结果保存在对应数组之中。

第四步：针对List1数组和List2数组行求差运算，判断图像边缘的出界情况；可以将符合焊接熔池图像提取条件的数组，赋值为255，不满足条件则赋值为0；

在灰度形态学中，将其作为提取焊接熔池图像的处理方法，不仅可以对原焊接熔池图像进行腐蚀运算，也可以原图像减去腐蚀的图像，得到图像处理结果。

5 试验结果

基于MATLAB7，在提取焊接熔池图像中可以用灰度形态学方法对熔池图像进行处理。其仿真过程如下图1所示。

图1 提取熔池图像过程

能够从图1中看出，应用数学形态学理论中的灰度形态学方法，可以用代数计算代替逻辑计算，使用灰度结构元素，提取焊接熔池图像的边缘信息。在保存原有熔池图像几何形状的基础上，去除焊接熔池的点、线噪声，提升熔池图像处理精度。

6 结语

在提取焊接熔池图像中，运用灰度形态学方法处理图像不仅可以快速、准确的检测到焊接熔池图像中熔池的信息，也可因提升焊接熔池图像处理精度，为后续熔池特征图像的建立，发挥积极应用价值。

[1]张丽玲.基于小波和形态学降噪的弧焊视觉图像模糊检测[J].电焊机，2011，41(1)：28-31.

[2]李梦醒.基于数字图像的短路过渡焊熔池形态研究[D].上海交通大学，2011.

[3]杨嘉佳，王克鸿，吴统立，等.铝合金双丝脉冲MIG焊，双向熔池同步视觉传感及图像处理[J].机械工程学报，2014，50(12)：44-55.

[4]毕海波，基于图像处理技术磁控TIG焊熔池形态研究[D].南昌航空大学，2015.

[5]高向东，向俊斌，KhalidM.Hafez，等.激光深熔焊熔池X光图像恢复与特征分析[J].焊接学报，2013，34(2)：1-4.

[6]王欢，高向东，张瑞，等.分段线性灰度变换在熔池边缘提取中的应用[J].焊接技术，2012，41(4)：11-13.