对接型焊缝特征点的识别方法、装置、设备及存储介质

摘要

本发明实施例公开了一种对接型焊缝特征点的识别方法、装置、设备及存储介质。该方法包括：获取一帧焊缝图像，并在焊缝图像中获取第一感兴趣区域和第二感兴趣区域，第一感兴趣区域和第二感兴趣区域的区域范围是根据第一帧焊缝图像中的SURF特征点确定的，第一感兴趣区域指示工件表面条纹区域，所述第二感兴趣区域指示焊缝底部条纹区域；分别对第一感兴趣区域和第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域；在第一二值化感兴趣区域中确定两个焊缝特征点，在第二二值化感兴趣区域中确定两个焊缝特征点。上述技术方案能够减少或消除现场应用中存在的各种干扰，提高焊缝特征点提取的稳定性。

权利要求

1.一种对接型焊缝特征点的识别方法，其特征在于，包括：获取一帧焊缝图像，并在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域；其中，所述第一感兴趣区域和所述第二感兴趣区域的区域范围是根据第一帧焊缝图像中的SURF特征点确定的，所述第一感兴趣区域指示工件表面条纹区域，所述第二感兴趣区域指示焊缝底部条纹区域；

分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域；

在所述第一二值化感兴趣区域中确定两个焊缝特征点，在所述第二二值化感兴趣区域中确定两个焊缝特征点；

所述SURF 特征点指的是焊缝图像中暗处的亮点；

在获取第一帧焊缝图像之后，检测所述第一帧焊缝图像中的SURF特征点；

根据所述SURF特征点的纵坐标值将所述SURF特征点划分为第一类特征点和第二类特征点，其中，第一类特征点指示工件表面条纹区域内的特征点，第二类特征点指示焊缝底部条纹区域内的特征点；

根据所述第一类特征点的分布确定第一感兴趣区域；

根据所述第二类特征点的分布确定第二感兴趣区域；

在所述第一二值化感兴趣区域中确定两个焊缝特征点，包括：计算所述第一二值化感兴趣区域中的直线线段，将所述直线线段划分为左线段集合和右线段集合；

分别对所述左线段集合和所述右线段集合进行排序，确定第一线段和第二线段；其中，所述第一线段为所述左线段集合中最长的单像素线段，所述第二线段为所述右线段集合中最长的单像素线段；

将所述第一线段的右端点以及所述第二线段的左端点作为焊缝特征点；

在所述第二二值化感兴趣区域中确定两个焊缝特征点，包括：计算所述第二二值化感兴趣区域中激光条纹的单像素中心线段；

将所述单像素中心线段的两个端点作为所述焊缝特征点。

2.根据权利要求1所述的方法，其特征在于，根据所述第一类特征点的分布确定第一感兴趣区域，包括：

在所述第一类特征点中选取灰度值小于设定灰度阈值的第一类目标特征点；

根据所述第一类目标特征点的坐标值，拟合出一条第一目标直线；

以所述第一目标直线为中心，将第一预设像素范围作为所述第一感兴趣区域。

3.根据权利要求1所述的方法，其特征在于，根据所述第二类特征点的分布确定第二感兴趣区域，包括：

获取所述第二类特征点的纵坐标均值，并根据所述纵坐标均值确定第二目标直线；

以所述第二目标直线为中心，将第二预设像素范围作为所述第二感兴趣区域。

4.根据权利要求1所述的方法，其特征在于，分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域，包括：

分别计算所述第一感兴趣区域和所述第二感兴趣区域的第一二值化分割阈值和第二二值化分割阈值；

根据所述第一二值化分割阈值对所述第一感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域；

根据所述第二二值化分割阈值对所述第二感兴趣区域进行二值化分割处理，得到第二二值化感兴趣区域。

5.一种对接型焊缝特征点的识别装置，其特征在于，包括：感兴趣区域获取模块，用于获取一帧焊缝图像，并在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域；其中，所述第一感兴趣区域和所述第二感兴趣区域的区域范围是根据第一帧焊缝图像中的SURF特征点确定的，所述第一感兴趣区域指示工件表面条纹区域，所述第二感兴趣区域指示焊缝底部条纹区域；

二值化分割处理模块，用于分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域；

焊缝特征点识别模块，用于在所述第一二值化感兴趣区域中确定两个焊缝特征点，在所述第二二值化感兴趣区域中确定两个焊缝特征点；

所述SURF 特征点指的是焊缝图像中暗处的亮点；

特征点检测模块，用于在获取第一帧焊缝图像之后，检测所述第一帧焊缝图像中的SURF特征点；

特征点分类模块，用于根据所述SURF特征点的纵坐标值将所述SURF特征点划分为第一类特征点和第二类特征点，其中，第一类特征点指示工件表面条纹区域内的特征点，第二类特征点指示焊缝底部条纹区域内的特征点；

第一感兴趣区域确定模块，用于根据所述第一类特征点的分布确定第一感兴趣区域；

第二感兴趣区域确定模块，用于根据所述第二类特征点的分布确定第二感兴趣区域；

所述焊缝特征点识别模块，在所述第一二值化感兴趣区域中确定两个焊缝特征点时，具体用于：计算所述第一二值化感兴趣区域中的直线线段，将所述直线线段划分为左线段集合和右线段集合；分别对所述左线段集合和所述右线段集合进行排序，确定第一线段和第二线段；其中，所述第一线段为所述左线段集合中最长的单像素线段，所述第二线段为所述右线段集合中最长的单像素线段；将所述第一线段的右端点以及所述第二线段的左端点作为焊缝特征点；

所述焊缝特征点识别模块，在所述第二二值化感兴趣区域中确定两个焊缝特征点时，具体用于：计算所述第二二值化感兴趣区域中激光条纹的单像素中心线段；将所述单像素中心线段的两个端点作为所述焊缝特征点。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1‑4中任一所述的方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑4中任一所述的方法。

说明书

对接型焊缝特征点的识别方法、装置、设备及存储介质

技术领域

[0001] 本发明实施例涉及图像识别技术领域，尤其涉及一种对接型焊缝特征点的识别方法、装置、设备及存储介质。

背景技术

[0002] 随着工业化自动化的迅猛发展，焊接自动化也越来越被工业领域广泛地接受和应用，尤其是在应对一些高难度高要求的大型钢结构设备焊接中。

[0003] 要实现焊接自动化，焊缝自动跟踪是一大关键，实现焊缝跟踪最关键的技术问题就是要实现焊缝的自动识别，也即焊缝特征点的提取。在现场应用中，存在弧光、飞溅以及
金属反光等多种干扰，严重影响焊缝特征点的提取，从而导致焊接跟踪效果不佳，如何减少
或者消除这些干扰一直是焊缝跟踪领域需要解决的问题。

发明内容

[0004] 本发明实施例提供一种对接型焊缝特征点的识别方法、装置、设备及存储介质，以减少或消除现场应用中存在的各种干扰，提高焊缝特征点提取的稳定性。

[0005] 第一方面，本发明实施例提供了一种对接型焊缝特征点的识别方法，包括：

[0006] 获取一帧焊缝图像，并在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域；其中，所述第一感兴趣区域和所述第二感兴趣区域的区域范围是根据第一帧焊缝图像
中的SURF(Speed Up Robust Feature)特征点确定的，所述第一感兴趣区域指示工件表面
条纹区域，所述第二感兴趣区域指示焊缝底部条纹区域；

[0007] 分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域；

[0008] 在所述第一二值化感兴趣区域中确定两个焊缝特征点，在所述第二二值化感兴趣区域中确定两个焊缝特征点。

[0009] 第二方面，本发明实施例还提供了一种对接型焊缝特征点的识别装置，包括：

[0010] 感兴趣区域获取模块，用于获取一帧焊缝图像，并在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域；其中，所述第一感兴趣区域和所述第二感兴趣区域的区域范
围是根据第一帧焊缝图像中的SURF特征点确定的，所述第一感兴趣区域指示工件表面条纹
区域，所述第二感兴趣区域指示焊缝底部条纹区域；

[0011] 二值化分割处理模块，用于分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域；

[0012] 焊缝特征点识别模块，用于在所述第一二值化感兴趣区域中确定两个焊缝特征点，在所述第二二值化感兴趣区域中确定两个焊缝特征点。

[0013] 第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任
意实施例所述的对接型焊缝特征点的识别方法。

[0014] 第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的对接型焊缝特征点的识别方
法。

[0015] 本发明实施例提供的一种对接型焊缝特征点的识别方法、装置、设备及存储介质，首先在获取的焊缝图像中获取根据第一帧焊缝图像中的SURF特征点确定的第一感兴趣区
域和第二感兴趣区域，然后分别对第一感兴趣区域和第二感兴趣区域进行二值化分割处
理，最后分别在二值化分割处理后的第一感兴趣区域和第二感兴趣区域中识别出焊缝特征
点，以此能够减少或消除现场应用中存在的各种干扰，例如弧光、飞溅以及金属反光等多种
干扰，提高了焊缝特征点提取的稳定性。

附图说明

[0016] 图1是本发明实施例一中的一种对接型焊缝特征点的识别方法的流程图；

[0017] 图2是本发明实施例一中检测到的SURF特征点的示例；

[0018] 图3是本发明实施例二中的一种对接型焊缝特征点的识别方法的流程图；

[0019] 图4是本发明实施例二中的第一感兴趣区域和第二感兴趣区域的示例；

[0020] 图5是本发明实施例三中的一种对接型焊缝特征点的识别装置的结构示意图；

[0021] 图6是本发明实施例四中的一种计算机设备的结构示意图。

具体实施方式

[0022] 下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便
于描述，附图中仅示出了与本发明相关的部分而非全部结构。

[0023] 在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是
其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安
排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所
述处理可以对应于方法、函数、规程、子例程、子程序等等。

[0024] 实施例一

[0025] 图1是本发明实施例一提供的一种对接型焊缝特征点的识别方法的流程图，可适用于焊接现场应用中存在例如弧光、飞溅以及金属反光等多种干扰，使对接型(例如V型口)
焊缝特征点识别可能发生错误的情况下，该方法可以由本发明实施例提供的对接型焊缝特
征点的识别装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在焊缝图
像采集设备(含处理器)中。

[0026] 如图1所示，本实施例的方法具体包括：

[0027] S110、获取一帧焊缝图像，并在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域；其中，所述第一感兴趣区域和所述第二感兴趣区域的区域范围是根据第一帧焊缝
图像中的SURF特征点确定的，所述第一感兴趣区域指示工件表面条纹区域，所述第二感兴
趣区域指示焊缝底部条纹区域。

[0028] 焊缝图像，指的是通过焊缝图像采集设备采集到的焊缝的图像，焊缝图像中包含激光条纹。其中，本实施例中所涉及的焊缝一般指的是对接型焊缝，对接型焊缝是指在焊件
的坡口面间或一焊件的坡口面与另一焊件端(表)面间焊接的焊缝，例如是V型坡口的焊缝。

[0029] 感兴趣区域(Region of Interest，ROI)，指的是焊缝附近的图像区域。选取感兴趣区域的目的在于，仅仅选取焊缝附近的图像区域进行处理，可以提高算法处理速度，也能
够减少很多干扰信号，例如弧光、飞溅以及金属反光等。

[0030] 具体的，可以是根据对接型焊缝图像中激光条纹的分布特点，对感兴趣区域进行划分，也即将感兴趣区域划分为工件表面条纹区域和焊缝底部条纹区域。

[0031] 其中，每一帧焊缝图像中的第一感兴趣区域和第二感兴趣区域范围均是根据第一帧焊缝图像中检测到的SURF特征点确定的，也即，在获取第一帧焊缝图像之后，检测该焊缝
图像中的SURF特征点，根据SURF特征点分布确定出感兴趣区域。一般情况下，工件表面条纹
区域中包含的SURF特征点会多于焊缝底部条纹区域中包含的SURF特征点，进而可以将包含
SURF特征点较多的一个感兴趣区域作为第一感兴趣区域，也即工件表面条纹区域，将SURF
特征点较少的一个感兴趣区域作为第二感兴趣区域，也即焊缝底部条纹区域。

[0032] 其中，SURF是加速版的SIFT，SIFT(Scale‑invariant feature transform，尺度不变特征变换)是用于图像处理领域的一种描述，具有尺度不变性，可在图像中检测出关键
点。SURF可以用于对象定位和识别、人脸识别、3D重建、对象跟踪和提取兴趣点等，常用来进
行物体辨识和图像匹配。

[0033] SURF特征点，指的是图像中与周围具有反差的点，比如角点，边界点，亮处的暗点，暗处的亮点等等。在本实施例中，SURF特征点具体指的是焊缝图像中暗处(灰度值接近零)
的亮点(灰度值接近255)。其中，图2给出了检测到的SURF特征点的示例。

[0034] 进一步的，以每个感兴趣区域均是水平区域或者类水平区域(也即接近水平的区域)为例，在根据SURF特征点划分第一感兴趣区域和第二感兴趣区域时，可以根据SURF特征
点的纵坐标进行划分，每个感兴趣区域中包括的SURF特征点的纵坐标值接近(或者是在一
定的数值范围内)，例如工件表面上检测到的SURF特征点的纵坐标值接近，焊缝底部上检测
到的SURF特征点的纵坐标值接近。值得指出的是，纵坐标是针对焊缝图像中激光条纹水平
或者近似水平而言的，在焊缝图像中激光条纹竖直或者近似竖直时，可以根据SURF特征点
的横坐标值来划分第一感兴趣区域和第二感兴趣区域。

[0035] 在根据第一帧焊缝图像中的SURF特征点确定出第一感兴趣区域和第二感兴趣区域的区域范围之后，将这两个感兴趣区域的区域范围进行保存，以供后续获取到的每帧焊
缝图像使用。

[0036] 进一步的，在获取一帧焊缝图像之后，在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域之前，还可以对焊缝图像进行中值滤波处理，以实现对焊缝图像中脉冲噪
声的有效滤除。

[0037] S120、分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域。

[0038] 图像二值化就是将图像上的像素点的灰度值设置为0或255，也即将整个图像呈现出明显的黑白效果的过程。

[0039] 在一示例中，可以将分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域，具体为：分别计算所述
第一感兴趣区域和所述第二感兴趣区域的第一二值化分割阈值和第二二值化分割阈值；根
据所述第一二值化分割阈值对所述第一感兴趣区域进行二值化分割处理，得到第一二值化
感兴趣区域；根据所述第二二值化分割阈值对所述第二感兴趣区域进行二值化分割处理，
得到第二二值化感兴趣区域。

[0040] 以一个感兴趣区域为例进行解释说明，首先，计算该感兴趣区域的二值化分割阈值，步骤如下：

[0041] A1)计算感兴趣区域的平均灰度值T，将T作为分割阈值；

[0042] B1)根据分割阈值T将感兴趣区域分割成两个部分，即灰度值大于T的部分R1，和灰度值小于T的部分R2；

[0043] C1)分别计算R1和R2的平均灰度值m1和m2；

[0044] D1)将分割阈值T设置为T＝(m1+m2)/2；

[0045] E1)重复步骤B1)到D1)，直到连续迭代的T值间的差值小于某个设定值为止，此时的T值即为该感兴趣区域的二值化分割阈值。

[0046] 然后，根据该感兴趣区域计算得到的二值化分割阈值T对该感兴趣区域进行二值化分割处理，获取灰度值低于二值化分割阈值T的像素点，将这些像素点的灰度值设置为0，
获取灰度值高于二值化分割阈值T的像素点，将这些像素点的灰度值设置为255，以此得到
二值化感兴趣区域。

[0047] 进一步的，还可以对二值化感兴趣区域进行先腐蚀后膨胀的处理，以达到修复结构光断裂的效果。

[0048] S130、在所述第一二值化感兴趣区域中确定两个焊缝特征点，在所述第二二值化感兴趣区域中确定两个焊缝特征点。

[0049] 在得到第一二值化感兴趣区域以及第二二值化感兴趣区域之后，分别在这两个二值化感兴趣区域中识别出焊缝特征点。具体的，可以分别根据第一二值化感兴趣区域以及
第二二值化感兴趣区域中高亮像素点的分布，采用不同的技术手段来识别其中包括的两个
焊缝特征点。

[0050] 本发明实施例提供的技术方案，首先在获取的焊缝图像中获取根据第一帧焊缝图像中的SURF特征点确定的第一感兴趣区域和第二感兴趣区域，然后分别对第一感兴趣区域
和第二感兴趣区域进行二值化分割处理，最后分别在二值化分割处理后的第一感兴趣区域
和第二感兴趣区域中识别出焊缝特征点，以此能够减少或消除现场应用中存在的各种干
扰，例如弧光、飞溅以及金属反光等多种干扰，提高了焊缝特征点提取的稳定性。

[0051] 实施例二

[0052] 图3是本发明实施例二提供的一种对接型焊缝特征点的识别方法的流程图。在上述技术方案的基础上，本实施例对第一感兴趣区域和第二感兴趣区域的划分方式进行具体
化，包括：在获取第一帧焊缝图像之后，检测所述第一帧焊缝图像中的SURF特征点；根据所
述SURF特征点的纵坐标值将所述SURF特征点划分为第一类特征点和第二类特征点，其中，
第一类特征点指示工件表面条纹区域内的特征点，第二类特征点指示焊缝底部条纹区域内
的特征点；根据所述第一类特征点的分布确定第一感兴趣区域；根据所述第二类特征点的
分布确定第二感兴趣区域。

[0053] 如图3所示，本实施例的方法具体包括：

[0054] S210、获取一帧焊缝图像，对所述焊缝图像进行中值滤波。

[0055] S220、判断所述焊缝图像是否为第一帧焊缝图像，若是，则执行S230，若否，则执行S270。

[0056] S230、检测所述第一帧焊缝图像中的SURF特征点。

[0057] S240、根据所述SURF特征点的纵坐标值将所述SURF特征点划分为第一类特征点和第二类特征点，其中，第一类特征点指示工件表面条纹区域内的特征点，第二类特征点指示
焊缝底部条纹区域内的特征点。

[0058] 一般情况下，第一类特征点的数量会多于第二类特征点的数量。

[0059] 以图2所示的SURF特征点为例，获取这些SURF特征点的纵坐标值(坐标系原点任意选定即可)，假设SURF特征点的数量为N，则根据这些SURF特征点的纵坐标值{y1,y2,…,yN}
将这些SURF特征点划分为两类(假设为C1类和C2类)，具体方法如下：

[0060] A2)初始化：设定两类{C1,C2}，在所有SURF特征点中任意取两个SURF特征点，将这两个SURF特征点的纵坐标值分别作为C1类和C2类的均值u1与u2；

[0061] B2)分别计算λk＝|yi‑uk|，i＝1,...,N，k＝1,2，根据计算结果将所有SURF特征点划分至C1类和C2类；

[0062] 其中，针对第i个SURF特征点，其纵坐标值为yi，若λ1＜λ2，则第i个SURF特征点距离C1类较近，将第i个SURF特征点标记属于C1类，若λ1＞λ2，则第i个SURF特征点距离C2类较近，
将第i个SURF特征点标记属于C2类；

[0063] C2)计算C1类和C2类的当前均值 与 k＝1,2， 为Ck类中包括的SURF特征点的数量；

[0064] D2)判断 和{u1,u2}是否一致，可以是完全一致，也可以是差异较小，若是，则停止迭代并退出，得到C1类中的SURF特征点和C2类中的SURF特征点，若否，则 k＝
1,2，返回执行B2)。

[0065] 假设，C1类中的SURF特征点多于C2类中的SURF特征点，则C1类中的SURF特征点即为第一类特征点，C2类中的SURF特征点即为第二类特征点。

[0066] S250、根据所述第一类特征点的分布确定第一感兴趣区域。

[0067] 作为本实施例一种具体的实施方式，可以将根据所述第一类特征点的分布确定第一感兴趣区域，具体为：

[0068] 在所述第一类特征点中选取灰度值小于设定灰度阈值的第一类目标特征点；根据所述第一类目标特征点的坐标值，拟合出一条第一目标直线；以所述第一目标直线为中心，
将第一预设像素范围作为所述第一感兴趣区域。

[0069] 获取第一类特征点，删除其中灰度值小于设定灰度阈值的特征点，得到第一类特征点中剩余的特征点的集合Z，根据集合Z中的SURF特征点拟合出一条直线y＝k0x+b0。在一
示例中，直线y＝k0x+b0的拟合方式如下：

[0070] A3)初始化k和b(k＝0，b＝0)，设定距离阈值σ，初始化数量阈值p(p＝0)，设置总迭代次数t；

[0071] B3)在集合Z中随机选择两个特征点，坐标分别为{x1，y1}和{x2，y2}；

[0072] C3)根据{x1，y1}和{x2，y2}确定拟合直线参数k和b，其中：

[0073] k＝(y1‑y2)/(x1‑x2),b＝y1‑k*x1；

[0074] D3)计算集合Z中每个特征点到直线y＝kx+b的距离，记为dm；

[0075] E3)统计所有dm小于距离阈值σ的特征点个数s；

[0076] F3)如果s大于p，则p＝s，并设置{k0,b0}＝{k,b}，继续执行G3)，否则执行G3)；

[0077] G3)迭代次数i＝i+1，并判断i是否小于t，如果i小于t，则返回执行B3)，否则退出循环。

[0078] 在确定拟合出直线y＝k0x+b0之后，以该直线为中心界限，将第一预设像素范围确定为第一感兴趣区域，例如，第一预设像素范围可以是以直线y＝k0x+b0为界，向上向下分别
数第一预设像素数量(如25个像素点)的区域范围，如图4中的区域1所示。

[0079] S260、根据所述第二类特征点的分布确定第二感兴趣区域，执行S280。

[0080] 作为本实施例一种具体的实施方式，可以将根据所述第二类特征点的分布确定第二感兴趣区域，具体为：获取所述第二类特征点的纵坐标均值，并根据所述纵坐标均值确定
第二目标直线；以所述第二目标直线为中心，将第二预设像素范围作为所述第二感兴趣区
域。

[0081] 第二类特征点的纵坐标均值，即为上述涉及的C2类的均值u2，根据所述纵坐标均值u2确定第二目标直线，即为y＝u2。以第二目标直线为中心，将第二预设像素范围确定为第
二感兴趣区域，例如，第二预设像素范围可以是以直线y＝u2为界，向上向下分别数第二预
设像素数量(如20个像素点)的区域范围，如图4中的区域2所示。

[0082] 进一步的，将根据第一帧焊缝图像确定的第一感兴趣区域和第二感兴趣区域的范围进行保存，以供后续获取的焊缝图像确定对应的第一感兴趣区域和第二感兴趣区域。

[0083] S270、在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域，执行S280。

[0084] 针对非第一帧的焊缝图像，在其中确定第一一感兴趣区域和第二感兴趣区域时，依据的是根据第一帧焊缝图像确定的第一感兴趣区域和第二感兴趣区域的范围。

[0085] S280、分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域。

[0086] S290、在所述第一二值化感兴趣区域中确定两个焊缝特征点。

[0087] 作为本实施一种可选的实施方式，可以将在所述第一二值化感兴趣区域中确定两个焊缝特征点，具体为：计算所述第一二值化感兴趣区域中的直线线段，将所述直线线段划
分为左线段集合和右线段集合；分别对所述左线段集合和所述右线段集合进行排序，确定
第一线段和第二线段；其中，所述第一线段为所述左线段集合中最长的单像素线段，所述第
二线段为所述右线段集合中最长的单像素线段；将所述第一线段的右端点以及所述第二线
段的左端点作为焊缝特征点。

[0088] 其中，第一二值化感兴趣区域，即为二值化的坡口斜面区域，在该区域中激光条纹由左右两部分构成，可以分别在每一部分中确定一个焊缝特征点。

[0089] 典型的，可以使用霍夫曼变化来计算第一二值化感兴趣区域中所有的直线线段，并将这些值线段划分成左右两组线段集合。然后分别对每个线段集合中的线段进行长短排
序，找到左线段集合中最长的单像素线段(即第一线段)，以及右线段集合中最长的单像素
线段(即第二线段)。针对左线段集合中最长的单像素线段，其右端点即为焊缝特征点，针对
右线段集合中最长的单像素线段，其左端点即为焊缝特征点。

[0090] S2100、在所述第二二值化感兴趣区域中确定两个焊缝特征点。

[0091] 其中，第二二值化感兴趣区域，即为二值化的焊缝底部区域，在该区域中激光条纹由一部分构成，可以在该部分的两端分别确定一个焊缝特征点。

[0092] 作为本实施一种可选的实施方式，可以将在所述第二二值化感兴趣区域中确定两个焊缝特征点，具体为：计算所述第二二值化感兴趣区域中激光条纹的单像素中心线段；将
所述单像素中心线段的两个端点作为所述焊缝特征点。

[0093] 典型的，可以使用Hessian矩阵法计算激光条纹的单像素中心线段，找到该线段的左右两个端点，这两个端点即为第二二值化感兴趣区域中的焊缝特征点。

[0094] 本实施例未尽详细解释之处请参加前述实施例，在此不再赘述。

[0095] 在上述技术方案中，根据焊缝图像中激光条纹的分布将感兴趣区域划分为第一感兴趣区域和第二感兴趣区域，对不同的感兴趣区域采用不同的二值化分割阈值进行图像分
割，而且针对不同的二值化感兴趣区域采用不同的方式进行焊缝特征点识别，有效地减少
了或消除了现场应用中存在的各种干扰，例如弧光、飞溅以及金属反光等多种干扰，进而提
高了焊缝特征点提取的稳定性。

[0096] 实施例三

[0097] 图5是本发明实施例三提供的一种对接型焊缝特征点的识别装置的结构示意图，可适用于焊接现场应用中存在例如弧光、飞溅以及金属反光等多种干扰，使焊缝特征点识
别可能发生错误的情况下，该装置可采用软件和/或硬件的方式实现，并一般可集成在焊缝
图像采集设备(含处理器)中。

[0098] 如图5所示，该对接型焊缝特征点的识别装置具体包括：感兴趣区域获取模块310、二值化分割处理模块320和焊缝特征点识别模块330。其中，

[0099] 感兴趣区域获取模块310，用于获取一帧焊缝图像，并在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域；其中，所述第一感兴趣区域和所述第二感兴趣区域的区域
范围是根据第一帧焊缝图像中的SURF特征点确定的，所述第一感兴趣区域指示工件表面条
纹区域，所述第二感兴趣区域指示焊缝底部条纹区域；

[0100] 二值化分割处理模块320，用于分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域；

[0101] 焊缝特征点识别模块330，用于在所述第一二值化感兴趣区域中确定两个焊缝特征点，在所述第二二值化感兴趣区域中确定两个焊缝特征点。

[0102] 本发明实施例提供的技术方案，首先在获取的焊缝图像中获取根据第一帧焊缝图像中的SURF特征点确定的第一感兴趣区域和第二感兴趣区域，然后分别对第一感兴趣区域
和第二感兴趣区域进行二值化分割处理，最后分别在二值化分割处理后的第一感兴趣区域
和第二感兴趣区域中识别出焊缝特征点，以此能够减少或消除现场应用中存在的各种干
扰，例如弧光、飞溅以及金属反光等多种干扰，提高了焊缝特征点提取的稳定性。

[0103] 进一步的，上述装置还包括：特征点检测模块、特征点分类模块、第一感兴趣区域确定模块和第二感兴趣区域确定模块，其中，

[0104] 特征点检测模块，用于在获取第一帧焊缝图像之后，检测所述第一帧焊缝图像中的SURF特征点；

[0105] 特征点分类模块，用于根据所述SURF特征点的纵坐标值将所述SURF特征点划分为第一类特征点和第二类特征点，其中，第一类特征点指示工件表面条纹区域内的特征点，第
二类特征点指示焊缝底部条纹区域内的特征点；

[0106] 第一感兴趣区域确定模块，用于根据所述第一类特征点的分布确定第一感兴趣区域；

[0107] 第二感兴趣区域确定模块，用于根据所述第二类特征点的分布确定第二感兴趣区域。

[0108] 在一示例中，第一感兴趣区域确定模块，具体用于：在所述第一类特征点中选取灰度值小于设定灰度阈值的第一类目标特征点；根据所述第一类目标特征点的坐标值，拟合
出一条第一目标直线；以所述第一目标直线为中心，将第一预设像素范围作为所述第一感
兴趣区域。

[0109] 在一示例中，第二感兴趣区域确定模块，具体用于：获取所述第二类特征点的纵坐标均值，并根据所述纵坐标均值确定第二目标直线；以所述第二目标直线为中心，将第二预
设像素范围作为所述第二感兴趣区域。

[0110] 进一步的，二值化分割处理模块320，具体用于：分别计算所述第一感兴趣区域和所述第二感兴趣区域的第一二值化分割阈值和第二二值化分割阈值；根据所述第一二值化
分割阈值对所述第一感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域；根据
所述第二二值化分割阈值对所述第二感兴趣区域进行二值化分割处理，得到第二二值化感
兴趣区域。

[0111] 在上述技术方案的基础上，焊缝特征点识别模块330在所述第一二值化感兴趣区域中确定两个焊缝特征点时，具体用于：计算所述第一二值化感兴趣区域中的直线线段，将
所述直线线段划分为左线段集合和右线段集合；分别对所述左线段集合和所述右线段集合
进行排序，确定第一线段和第二线段；其中，所述第一线段为所述左线段集合中最长的单像
素线段，所述第二线段为所述右线段集合中最长的单像素线段；将所述第一线段的右端点
以及所述第二线段的左端点作为焊缝特征点。

[0112] 在上述技术方案的基础上，焊缝特征点识别模块330在所述第二二值化感兴趣区域中确定两个焊缝特征点时，具体用于：计算所述第二二值化感兴趣区域中激光条纹的单
像素中心线段；将所述单像素中心线段的两个端点作为所述焊缝特征点。

[0113] 上述对接型焊缝特征点的识别装置可执行本发明任意实施例所提供的对接型焊缝特征点的识别方法，具备执行对接型焊缝特征点的识别方法相应的功能模块和有益效
果。

[0114] 实施例四

[0115] 图6为本发明实施例四提供的一种计算机设备的结构示意图，如图6所示，该计算机设备包括：

[0116] 一个或多个处理器410，图6中以一个处理器410为例；

[0117] 存储器420；

[0118] 所述设备还可以包括：输入装置430和输出装置440。

[0119] 所述设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接，图6中以通过总线连接为例。

[0120] 存储器420作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种对接型焊缝特征点的识别方法对应的程序指
令/模块(例如，附图5所示的感兴趣区域获取模块310、二值化分割处理模块320和焊缝特征
点识别模块330)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而
执行计算机设备的各种功能应用以及数据处理，即实现上述方法实施例的一种对接型焊缝
特征点的识别方法。

[0121] 存储器420可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的
数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如
至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储
器420可选包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至
终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组
合。

[0122] 输入装置430可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。

[0123] 实施例五

[0124] 本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种对接型焊缝特征点的识别方法，该方法包
括：

[0125] 获取一帧焊缝图像，并在所述焊缝图像中获取第一感兴趣区域和第二感兴趣区域；其中，所述第一感兴趣区域和所述第二感兴趣区域的区域范围是根据第一帧焊缝图像
中的SURF特征点确定的，所述第一感兴趣区域指示工件表面条纹区域，所述第二感兴趣区
域指示焊缝底部条纹区域；

[0126] 分别对所述第一感兴趣区域和所述第二感兴趣区域进行二值化分割处理，得到第一二值化感兴趣区域和第二二值化感兴趣区域；

[0127] 在所述第一二值化感兴趣区域中确定两个焊缝特征点，在所述第二二值化感兴趣区域中确定两个焊缝特征点。

[0128] 可选的，该计算机可执行指令在由计算机处理器执行时还可以用于执行本发明任意实施例所提供的一种对接型焊缝特征点的识别方法的技术方案。

[0129] 通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更
佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的
部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质
中，如计算机的软盘、只读存储器(Read‑Only Memory,ROM)、随机存取存储器(Random 
Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设
备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

[0130] 值得注意的是，上述对接型焊缝特征点的识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的
功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的
保护范围。

[0131] 注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、
重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行
了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还
可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。