CN106408602A - 一种cnc视觉系统图像特征匹配方法 - Google Patents

Abstract

本发明公开本发明提供一种CNC视觉系统图像特征匹配方法，可以在CNC视觉系统中对图像特征进行匹配,如目标识别与跟踪、刀具或工件表面状态监测、利用重构模型比对补偿加工精度等,在实现图像特征高精度匹配的同时又会提高匹配的效率，也实现了在CNC数控机床上反求加工由视觉重构得到的三维模型的功能;其次,将图像特征匹配技术应用于数控安全监控的背景模型匹配中,实现在CNC数控机床上采用计算机视觉技术对人身安全进行防护。

Description

一种CNC视觉系统图像特征匹配方法

技术领域

本发明涉及CNC技术领域,尤其涉及一种CNC视觉系统图像特征匹配方法。

背景技术

制造业是我国的支柱产业,也是国民经济的物质基础、国家竞争力的主要体现及国家安全的重要保障。所以,国家高度重视制造业的发展。我国《国家中长期科学和技术发展规划纲要》将“先进制造技术”列为“第五部分前沿技术”的第8项前沿技术,并在“先进制造技术”前言中明确将“智能制造与应用技术”列为应重点突破的技术;而且“智能制造”己列入“第三部分重点领域及其优先主题”中11个重点领域的第5个重点领域“制造业” 8项优先主题的第2主题中。“智能”在我国制造业中的重要地位由此可见一斑,智能化是先进制造技术发展的趋势。

智能制造是指在制造活动有关环节中,借助计算机模拟人类有关专门人才的智能活动,并以此为核心集成有关技术,进行分析判断、推理、构思与决策,取代、延伸乃至强化在制造环境中人的部分脑力活动,而以高度柔性与自适应性进行制造活动。智能制造技术是制造知识和技能的表示、获取和运用,这当中也包括计算机数字控制CNC技术。

自20世纪90年代以来,快速发展的计算机技术,推动数控技术不断更新换代。从数控技术及其装备发展的趋势来看,数控技术向着多技术集成、自适应方向发展。将视觉技术运用到CNC机床上,会使数控技术在这个发展方向上迈进一步。

自20世纪90年代以来,快速发展的计算机技术,推动数控系统不断更新换代。从数控技术及其装备发展的趋势来看,数控技术向着多技术集成、自适应方向发展。将视觉技术运用到CNC机床上,会使数控技术在这个发展方向上迈进一大步。在CNC机床上应用计算机视觉技术,主要评估刀具磨损、评测工具表面粗糙度、规划走刀路径、安全监控等。这些应用都涉及到图像配准,图像配准是图像处理与分析中的基本问题,可完成图像分析、变化检测、三维重建、目标识别和图像检索等处理工作。所以,图像配准技术是将计算机视觉技术应用于数控系统中的关键技术。基于图像特征的配准方法因为精度高、速度快、稳定性好等特点成为图像配准研宄热点。基于图像特征的图像配准离不开图像特征的搜索与匹配,如何让图像特征以实现精确地、快速地匹配是其中的关键。近些年出现了许多构建图像特征描述子的算法,但是要同时达到特征匹配的高精度和实时性,仍然是现寸的问题。

本发明提供一种CNC视觉系统图像特征匹配方法，可以在CNC视觉系统中对图像特征进行匹配,如目标识别与跟踪、刀具或工件表面状态监测、利用重构模型比对补偿加工精度等,在实现图像特征高精度匹配的同时又会提高匹配的效率，也实现了在CNC数控机床上反求加工由视觉重构得到的三维模型的功能;其次,将图像特征匹配技术应用于数控安全监控的背景模型匹配中,实现在CNC数控机床上采用计算机视觉技术对人身安全进行防护。

发明内容

本发明主要是解决现有产品所存在的技术问题，从而提供提供一种CNC视觉系统图像特征匹配方法，具体步骤为：D_pi(x,y)里的某个已知匹配点t，由o(t)和n(t)可以确定一个平面。经过照片P_i的相机光心O_p1和网格G_pi(x,y)中心的光线与匹配点t所在平面相交得到一个新的匹配点t'，该匹配点位置为o(t')，该匹配点方向是t'指向O_p1的方向。然后将照片P_i作为比较照片Z(t')，将所有观察到新得到的匹配点t'的照片集合记为S(t')。

初始化匹配点t'参数(与初始化特征点d相同)后，从5 S(t')中筛选出S'(t')，这和从S(d)中筛选出类似。

在匹配点t'的照片集合S'(t')内，通过匹配点优化程序得到匹配点t'的优化的位置o(t')和方向2(t')。

再加入一些匹配点t'的投影可视图片到S(t')里，并再一次从S(t')中筛选出 S'(t')。

如果S'(t')图片数量达到某个阈值,就认可新匹配出的点,并保存下来。

最后将新获得的匹配点t'添加到集合D_pi（x,y）和D'_pi(x,y)里。

如此迭代复制完D_p'（x,y）力内所有的匹配点，得到全新的和至此,得到了较为密集旳匹配点云。

具体实施方式

下面对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种CNC视觉系统图像特征匹配方法，具体步骤为：D_pi(x,y)里的某个已知匹配点t，由o(t)和n(t)可以确定一个平面。经过照片P_i的相机光心O_p1和网格G_pi(x,y)中心的光线与匹配点t所在平面相交得到一个新的匹配点t'，该匹配点位置为o(t')，该匹配点方向是t'指向O_p1的方向。然后将照片P_i作为比较照片Z(t')，将所有观察到新得到的匹配点t'的照片集合记为S(t')。

初始化匹配点t'参数(与初始化特征点d相同)后，从5 S(t')中筛选出S'(t')，这和从S(d)中筛选出类似。

在匹配点t'的照片集合S'(t')内，通过匹配点优化程序得到匹配点t'的优化的位置o(t')和方向2(t')。

再加入一些匹配点t'的投影可视图片到S(t')里，并再一次从S(t')中筛选出 S'(t')。

如果S'(t')图片数量达到某个阈值,就认可新匹配出的点,并保存下来。

最后将新获得的匹配点t'添加到集合D_pi（x,y）和D'_pi(x,y)里。

如此迭代复制完D_p'（x,y）力内所有的匹配点，得到全新的和至此,得到了较为密集旳匹配点云。

随着数控机床加工制造业的发展,以人为本的发展原则的深入贯彻,对数控加工安全性的要求不断提高。一般数控机床加工安全方法有加机床防护罩或红外线感应装置。机床防护罩因其简单有效而应用比较普遍,但缺点有不利于观察加工情况、笨重、材料费和维修保养费较高。红外线感应装置近几年应用较多,但易受热源光源、环境温度和射频辖射等影响。随着计算机视觉的发展,将视觉监控技术应用于数控机床安全监控是一个新的突破,不仅进一步提升了数控机床的自动化水平,而且视觉安全监控不受环境的影响、成本低廉、效果明显。

CNC视觉系统中的安全监控实际上就是监控机床附近的目标移动并进行跟踪,根据安全等级调控机床运行状态。目标跟踪是计算机视觉研宄的一个重要分支[。所谓目标跟踪,是指对图像序列中的运动目标进行检测、提取、识别和跟踪,获得运动目标的运动参数,从而进行下一步的处理与分析,实现对运动目标的行为理解。

显然，上述实施例仅仅是为清楚地说明所作的举例，而不是全部的实施例，并不用以限制本发明。对于所属领域的普通技术人员来说，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种CNC视觉系统图像特征匹配方法，其特征在于，具体步骤为：D_pi(x,y)里的某个已知匹配点t，由o(t)和n(t)可以确定一个平面；

经过照片P_i的相机光心O_p1和网格G_pi(x,y)中心的光线与匹配点t所在平面相交得到一个新的匹配点t'，该匹配点位置为o(t')，该匹配点方向是t'指向O_p1的方向；

然后将照片P_i作为比较照片Z(t')，将所有观察到新得到的匹配点t'的照片集合记为S(t')；

初始化匹配点t'参数(与初始化特征点d相同)后，从5 S(t')中筛选出S'(t')，这和从S(d)中筛选出类似；

在匹配点t'的照片集合S'(t')内，通过匹配点优化程序得到匹配点t'的优化的位置o(t')和方向2(t')；

再加入一些匹配点t'的投影可视图片到S(t')里，并再一次从S(t')中筛选出 S'(t')；

如果S'(t')图片数量达到某个阈值,就认可新匹配出的点,并保存下来；

最后将新获得的匹配点t'添加到集合D_pi（x,y）和D'_pi(x,y)里；

如此迭代复制完D_p'（x,y）力内所有的匹配点，得到全新的和至此,得到了较为密集旳匹配点云。