CN107240090B - 一种板材轮廓提取的方法 - Google Patents

一种板材轮廓提取的方法 Download PDF

Info

Publication number
CN107240090B
CN107240090B CN201710252956.4A CN201710252956A CN107240090B CN 107240090 B CN107240090 B CN 107240090B CN 201710252956 A CN201710252956 A CN 201710252956A CN 107240090 B CN107240090 B CN 107240090B
Authority
CN
China
Prior art keywords
plate
contour
capacitance
image
brightness
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710252956.4A
Other languages
English (en)
Other versions
CN107240090A (zh
Inventor
周志祥
徐超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Friendess Electronic Technology Co ltd
Original Assignee
Shanghai Friendess Electronic Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Friendess Electronic Technology Co ltd filed Critical Shanghai Friendess Electronic Technology Co ltd
Priority to CN201710252956.4A priority Critical patent/CN107240090B/zh
Publication of CN107240090A publication Critical patent/CN107240090A/zh
Application granted granted Critical
Publication of CN107240090B publication Critical patent/CN107240090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Laser Beam Processing (AREA)

Abstract

本发明涉及数控激光切割领域，具体的说是一种板材轮廓提取的方法。包括如下步骤：1）相机标定；2）采集背光图像；3）基于亮度均衡矫正原理进行图像处理；4）基于相机标定获取的转换矩阵在机械坐标系下拟合出板材轮廓的二维信息图；5）设置电容寻边特征点；6）对每一个电容寻边特征点寻找与之对应的轮廓边界点；7）对所有的轮廓边界点进行边界拟合，重新生成出板材轮廓的二维信息图。本发明同现有技术相比，采用机器视觉技术进行板材轮廓的粗提取，再利用电容传感原理进行板材轮廓的精提取，大幅度提高了板材轮廓提取精度；基于板材多边形轮廓特性，智能生成寻边特征点，提高精定位效率；出边过程中实时获取电容信号，捕获电容突变点，实现轮廓边界点的精提取。

Description

一种板材轮廓提取的方法
技术领域
本发明涉及数控激光切割领域，具体的说是一种板材轮廓提取的方法。
背景技术
在激光切割加工过程中，板材的轮廓提取一直是一个基本问题；特别是对上一次加工任务结束后余料的轮廓提取，直接影响到下一次加工任务的有效进行。如果不能精准的提取板材或余料的轮廓，将直接导致加工文件的排布不准，带来的后果是当加工文件幅面远小于板材实际轮廓时，板材利用率不高；当加工文件幅面超出板材实际轮廓时，甚至会损坏激光切割头或机床。
发明内容
本发明为克服现有技术的不足，设计一种可以有效提高板材利用率且避免损坏激光切割头或机床的板材轮廓提取方法。
为实现上述目的，设计一种板材轮廓提取的方法，包括激光切割机，其特征在于：所述激光切割机的激光头上设有电容传感器，激光切割机的两侧分别一块竖直放置的幅面挡板，所述幅面挡板向内的一侧设有背光LED灯；
轮廓提取方法包括如下步骤：
1）步骤1，相机标定，建立机械坐标系与相机坐标系之间的转换矩阵；
2）步骤2，开启背光LED灯，采集背光图像；
3）步骤3，基于亮度均衡矫正原理进行图像处理；
4）步骤4，根据处理后的图像提取板材轮廓，基于相机标定获取的转换矩阵在机械坐标系下拟合出板材轮廓的二维信息图；
5）步骤5，设置电容寻边特征点；
6）步骤6，采用电容信号传感器，对每一个电容寻边特征点寻找与之对应的轮廓边界点；
7）步骤7，对所有的轮廓边界点进行边界拟合，重新生成出板材轮廓的二维信息图。
所述步骤2包括如下步骤：1）将光照不均匀图像进行区域分割，并对每一个子区域进行亮度均值处理，获得每个子区域的亮度均值，由此获得子区域亮度均值矩阵；2）用均值矩阵中每个元素值减去采集图像的整体亮度均值，获得子区域亮度差值矩阵；3）利用图像插值法将子区域亮度差值矩阵重新采样成与采集图像一致的矩阵，得到亮度均衡矫正后的图像。
所述步骤6包括如下步骤：1）控制激光头运动到寻边特征点附近，且此时激光头必须在板材轮廓内；2）控制激光头沿X或Y轴方向中出边距离最短的一个方向移动；3）利用激光头上的电容传感器采集电容信号，获取电容值突变的点的二维坐标，此坐标即为轮廓边界点。
本发明同现有技术相比，采用机器视觉技术进行板材轮廓的粗提取，再利用电容传感原理进行板材轮廓的精提取，大幅度提高了板材轮廓提取精度；在轮廓粗提取中，利用机床两侧LED灯的辅助机构采集特征更明显的背光图像；在电容传感寻边中，基于板材多边形轮廓特性，智能生成寻边特征点，提高精定位效率；出边过程中实时获取电容信号，捕获电容突变点，实现轮廓边界点的精提取。
附图说明
图1为本发明的结构示意图。
图2为本发明的正视图。
图3为本发明的工艺流程图。
参见图1～图3，其中，1是激光切割机，2是幅面挡板，3是背光LED灯。
具体实施方式
下面根据附图对本发明做进一步的说明。
如图1～图2所示，所述激光切割机1的激光头上设有电容传感器，激光切割机1的两侧分别一块竖直放置的幅面挡板2，幅面挡板2的作用是确保切割过程中金属飞屑不损坏背光LED灯3，所述幅面挡板2向内的一侧设有背光LED灯3，其中背光LED灯3的具体位置可以设在机身钣金外壳下沿，并确保背光LED灯在板材的下方。
实施例：
如图3所示，首先开启激光切割机的处理软件，启动相机标定功能。相机标定结束后，会获取激光切割机机械坐标系与相机坐标系之间的转换矩阵。
随后启动背光图像采集功能，会打开LED灯与相机进行背光图像的采集；采集完成后自动关闭LED灯与相机，保证视觉系统元器件的使用寿命。
基于亮度均衡矫正原理进行图像处理。针对由于板材幅面离LED灯远近不一导致的不均匀光照下采集到的特征图像，采用一种基于亮度均衡的算法，将光照不均匀图像进行区域分割，并对每一个子区域进行亮度均值处理，获得每个子区域的亮度均值，由此获得子区域亮度均值矩阵；用均值矩阵中每个元素值减去采集图像的整体亮度均值，获得子区域亮度差值矩阵；然后利用图像插值法将子区域亮度差值矩阵重新采样成与采集图像一致的矩阵，得到亮度矫正后的图像。
提取板材轮廓，并基于相机标定获取的转换矩阵，在机械坐标系下拟合出板材轮廓的二维信息图。
设置电容寻边特征点。针对板材多边形轮廓特征，基于三点寻边的方式智能选取寻边特征点可以大大提高整体寻边效率；同时对特殊轮廓线手动设置寻边特征点，可以规避不重要轮廓段，使得电容寻边精定位的次数减少。
采用电容传感信号，对每一个特征点寻找与之对应的轮廓边界点。先控制切割头运动到板材轮廓内的寻边特征点附近，再使切割头沿X/Y中出边距离最短的一个方向运动，利用激光切割头采集的电容信号，获取电容值突变点的二维坐标，即为轮廓边界点。
最后对所有轮廓边界点进行边界拟合，重新生成出板材轮廓的二维信息图。

Claims (3)

1.一种板材轮廓提取的方法，包括激光切割机，其特征在于：所述激光切割机(1)的激光头上设有电容传感器，激光切割机(1)的两侧分别一块竖直放置的幅面挡板(2)，所述幅面挡板(2)向内的一侧设有背光LED灯(3)；
轮廓提取方法包括如下步骤：
1)步骤1，相机标定，建立机械坐标系与相机坐标系之间的转换矩阵；
2)步骤2，开启背光LED灯，采集背光图像；
3)步骤3，基于亮度均衡矫正原理进行图像处理；
4)步骤4，根据处理后的图像提取板材轮廓，基于相机标定获取的转换矩阵在机械坐标系下拟合出板材轮廓的二维信息图；
5)步骤5，设置电容寻边特征点；
6)步骤6，采用电容信号传感器，对每一个电容寻边特征点寻找与之对应的轮廓边界点；
7)步骤7，对所有的轮廓边界点进行边界拟合，重新生成出板材轮廓的二维信息图。
2.如权利要求1所述的一种板材轮廓提取的方法，其特征在于所述步骤3包括如下步骤：1)将光照不均匀图像进行区域分割，并对每一个子区域进行亮度均值处理，获得每个子区域的亮度均值，由此获得子区域亮度均值矩阵；2)用均值矩阵中每个元素值减去采集图像的整体亮度均值，获得子区域亮度差值矩阵；3)利用图像插值法将子区域亮度差值矩阵重新采样成与采集图像一致的矩阵，得到亮度均衡矫正后的图像。
3.如权利要求1所述的一种板材轮廓提取的方法，其特征在于所述步骤6包括如下步骤：1)控制激光头运动到寻边特征点附近，且此时激光头必须在板材轮廓内；2)控制激光头沿X或Y轴方向中出边距离最短的一个方向移动；3)利用激光头上的电容传感器采集电容信号，获取电容值突变的点的二维坐标，此坐标即为轮廓边界点。
CN201710252956.4A 2017-04-18 2017-04-18 一种板材轮廓提取的方法 Active CN107240090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710252956.4A CN107240090B (zh) 2017-04-18 2017-04-18 一种板材轮廓提取的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710252956.4A CN107240090B (zh) 2017-04-18 2017-04-18 一种板材轮廓提取的方法

Publications (2)

Publication Number Publication Date
CN107240090A CN107240090A (zh) 2017-10-10
CN107240090B true CN107240090B (zh) 2020-09-04

Family

ID=59983733

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710252956.4A Active CN107240090B (zh) 2017-04-18 2017-04-18 一种板材轮廓提取的方法

Country Status (1)

Country Link
CN (1) CN107240090B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108581219B (zh) * 2018-04-10 2020-09-15 上海柏楚电子科技股份有限公司 一种二维三维金属材料激光切割易用性能调整方法
CN108747044A (zh) * 2018-06-04 2018-11-06 武汉金运激光产业发展有限公司 一种可配置的视觉寻边方法及系统
CN109389639B (zh) * 2018-07-16 2021-06-25 中国铁道科学研究院集团有限公司基础设施检测研究所 动态行车环境下钢轨轮廓激光条纹中心提取方法及装置
CN108723588B (zh) * 2018-07-27 2020-06-26 奔腾激光(温州)有限公司 一种激光板材切割方法
CN109108491A (zh) * 2018-09-19 2019-01-01 上海柏楚电子科技股份有限公司 一种安全寻边的方法
CN111633348B (zh) * 2020-05-19 2022-08-26 大族激光科技产业集团股份有限公司 激光切割的寻边方法、装置、设备及可读介质
CN111932517B (zh) * 2020-08-11 2023-08-15 上海柏楚电子科技股份有限公司 余料板材的轮廓测绘方法、装置、电子设备与存储介质
CN112705421A (zh) * 2020-12-25 2021-04-27 深圳市轴心自控技术有限公司 一种用于抓边点胶功能的处理系统
CN114619135A (zh) * 2022-03-14 2022-06-14 东莞市舟拓电路科技有限公司 一种自动识别压合板尺寸并进行裁切的设备
CN117226250B (zh) * 2023-11-13 2024-03-15 大族激光智能装备(江苏)有限公司 加工定位方法、装置及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1175089A (ja) * 1997-09-01 1999-03-16 Keyence Corp 画像輪郭強調回路および撮像装置
CN2860712Y (zh) * 2005-07-27 2007-01-24 北京工业大学 大功率固体激光平面切割机

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101704202A (zh) * 2009-11-11 2010-05-12 上海宝信软件股份有限公司 在线切割机上的钢板轮廓提取装置及其提取方法
JP2014124747A (ja) * 2012-12-27 2014-07-07 Brother Ind Ltd 切断データ作成装置、切断装置、及び切断データ作成プログラム
CN104972228A (zh) * 2015-07-03 2015-10-14 青岛科瑞特激光设备有限公司 板材用激光切割机的寻边方法
CN106052586A (zh) * 2016-07-21 2016-10-26 中国科学院自动化研究所 基于机器视觉的石材大板表面轮廓尺寸获取系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1175089A (ja) * 1997-09-01 1999-03-16 Keyence Corp 画像輪郭強調回路および撮像装置
CN2860712Y (zh) * 2005-07-27 2007-01-24 北京工业大学 大功率固体激光平面切割机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Image contour extraction with analog MOS circuit techniques;PAULI. SUCIU.et al;《IEEE JOURNAL OF SOLID-STATE CIRCUITS》;19770228;第12卷(第1期);65-72 *

Also Published As

Publication number Publication date
CN107240090A (zh) 2017-10-10

Similar Documents

Publication Publication Date Title
CN107240090B (zh) 一种板材轮廓提取的方法
CN105674910B (zh) 一种超大型剪板机板料剪切边缘曲线检测系统及方法
WO2021184757A1 (zh) 机器人视觉末端定位方法、装置及计算机可读存储介质
CN110717872B (zh) 一种激光辅助定位下的v型焊缝图像特征点提取方法及提取系统
CN109489566B (zh) 锂电池隔膜材料分切宽度检测方法、检测系统及装置
CN111062940B (zh) 一种基于机器视觉的螺钉定位与识别方法
CN109978940B (zh) 一种sab安全气囊尺寸视觉测量方法
CN102455171B (zh) 一种激光拼焊焊缝背面几何形貌检测方法
CN102496161A (zh) 一种印刷电路板图像的轮廓提取方法
CN107909571A (zh) 一种焊缝图像处理方法、系统、设备及计算机存储介质
CN102179726A (zh) 基于图像技术的数控加工二次装夹偏差测量仪及方法
CN107610085A (zh) 一种基于计算机视觉的焊点缺陷检测系统
CN103679146A (zh) 基于高通滤波器和Hough变换的安全带智能检测方法
CN110930368B (zh) 一种薄板搭接焊缝实时焊接图像特征提取方法
CN104999504A (zh) 一种瓦楞纸板尺寸的测量方法及分纸压线控制方法和系统
EP2770478A2 (en) Image processing unit, imaging device, and vehicle control system and program
CN109300125A (zh) 一种复杂环境下城轨列车受电弓滑板图像提取算法
CN110774055B (zh) 一种基于图像边缘检测的刀具断损监测方法及系统
CN111879777A (zh) 软资材贴合瑕疵检测方法、装置、设备以及存储介质
CN104669064A (zh) Cnc视觉辅助加工系统及方法
CN110640303B (zh) 高精度视觉定位系统及其定位校准方法
CN102663781A (zh) 一种基于视觉的亚像素级焊缝中心提取方法
CN110987959A (zh) 一种在线毛刺检测方法
CN116883498A (zh) 基于灰度质心提取算法的视觉合作靶标特征点定位方法
CN107289882A (zh) 一种种植牙瑕疵和粗糙度检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 200240 No. 953 lane, Jianchuan Road, Minhang District, Shanghai 322

Applicant after: SHANGHAI FRIENDESS ELECTRONIC TECHNOLOGY Co.,Ltd.

Address before: 200240 west two floor, 2 building, 940 Jianchuan Road, Minhang District, Shanghai.

Applicant before: FRIENDESS CO.,LTD.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder

Address after: 200241 No. 1000, Lanxiang Hunan Road, Minhang District, Shanghai

Patentee after: SHANGHAI FRIENDESS ELECTRONIC TECHNOLOGY Co.,Ltd.

Address before: 200240 No. 953 lane, Jianchuan Road, Minhang District, Shanghai 322

Patentee before: SHANGHAI FRIENDESS ELECTRONIC TECHNOLOGY Co.,Ltd.

CP02 Change in the address of a patent holder