CN110175621B - 一种基于任意模板匹配的激光切割视觉定位方法 - Google Patents

Abstract

本发明涉及激光切割技术领域，具体地说是一种基于任意模板匹配的激光切割视觉定位方法。一种基于任意模板匹配的激光切割视觉定位方法，包括横梁、切割头、相机，切割头的顶部连接横梁，位于切割头的一侧连接相机。同现有技术相比，提供一种基于任意模板匹配的激光切割视觉定位方法，进一步提高切割精度，采用相机来获取板材上mark图案的影像信息，通过对影像信息进行处理，用事先准备好的模板图像和提取的影像信息进行模板匹配，从而找出影像信息中mark点中心的像素坐标，再通过中心像素坐标计算出实际mark点中心的机械坐标。

Description

一种基于任意模板匹配的激光切割视觉定位方法

技术领域

本发明涉及激光切割技术领域，具体地说是一种基于任意模板匹配的激光切割视觉定位方法。

背景技术

目前，在激光加工技术领域，进行激光加工前，需要进行机械定位，具体过程是用夹具或者是卡爪将板材固定好，使矩形板长边和短边分别与机械坐标系XY轴平行(如图5所示)，然后将切割头对准板材上的某个mark点，以此位置的机械坐标作为加工的起点坐标，然后根据切割效果，不断微调起点的坐标直至切割精度稳定，完成机械定位。但是这样的机械定位方式对于每种规格的板材都要重新调整夹具或者卡爪，才能达到矩形板材长短边分别与XY轴平行的目的，过程繁琐且耗时长，而且对于夹具和卡爪的精度要求很高；其次，确定加工起点的时候，需要反复微调，反复测试切割效果，过程繁琐，耗时长，适合同种板材的大批量加工；受到机械装置的影响，经过上述的机械定位，实际切割精度只能在30丝以内。

发明内容

本发明为克服现有技术的不足，提供一种基于任意模板匹配的激光切割视觉定位方法，进一步提高切割精度，采用相机来获取板材上mark图案的影像信息，通过对影像信息进行处理，用事先准备好的模板图像和提取的影像信息进行模板匹配，从而找出影像信息中mark点中心的像素坐标，再通过中心像素坐标计算出实际mark点中心的机械坐标。

为实现上述目的，设计了一种基于任意模板匹配的激光切割视觉定位方法，包括横梁、切割头、相机，切割头的顶部连接横梁，位于切割头的一侧连接相机，其特征在于：具体视觉定位方法如下：

S1：开始；

S2：判断是否首次进行视觉定位，是则固定好相机位置；否则移动相机至某个mark点的上方，通过图像处理算法和模板匹配的方法计算出视野中mark点中心位置(X1，Y1)；

S3：固定好相机位置；

S4：分别测量出切割头光斑中心C到相机感光芯片正中心D在XY方向的距离DX，DY；

S5：分别测量出每个像素在X、Y方向对应机械长度PX，PY，即像素长度；

S6：从相机获取的图像中截取含有mark点图案的部分作为模板并保存；

S7：移动相机至某个mark点的上方(确保mark点在视野范围内即可)，记录切割头光斑中心C位置的机械坐标(CX，CY)，通过图像处理算法和模板匹配的方法计算出视野中mark点中心位置(X1，Y1)；

S8：根据(X1，Y1)、(CX，CY)、PX、PY、DX、DY计算出当前视野范围内的mark点中心的机械坐标(MX，MY)；

S9：判断mark点是否全部定位完毕，是则结束；否则跳转至S7。

所述的相机为130w像素、搭配50mm焦距镜头的工业相机。

所述的S5中的像素长度是指每个像素对应的实际长度；具体方法是：

S51：先测出像素在相机X和Y方向视野长度LX和LY，记像素在X和Y方向像素分辨率分别为SX和SY；

S52：那么X和Y方向像素长度PX＝LX/SX，PY＝LY/SY。

所述的S6中，从拍摄的mark点图案中，截取包含mark点的部分图像作为模板，mark点可以是任何形状的，将mark点模板保存到计算机。

所述的S8中的计算过程如下：

S81：首先分别计算mark点中心到视野中心(可以认为就是相机感光芯片中心D)X和Y方向距离PX*X1和PY*Y1；

S82：计算视野中心位置的机械坐标(CX+DX，CY+DY)；

S83：计算出图像中mark点中心的机械坐标(CX+DX+PX*X1，CY+DY+PY*Y1)。

所述的S7中通过图像处理算法和模板匹配的方法计算mark点中心像素坐标的过程为加快处理的速度，主要过程分为离线阶段及在线阶段。

所述的离线阶段的具体过程如下：

S11：开始；

S12：从计算机里面读取S6保存的模板图像；

S13：模板图像按照一定步进角度(比如1°)绕模板中心依次旋转，得到旋转不同角度后的所有图像；

S14：分别计算所有旋转后的模板梯度方向图；

S15：计算完所有梯度方向图后，将它们存储在一个表里面，建立按角度索引的模板梯度方向表T(θ)，其中，θ是指旋转的角度；

S16：结束。

所述的S14中计算所有旋转后的模板梯度方向图的具体计算如下：记图像中的像素灰度值为I(x,y)，其中，x代表列，y代表行；则图像中某点(x,y)的X和Y方向的梯度值分别为G_x＝I(x,y)-I(x-1,y)；G_y＝I(x,y)-I(x,y-1)；那么图像的梯度方向值为φ(x,y)＝arctan(G_x/G_y)；按照上述公式计算图像中所有点的φ(x,y)，得到图像梯度方向图。

所述的在线阶段的具体过程如下：

S21：输入一帧相机采集的含有mark点的图像；

S22：计算梯度方向图G1；

S23：在梯度方向模板表里逐个进行匹配，即依次将T(θ)和G1进行模板匹配，计算出最相似的位置，即

S24：最相似位置即为mark点的中心位置，即找出最大的R(x,y,θ)，此时的(x,y)即为相机采集图像的mark点中心位置坐标。

本发明同现有技术相比，提供一种基于任意模板匹配的激光切割视觉定位方法，进一步提高切割精度，采用相机来获取板材上mark图案的影像信息，通过对影像信息进行处理，用事先准备好的模板图像和提取的影像信息进行模板匹配，从而找出影像信息中mark点中心的像素坐标，再通过中心像素坐标计算出实际mark点中心的机械坐标。

在使用130w工业相机和搭配50mm焦距镜头的条件下，完成一次视觉定位(计算一个mark点中心机械坐标)的时间在100ms左右，视觉定位精度能达到1个丝以内。而且加工不同的板材时，不需要调整板材长短边使之分别与机械坐标系的XY轴平行(如图4，图5所示)，也不需要反复微调，仅需要一次视觉定位即可确定加工起点的机械坐标。因此极大地简化了定位的流程与时间，同时还提升了定位的精度。

与现有的机械定位方式相比，视觉定位允许板材与XY轴有角度(如图6所示)，大大减少了调节夹具或卡爪的时间，同时也降低了夹具或卡爪的成本；同时，能通过一次视觉定位确定加工起点的机械坐标，视觉定位的精度能达到一个丝，节省时间的同时还提高了精度。

附图说明

图1为本发明软件流程图。

图2为离线阶段软件流程图。

图3为在线阶段软件流程图。

图4为板材放置在平台上的示意图。

参见图4，4为板材摆放的平台，5为待切割的板材，E为板材的一个十字mark点，F为卡爪的一边。

图5为板材长短边分别与XY轴平行的示意图。

图6为板材长短边分别与XY轴成一定夹角的示意图。

图7为切割头、相机及横梁的布局示意图。

参见图7，1为横梁，2为相机，3为切割头，C为光斑中心，D为相机感光芯片中心，A为C的机械坐标，B为D的机械坐标，DX为AB点在X方向的距离，DY为AB点在XY方向的距离。

图8为mark点在相机视野下的坐标位置示意图。

图9为任意形状的mark点示意图。

图10为实施例一采用的模板图。

图11为实施例一模板图旋转部分角度后的图。

图12为实施例一旋转角度后的模板图的梯度图。

图13为实施例一某个mark点上方的图像。

图14为实施例一某个mark点十字中心的位置示意图。

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4所示，待切割的板材5放置在板材摆放的平台4上，并由卡爪固定，待切割的板材5上设置mark点，并且mark点可以是任意形状的，如图9所示。如图7所示，切割头3的顶部连接横梁1，位于切割头3的一侧连接相机2，一种基于任意模板匹配的激光切割视觉定位方法如下：

S1：开始；

S2：判断是否首次进行视觉定位，是则固定好相机位置；否则移动相机至某个mark点的上方，通过图像处理算法和模板匹配的方法计算出视野中mark点中心位置(X1，Y1)；

S3：固定好相机位置；

S4：分别测量出切割头光斑中心C到相机感光芯片正中心D在XY方向的距离DX，DY；

S5：分别测量出每个像素在X、Y方向对应机械长度PX，PY，即像素长度；

S6：从相机获取的图像中截取含有mark点图案的部分作为模板并保存，部分模板图像如图8所示；

S7：移动相机至某个mark点的上方(确保mark点在视野范围内即可)，记录切割头光斑中心C位置的机械坐标(CX，CY)，通过图像处理算法和模板匹配的方法计算出视野中mark点中心位置(X1，Y1)；

S8：根据(X1，Y1)、(CX，CY)、PX、PY、DX、DY计算出当前视野范围内的mark点中心的机械坐标(MX，MY)；

S9：判断mark点是否全部定位完毕，是则结束；否则跳转至S7。

相机2为130w像素、搭配50mm焦距镜头的工业相机。

S5中的像素长度是指每个像素对应的实际长度；具体方法是：

S51：先测出像素在相机X和Y方向视野长度LX和LY，记像素在X和Y方向像素分辨率分别为SX和SY；

S52：那么X和Y方向像素长度PX＝LX/SX，PY＝LY/SY。

S6中，从拍摄的mark点图案中，截取包含mark点的部分图像作为模板，mark点可以是任何形状的，将mark点模板保存到计算机。

S8中的计算过程如下：

S81：首先分别计算mark点中心到视野中心(可以认为就是相机感光芯片中心D)X和Y方向距离PX*X1和PY*Y1；

S82：计算视野中心位置的机械坐标(CX+DX，CY+DY)；

S83：计算出图像中mark点中心的机械坐标(CX+DX+PX*X1，CY+DY+PY*Y1)。

S7中通过图像处理算法和模板匹配的方法计算mark点中心像素坐标的过程为加快处理的速度，主要过程分为离线阶段及在线阶段。

如图2所示，离线阶段的具体过程如下：

S11：开始；

S12：从计算机里面读取S6保存的模板图像；

S13：模板图像按照一定步进角度(比如1°)绕模板中心依次旋转，得到旋转不同角度后的所有图像；

S14：分别计算所有旋转后的模板梯度方向图；

S15：计算完所有梯度方向图后，将它们存储在一个表里面，建立按角度索引的模板梯度方向表T(θ)，其中，θ是指旋转的角度；

S16：结束。

S14中计算所有旋转后的模板梯度方向图的具体计算如下：记图像中的像素灰度值为I(x,y)，其中，x代表列，y代表行；则图像中某点(x,y)的X和Y方向的梯度值分别为G_x＝I(x,y)-I(x-1,y)；G_y＝I(x,y)-I(x,y-1)；那么图像的梯度方向值为φ(x,y)＝arctan(G_x/G_y)；按照上述公式计算图像中所有点的φ(x,y)，得到图像梯度方向图。

如图3所示，在线阶段的具体过程如下：

S21：输入一帧相机采集的含有mark点的图像；

S22：计算梯度方向图G1；

S23：在梯度方向模板表里逐个进行匹配，即依次将T(θ)和G1进行模板匹配，计算出最相似的位置，即

S24：最相似位置即为mark点的中心位置，即找出最大的R(x,y,θ)，此时的(x,y)即为相机采集图像的mark点中心位置坐标。

实施例一：

1.按步骤S1～S5安装好仪器及测量出XY方向单像素对应的实际机械长度PX和PY；

2.截取模板图像(如图10所示)并保存到计算机；

3.离线阶段：

(1)读取模板图像如图10所示；

(2)按一定角度旋转，得到旋转后的模板图，如图11所示；

(3)按照S14计算梯度方向图，如图12所示；

(4)按照上述角度建立模板梯度方向表T(θ)；

4.在线阶段：

(1)把相机移动到某个mark点上方；

(2)从相机采集待识别的图像，如图13所示：

(3)根据S23所述的公式，依次将T(θ)和G1进行模板匹配，找出最大的R(x,y,θ)即模板中心位置(X1，Y1)，如图14所示，十字中心的位置。

(4)按S8公式计算出mark点中心的机械坐标。

5.重复步骤4，找出所有mark点的中心机械坐标；

6.完成视觉定位。

Claims (9)

1.一种基于任意模板匹配的激光切割视觉定位方法，包括横梁、切割头、相机，切割头(3)的顶部连接横梁(1)，位于切割头(3)的一侧连接相机(2)，其特征在于：具体视觉定位方法如下：

S1：开始；

S2：判断是否首次进行视觉定位，是则固定好相机位置；否则跳转至S6；

S3：固定好相机位置；

S4：分别测量出切割头光斑中心C到相机感光芯片正中心D在XY方向的距离DX，DY；

S5：分别测量出每个像素在X、Y方向对应机械长度PX，PY，即像素长度；

S6：从相机获取的图像中截取含有mark点图案的部分作为模板并保存；

S7：移动相机至某个mark点的上方，记录切割头光斑中心C位置的机械坐标(CX，CY)，通过图像处理算法和模板匹配的方法计算出视野中mark点中心位置(X1，Y1)；

S8：根据(X1，Y1)、(CX，CY)、PX、PY、DX、DY计算出当前视野范围内的mark点中心的机械坐标(MX，MY)；

S9：判断mark点是否全部定位完毕，是则结束；否则跳转至S7。

2.根据权利要求1所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的相机(2)为130w像素、搭配50mm焦距镜头的工业相机。

3.根据权利要求1所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的S5中的像素长度是指每个像素对应的实际长度；具体方法是：

S51：先测出像素在相机X和Y方向视野长度LX和LY，记像素在X和Y方向像素分辨率分别为SX和SY；

S52：那么X和Y方向像素长度PX＝LX/SX，PY＝LY/SY。

4.根据权利要求1所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的S6中，从拍摄的mark点图案中，截取包含mark点的部分图像作为模板，mark点可以是任何形状的，将mark点模板保存到计算机。

5.根据权利要求1所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的S8中的计算过程如下：

S81：首先分别计算mark点中心到视野中心X和Y方向距离PX*X1和PY*Y1；

S82：计算视野中心位置的机械坐标(CX+DX，CY+DY)；

S83：计算出图像中mark点中心的机械坐标(CX+DX+PX*X1，CY+DY+PY*Y1)。

6.根据权利要求1所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的S7中通过图像处理算法和模板匹配的方法计算mark点中心像素坐标的过程为加快处理的速度，主要过程分为离线阶段及在线阶段。

7.根据权利要求6所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的离线阶段的具体过程如下：

S11：开始；

S12：从计算机里面读取S6保存的模板图像；

S13：模板图像按照一定步进角度绕模板中心依次旋转，得到旋转不同角度后的所有图像；

S14：分别计算所有旋转后的模板梯度方向图；

S15：计算完所有梯度方向图后，将它们存储在一个表里面，建立按角度索引的模板梯度方向表T(θ)，其中，θ是指旋转的角度；

S16：结束。

8.根据权利要求6所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的S14中计算所有旋转后的模板梯度方向图的具体计算如下：记图像中的像素灰度值为I(x,y)，其中，x代表列，y代表行；则图像中某点(x,y)的X和Y方向的梯度值分别为G_x＝I(x,y)-I(x-1,y)；G_y＝I(x,y)-I(x,y-1)；那么图像的梯度方向值为φ(x,y)＝arctan(G_x/G_y)；按照上述公式计算图像中所有点的φ(x,y)，得到图像梯度方向图。

9.根据权利要求6所述的一种基于任意模板匹配的激光切割视觉定位方法，其特征在于：所述的在线阶段的具体过程如下：

S21：输入一帧相机采集的含有mark点的图像；

S22：计算梯度方向图G1；

S23：在梯度方向模板表里逐个进行匹配，即依次将T(θ)和G1进行模板匹配，计算出最相似的位置，即

S24：最相似位置即为mark点的中心位置，即找出最大的R(x,y,θ)，此时的(x,y)即为相机采集图像的mark点中心位置坐标。

Images