CN110449658B - 板材开料方法及装置 - Google Patents

Abstract

本发明提供了一种板材开料方法及装置，涉及板材加工的技术领域，包括获取基板的开料数据；基于开料数据对基板进行加工，得到多个板件；获取加工完成区域的图像信息；基于图像信息判断加工完成区域内的多个板件中，是否存在具有对应的加工组数据的目标板件；若存在，则确定目标板件的操作指示信息；基于操作指示信息对目标板件进行加工。本发明的板材开料方法能够基于获取到的图像信息自动判断多个板件中是否存在需要继续加工的目标板件，如果存在，将进一步生成操作指示信息指导目标板件入料加工，从而减少加工过程的人工干预，以使板材开料过程更加精准可靠，生产效率更高，从而缓解了现有技术中的板材开料方法生产效率低的技术问题。

Description

板材开料方法及装置

技术领域

本发明涉及板材加工的技术领域，尤其是涉及一种板材开料方法及装置。

背景技术

随着家具行业的快速发展，厂家往往需要进行大规模批量生产，所以板材开料对机械加工要求越来越高，目前厂家通常采用电子锯对板材进行切割开料，以提高板材加工的效率和精度。

在常规生产中，电子锯的开料一般以基板为单元，经过路径优化排料的基板数据中包含了多个加工组数据，每个加工组包含至少一个锯切路径数据，加工组按照锯切路径锯切后，送料推手将锯切得到的板件推出到工作台，操作员根据基板的排料预览图，人工判断哪些板件需要继续进行锯切，如果推出的板件顺序混乱，操作员需要采用尺子测量每张板件的长度和宽度，然后跟预览图比对之后，才能知道哪些板件需要继续锯切，整个板件的开料过程人工干预多，处理效率低，且容易出错，无法保证生产效率。

综上，现有技术中的板材开料方法存在生产效率低的技术问题。

发明内容

本发明的目的在于提供一种板材开料方法及装置，以缓解现有技术中的板材开料方法存在的生产效率低的技术问题。

第一方面，本发明实施例提供一种板材开料方法，包括：

获取基板的开料数据，其中，所述开料数据为加工组数据的集合；

基于所述开料数据对所述基板进行加工，得到多个板件，且所述多个板件放置在加工完成区域；

获取所述加工完成区域的图像信息；

基于所述图像信息判断所述加工完成区域内的所述多个板件中，是否存在具有对应的加工组数据的目标板件；

若存在，则确定所述目标板件的操作指示信息，其中，所述操作指示信息包括以下至少之一：入料方向标识、操作引导动画；

基于所述操作指示信息对所述目标板件进行加工。

在可选的实施方式中，获取基板的开料数据包括：

获取订单数据和所述基板的尺寸信息，其中，所述订单数据为预期小板数据的集合，所述预期小板数据包括：预期小板的编号、预期小板的长度和预期小板的宽度；

基于所述订单数据和所述基板的尺寸信息对所述基板的加工路径进行规划，得到所述基板的开料数据。

在可选的实施方式中，获取所述加工完成区域的图像信息包括：

获取所述基板的属性信息，其中，所述属性信息包括：所述基板的材质信息、所述基板的颜色信息；

在预设视觉参数库中确定与所述属性信息匹配的目标视觉参数，其中，所述目标视觉参数包括：曝光参数、增益参数；

基于所述目标视觉参数对所述加工完成区域进行拍照，得到所述加工完成区域的图像信息。

在可选的实施方式中，基于所述图像信息判断所述加工完成区域内的所述多个板件中，是否存在具有对应的加工组数据的目标板件包括：

基于所述图像信息确定所述加工完成区域内的所述多个板件的参数信息，其中，所述参数信息包括：所述多个板件的尺寸信息、所述多个板件的纹理方向；

基于所述参数信息判断所述多个板件中是否存在目标板件，其中，所述目标板件为具有对应的加工组数据的板件。

在可选的实施方式中，基于所述图像信息确定所述加工完成区域内的所述多个板件的参数信息包括：

利用图像处理模型对所述图像信息进行处理，得到无畸变图像和像素毫米值，其中，所述图像处理模型包括标定模型；

对所述无畸变图像进行区域提取和形态学处理，得到每个板件对应的像素区域的最小外接仿射矩形；

基于所述最小外接仿射矩形和所述像素毫米值确定所述每个板件的尺寸信息；

在所述最小外接仿射矩形的内部等比例创建相互垂直的两个检测区域；

基于边缘检测和提取方法对所述两个检测区域进行处理，确定所述每个板件的纹理方向；

将所述每个板件的尺寸信息和所述每个板件的纹理方向作为所述多个板件的参数信息。

在可选的实施方式中，基于所述最小外接仿射矩形和所述像素毫米值确定所述每个板件的尺寸信息包括：

基于所述最小外接仿射矩形确定所述每个板件的边缘测量区域；

利用边缘检测和拟合方法对所述边缘测量区域进行处理，确定所述每个板件的边缘像素长度；

计算所述像素毫米值和所述边缘像素长度的乘积，将所述乘积作为所述每个板件的尺寸信息。

在可选的实施方式中，利用边缘检测和拟合方法对所述边缘测量区域进行处理，确定所述每个板件的边缘像素长度包括：

利用边缘检测方法确定所述边缘测量区域的边缘点；

基于拟合方法将所述边缘点进行拟合，得到所述每个板件的拟合边缘；

将相邻两个所述拟合边缘的交叉点作为所述每个板件的像素顶点；

基于所述像素顶点确定所述每个板件的边缘像素长度。

在可选的实施方式中，基于边缘检测和提取方法对所述两个检测区域进行处理，确定所述每个板件的纹理方向包括：

基于边缘检测和提取方法提取所述两个检测区域中的纹理边缘点；

将灰度值小于预设阈值的纹理边缘点作为有效纹理边缘点；

基于所述有效纹理边缘点的数量确定所述每个板件的纹理方向。

第二方面，本发明实施例提供一种板材开料装置，包括：

第一获取模块，用于获取基板的开料数据，其中，所述开料数据为加工组数据的集合；

第一加工模块，用于基于所述开料数据对所述基板进行加工，得到多个板件，且所述多个板件放置在加工完成区域；

第二获取模块，用于获取所述加工完成区域的图像信息；

判断模块，用于基于所述图像信息判断所述加工完成区域内的所述多个板件中，是否存在具有对应的加工组数据的目标板件；

确定模块，若存在，则确定所述目标板件的操作指示信息，其中，所述操作指示信息包括以下至少之一：入料方向标识、操作引导动画；

第二加工模块，用于基于所述操作指示信息对所述目标板件进行加工。

在可选的实施方式中，第一获取模块包括：

获取单元，用于获取订单数据和所述基板的尺寸信息，其中，所述订单数据为预期小板数据的集合，所述预期小板数据包括：预期小板的编号、预期小板的长度和预期小板的宽度；

规划单元，用于基于所述订单数据和所述基板的尺寸信息对所述基板的加工路径进行规划，得到所述基板的开料数据。

本发明提供的板材开料方法，包括：获取基板的开料数据，其中，开料数据为加工组数据的集合；基于开料数据对基板进行加工，得到多个板件，且多个板件放置在加工完成区域；获取加工完成区域的图像信息；基于图像信息判断加工完成区域内的多个板件中，是否存在具有对应的加工组数据的目标板件；若存在，则确定目标板件的操作指示信息，其中，操作指示信息包括以下至少之一：入料方向标识、操作引导动画；基于操作指示信息对目标板件进行加工。

现有技术中，板材开料时需要人工判断加工完成区域的板件是否需要继续锯切，处理效率低，且容易出错，与现有技术中的开料方法相比，本发明提供的板材开料方法，能够基于获取到的加工完成区域的图像信息自动判断该区域的多个板件中是否存在具有对应的加工组数据的目标板件，如果存在，将进一步生成操作指示信息指导目标板件入料加工，从而减少加工过程的人工干预，以使板材开料过程更加精准可靠，生产效率更高，从而缓解了现有技术中的板材开料方法生产效率低的技术问题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种板材开料方法的流程图；

图2为本发明实施例提供的一种获取加工完成区域的图像信息的流程图；

图3为本发明实施例提供的一种基于边缘检测和提取方法对两个检测区域进行处理，确定每个板件的纹理方向的流程图；

图4为本发明实施例提供的一种板材开料装置的功能模块图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

实施例一

图1是根据本发明实施例的一种板材开料方法的流程图，如图1所示，该方法包括如下步骤：

步骤S11，获取基板的开料数据。

具体的，基板的开料数据包括所有预期小板的排版图和加工路径，预期小板为板材加工所需要得到的目标尺寸的板件，也就是，不需要再继续加工的板件，基板的开料数据包括至少一个加工组数据，每个加工组包括至少一张小板和至少一个加工路径，基板在被加工时都是以加工组为单元进行的加工，开料数据为加工组数据的集合。

步骤S12，基于开料数据对基板进行加工，得到多个板件，且多个板件放置在加工完成区域。

在获取到基板的开料数据之后，就可以开始对基板进行加工，对基板进行加工的过程，就是将基板进行锯切，得到尺寸较原来基板小的多个板件，并且锯切完成得到的多个板件都存放在加工完成区域。

步骤S13，获取加工完成区域的图像信息。

本发明实施例中，在电子锯完成一组锯切任务后，采用摄像设备对加工完成区域的图像进行获取，得到加工完成区域的图像信息。

步骤S14，基于图像信息判断加工完成区域内的多个板件中，是否存在具有对应的加工组数据的目标板件。

在获取到加工完成区域的图像信息后，就可以利用机器视觉等技术判断该区域内的多个板件中，是否存在需要继续加工的板件，也就是说，是否存在具有对应的加工组数据的目标板件，本实施例不对判断所使用的技术手段进行限制，只要能够精确确认多个板件中是否存在目标板件即可。

若不存在，则表示基板加工组数据已经全部加工完成，若存在，则执行步骤S15。

步骤S15，确定目标板件的操作指示信息。

如果确定存在目标板件，那么系统将自动生成目标板件的操作指示信息，其中，操作指示信息包括以下至少之一：入料方向标识、操作引导动画，也就是说，操作指示信息可以为目标板件的入料方向标识，也可以是操作引导动画，或者上述信息全部提供给用户。这样就不需要人工判断加工完成区域的多个板件中是否存在需要继续加工的板件，降低了出错率，也加快了板材开料的生产效率。

步骤S16，基于操作指示信息对目标板件进行加工。

在获取到操作指示信息后，就能够基于操作指示信息对目标板件进行加工，用户可以安排操作员依照操作指示信息对目标板件进行送料加工，也可以安装机器手，依照系统生成的操作指示信息，自动对目标板件进行送料加工。

每一次锯切完成，都能够基于加工完成区域的图像信息判断是否还存在具有加工组数据的目标板件，所以，重复上述步骤S13至S16就能够将所有的加工组加工完成，进而得到所有的预期小板。

现有技术中，板材开料时需要人工判断加工完成区域的板件是否需要继续锯切，处理效率低，且容易出错，与现有技术中的开料方法相比，本发明提供的板材开料方法，能够基于获取到的加工完成区域的图像信息自动判断该区域的多个板件中是否存在具有对应的加工组数据的目标板件，如果存在，将进一步生成操作指示信息指导目标板件入料加工，从而减少加工过程的人工干预，以使板材开料过程更加精准可靠，生产效率更高，从而缓解了现有技术中的板材开料方法生产效率低的技术问题。

上文中对本发明实施例的板材开料方法进行了简要的描述，下面对获取基板的开料数据的过程进行详细的介绍。

在一个可选的实施方式中，获取基板的开料数据包括如下步骤：

步骤S111，获取订单数据和基板的尺寸信息。

其中，订单数据为预期小板数据的集合，预期小板数据包括：预期小板的编号、预期小板的长度和预期小板的宽度。

具体的，要对基板进行加工，首先需要获取订单数据和基板的尺寸信息，订单数据是由前端的3D设计师设计家具模型后导出生成的预期小板数据的集合，每个预期小板数据包括但不限于预期小板的编号、预期小板的长度和预期小板的宽度，还可能包括预期小板的名称、预期小板的厚度、预期小板的纹理方向以及预期小板的材料等；基板的尺寸信息包括：基板的长度、基板的宽度和基板的厚度等，如果基板是不规则的形状，那么尺寸信息应是更为具体的轮廓信息。

步骤S112，基于订单数据和基板的尺寸信息对基板的加工路径进行规划，得到基板的开料数据。

在获取到订单数据和基板的尺寸信息后，利用专业的排料软件对数据进行优化排料，对基板的加工路径进行规划，得到基板的开料数据，优选的，上述专业的排料软件选择CAM(Computer Aided Manufacturing，计算机辅助制造)系统，优化排料的规则，一般是以基板为单元，以基板利用率最优为目标，采用遗传算法、粒子群算法等规则，对基板就行排料，目的是尽最大可能提高基板的利用率，减少材料浪费，经过排料后，根据基板的入料方向，加工路径，自动规划出加工组数据。

上文中对获取基板的开料数据的过程进行了详细的描述，下面对获取加工完成区域的图像信息进行详细的介绍。

在一个可选的实施方式中，如图2所示，获取加工完成区域的图像信息包括如下步骤：

步骤S131，获取基板的属性信息。

步骤S132，在预设视觉参数库中确定与属性信息匹配的目标视觉参数。

要对加工完成区域进行拍照，并得到最佳的图像信息，就需要获取基板的属性信息，然后再确定与上述基板的属性信息相匹配的目标视觉参数，目标视觉参数中包括能够影响拍照效果的曝光参数和增益参数，还包括后续对图像信息进行处理过程中的区域提取相关参数、形态学处理相关参数、边缘检测和轮廓拟合相关参数、纹理识别相关参数等，其中，基板的属性信息包括：基板的材质信息和基板的颜色信息，预设视觉参数库针对不同的材质、不同颜色的基板都存有对应的视觉参数。

步骤S133，基于目标视觉参数对加工完成区域进行拍照，得到加工完成区域的图像信息。

在确定了目标视觉参数之后，就可以在目标视觉参数下，对加工完成区域进行拍照，得到最利于后续图像分析的加工完成区域的图像信息。

上文中对获取加工完成区域的图像信息的过程进行了详细的介绍，下面对判断加工完成区域是否存在目标板件的过程进行详细的介绍。

在一个可选的实施方式中，基于图像信息判断加工完成区域内的多个板件中，是否存在具有对应的加工组数据的目标板件包括如下步骤：

步骤S141，基于图像信息确定加工完成区域内的多个板件的参数信息。

其中，参数信息包括：多个板件的尺寸信息、多个板件的纹理方向。

具体的，在获取到加工完成区域的图像信息后，首先能够基于图像信息确定该区域中多个板件的参数信息，也就是该区域中每一个板件的尺寸信息和每一个板件的纹理方向，此处需要说明的是，板材是具有纹理方向的，在本发明实施例中，将与纹理方向平行的边作为长度边，而与纹理方向垂直的边作为宽度边，所以，预期小板中，会存在长度边的尺寸比宽度边的尺寸小的情况。之所以要区分长度边与宽度边，是因为预期小板对纹理方向是有要求的，如果不对纹理方向进行确定，那么加工得到的预期小板就不是真正用户所需要的。

步骤S142，基于参数信息判断多个板件中是否存在目标板件。

其中，目标板件为具有对应的加工组数据的板件。

在得到加工完成区域内多个板件的参数信息后，再与获取到的开料数据进行比对，进而就能够判断出上述多个板件中是否存在具有对应的加工组数据的目标板件，为了便于理解，下面对这个判断的过程进行简单的举例说明：

假设加工完成区域中的多个板件中存在一个长度边为60cm，宽度边为40cm的板件，且在预期小板中没有相应尺寸的板件，那么在于开料数据进行对比后确定，确定该板件具有对应的加工组数据，且将其加工后应得到一个长度边为40cm，宽度边为40cm的预期小板，和一个长度边为20cm，宽度边为40cm的预期小板。

上文中对判断加工完成区域是否存在目标板件的过程进行了详细的描述，下面对确定板件的参数信息的过程进行详细的介绍。

在一个可选的实施方式中，基于图像信息确定加工完成区域内的多个板件的参数信息包括如下步骤：

步骤S21，利用图像处理模型对图像信息进行处理，得到无畸变图像和像素毫米值。

其中，图像处理模型包括标定模型。

具体的，利用摄像设备拍摄加工完成区域的图像后，由于拍摄设备的不同，得到的图像可能是畸变图像，也可能是无畸变图像，如果拍摄得到的图像本身就是无畸变图像，那么采用标定模型对无畸变图像进行标定，其中，标定模型利用了机器视觉中标定原理和方法，标定处理之后就能够得到该图像的像素毫米值(mm/pixel)，即1个像素实际多少毫米值。

如果拍摄得到的图像本身是畸变的图像，那么就还需要将拍摄得到的图像先输入畸变矫正模型中，经过畸变矫正处理之后得到无畸变图像，然后再将畸变矫正模型处理后得到的无畸变图像输入标定模型，进而得到像素毫米值，其中，畸变矫正模型利用了机器视觉中畸变矫正原理和方法。

步骤S22，对无畸变图像进行区域提取和形态学处理，得到每个板件对应的像素区域的最小外接仿射矩形。

由于加工完成区域可能会存在除板件之外的其他物品，所以在得到无畸变图像之后，还需要对图像中的板件区域进行识别，剔除其他不相关的图像信息，所以需要对无畸变图像进行区域提取和形态学处理，优选的，本发明实施例采用Blob分析方法和形态学处理方法对无畸变图像进行处理，具体包括如下步骤：

步骤S221，采用二进制阈值二值化处理算法对无畸变图像进行图像分割，得到处理后的区域。

步骤S222，对处理后的区域进行计算得到分割后的所有连通区域。

步骤S223，根据特征值(如形状、面积大小)筛选出满足条件的区域，剔除不规则、面积过小的连通区域。

步骤S224，对连通区域进行形态学处理(如腐蚀、膨胀、填充等)。

步骤S225，再次根据特征值(如形状、面积大小、相似度)筛选出满足条件的区域，得到每个板件的像素区域和面积大小。

步骤S226，计算得到每个板件的像素区域的最小外接仿射矩形。

其中，上文中提到的二值化处理算法、计算连通区域、筛选连通区域均属于Blob分析方法的范畴，腐蚀、膨胀、填充均为形态学处理方法的范畴，考虑到区域提取并不能完整提取板件的区域，采用最小外接仿射矩形方式，生成区域的最小外接仿射矩形，如何根据区域计算最小外接仿射矩形，是本领域的现有技术手段，此处不再赘述。

步骤S23，基于最小外接仿射矩形和像素毫米值确定每个板件的尺寸信息。

具体的，在得到最小外接仿射矩形之后，就能够进一步的处理得到每个板件的边缘像素长度，结合上文中标定模型得到的像素毫米值，就能够确定每个板件的尺寸信息，本发明实施例不对其进行具体限制，用户也可以根据其他图像处理方法得到边缘像素长度。

步骤S24，在最小外接仿射矩形的内部等比例创建相互垂直的两个检测区域。

为了确定板件的纹理方向，本发明实施例中，需要在最小外接仿射矩形的内部创建两个检测区域，为了使得到的检测数据更为精准，所以两个检测区域等比例且相互垂直。优选的，本发明实施例中，上述两个检测区域的中心与最小外接仿射矩形区域的中心重合，第一个检测区域的长轴与最小外接矩形的长轴平行且相等，短轴与最小外接矩形的短轴平行，且尺寸取最小外接矩形的短轴的1/4，第二个检测区域的长轴与最小外接矩形的短轴平行且相等，短轴与最小外接矩形的长轴平行，且尺寸取最小外接矩形的长轴的1/4。本发明不对检测区域的大小进行具体限制，只要能够实现后续的纹理方向识别即可。

步骤S25，基于边缘检测和提取方法对两个检测区域进行处理，确定每个板件的纹理方向。

由于板件具有纹理方向，所以上述两个检测区域经过图像处理后，其中的灰度值是有明显区别的，所以基于边缘检测和提取方法对两个检测区域进行处理，就能确定每个板件的纹理方向。

步骤S26，将每个板件的尺寸信息和每个板件的纹理方向作为多个板件的参数信息。

上文中对确定板件的参数信息的过程进行了详细的描述，下面对其中涉及到的确定每个板件的尺寸信息的过程进行详细的介绍。

在一个可选的实施方式中，基于最小外接仿射矩形和像素毫米值确定每个板件的尺寸信息包括如下步骤：

步骤S31，基于最小外接仿射矩形确定每个板件的边缘测量区域。

由于Blob分析后的区域提取并不能完整提取板件的区域，所以最小外接仿射矩形不能直接指示板件轮廓，首先基于得到的最小外接矩形的求解最小外接仿射矩形的顶点坐标：根据最小外接仿射矩形的生成，可以得到最小外接仿射矩形的中心点坐标(Row，Col)，长半轴W，短半轴H，以及长轴与水平方向的夹角θ，假设θ＝0，即最小外接仿射矩形顶点坐标分别为左上点A(Row-W，Col-H)，右上点B(Row+W，Col-H)，左下点C(Row-W，Col+H)，右下点D(Row+W，Col+H)，然后分别将A、B、C、D四个顶点分别代入x₀，y₀，按照以下公式进行变换，就能确定最小外接仿射矩形实际的顶点坐标：

确定最小外接仿射矩形的顶点是为了创建边缘测量区域，根据相邻两个顶点创建测量轮廓，然后预设测量区域(卡尺形式)，确保板件的边缘能够落在边缘测量区域中。

步骤S32，利用边缘检测和拟合方法对边缘测量区域进行处理，确定每个板件的边缘像素长度。

在确定了板件的边缘测量区域后，就能够利用边缘检测和拟合方法对该区域进行相关处理，进而确定板件的边缘像素长度。

步骤S33，计算像素毫米值和边缘像素长度的乘积，将乘积作为每个板件的尺寸信息。

上文中利用标定模型得到了无畸变图像的像素毫米值(mm/pixel)，也经过其他图像处理手段确定了图像中每个板件的边缘像素长度，也就是每个边缘占用多少像素，这样，将像素毫米值和边缘像素长度进行相乘，得到的乘积结果就是板件边缘的实际长度，进而能够得到每个板件的尺寸信息。

下面将如何确定板件的边缘像素长度进行详细介绍。

在一个可选的实施方式中，利用边缘检测和拟合方法对边缘测量区域进行处理，确定每个板件的边缘像素长度包括如下步骤：

步骤S41，利用边缘检测方法确定边缘测量区域的边缘点。

步骤S42，基于拟合方法将边缘点进行拟合，得到每个板件的拟合边缘。

具体的，上文中根据基板的属性信息能够在预设视觉参数库中确定与其匹配的目标视觉参数，目标视觉参数中还包括边缘检测和轮廓拟合相关参数，然后基于上述参数采用边缘检测方法寻找到边缘测量区域的边缘点，再采用拟合方法将上述得到的边缘点进行拟合，进而确定每个板件拟合的边缘。

步骤S43，将相邻两个拟合边缘的交叉点作为每个板件的像素顶点。

步骤S44，基于像素顶点确定每个板件的边缘像素长度。

在确定了每个板件的像素顶点之后，计算任意两个像素顶点之间的距离，并将这个距离作为这两个顶点所确定的边缘的边缘像素长度。

上文中对如何确定板件的尺寸信息进行了详细的描述，下面对确定板件纹理方向的过程进行重点介绍。

在一个可选的实施方式中，如图3所示，基于边缘检测和提取方法对两个检测区域进行处理，确定每个板件的纹理方向包括如下步骤：

步骤S51，基于边缘检测和提取方法提取两个检测区域中的纹理边缘点。

具体的，上文中根据基板的属性信息能够在预设视觉参数库中确定与其匹配的目标视觉参数，目标视觉参数中还包括纹理识别相关参数，基于上述参数利用边缘检测和提取方法提取上文中所创建的两个检测区域中的纹理边缘点，且每个纹理边缘点都具有其对应的灰度。

步骤S52，将灰度值小于预设阈值的纹理边缘点作为有效纹理边缘点。

为了便于纹理识别，将灰度值较大的纹理边缘点进行剔除，将灰度值小于预设阈值的纹理边缘点作为有效纹理边缘点，并统计上述两个检测区域中的有效纹理边缘点的数量。

步骤S53，基于有效纹理边缘点的数量确定每个板件的纹理方向。

在本发明实施例中，有效纹理边缘点数量较多的区域，其短轴方向与板件的纹理方向平行，有效纹理边缘点数量较少的区域，其短轴方向与板件的纹理方向垂直，所以在确定了两个检测区域的有效纹理边缘点的数量之后，经过对比就能够确定该板件的纹理方向。

综上，本发明实施例具有以下优点：

1.电子锯加工完一个加工组，推出板件到加工完成区域后，无需人工识别和判断，更不需要采用尺子测量板件尺寸来选取下一个加工组进行加工。

2.通过本发明提供的方法，操作员能够根据操作指示信息快速的进行送料操作，相比传统方式减少了人工干预，降低了出错率，也有效提高了生产效率。

实施例二

本发明实施例还提供了一种板材开料装置，该板材开料装置主要用于执行本发明实施例上述内容所提供的板材开料方法，以下对本发明实施例提供的板材开料装置做具体介绍。

图4是根据本发明实施例的一种板材开料装置的功能模块图，如图4所示，该装置主要包括第一获取模块10，第一加工模块20，第二获取模块30，判断模块40，确定模块50，第二加工模块60，其中：

第一获取模块10，用于获取基板的开料数据，其中，开料数据为加工组数据的集合。

第一加工模块20，用于基于开料数据对基板进行加工，得到多个板件，且多个板件放置在加工完成区域。

第二获取模块30，用于获取加工完成区域的图像信息。

判断模块40，用于基于图像信息判断加工完成区域内的多个板件中，是否存在具有对应的加工组数据的目标板件。

确定模块50，若存在，则确定目标板件的操作指示信息，其中，操作指示信息包括以下至少之一：入料方向标识、操作引导动画。

第二加工模块60，用于基于操作指示信息对目标板件进行加工。

现有技术中，板材开料时需要人工判断加工完成区域的板件是否需要继续锯切，处理效率低，且容易出错，与现有技术中的开料方法相比，本实施例提供的板材开料装置，能够基于获取到的加工完成区域的图像信息自动判断该区域的多个板件中是否存在具有对应的加工组数据的目标板件，如果存在，将进一步生成操作指示信息指导目标板件入料加工，从而减少加工过程的人工干预，以使板材开料过程更加精准可靠，生产效率更高，从而缓解了现有技术中的板材开料方法生产效率低的技术问题。

可选地，第一获取模块包括：

获取单元，用于获取订单数据和基板的尺寸信息，其中，订单数据为预期小板数据的集合，预期小板数据包括：预期小板的编号、预期小板的长度和预期小板的宽度。

规划单元，用于基于订单数据和基板的尺寸信息对基板的加工路径进行规划，得到基板的开料数据。

可选地，第二获取模块还用于：

获取基板的属性信息，其中，属性信息包括：基板的材质信息、基板的颜色信息。

在预设视觉参数库中确定与属性信息匹配的目标视觉参数，其中，目标视觉参数包括：曝光参数、增益参数。

基于目标视觉参数对加工完成区域进行拍照，得到加工完成区域的图像信息。

可选地，判断模块还用于：

基于图像信息确定加工完成区域内的多个板件的参数信息，其中，参数信息包括：多个板件的尺寸信息、多个板件的纹理方向。

基于参数信息判断多个板件中是否存在目标板件，其中，目标板件为具有对应的加工组数据的板件。

可选地，该装置还用于：

利用图像处理模型对图像信息进行处理，得到无畸变图像和像素毫米值，其中，图像处理模型包括标定模型。

对无畸变图像进行区域提取和形态学处理，得到每个板件对应的像素区域的最小外接仿射矩形。

基于最小外接仿射矩形和像素毫米值确定每个板件的尺寸信息。

在最小外接仿射矩形的内部等比例创建相互垂直的两个检测区域。

基于边缘检测和提取方法对两个检测区域进行处理，确定每个板件的纹理方向。

将每个板件的尺寸信息和每个板件的纹理方向作为多个板件的参数信息。

可选地，该装置还用于：

基于最小外接仿射矩形确定每个板件的边缘测量区域。

利用边缘检测和拟合方法对边缘测量区域进行处理，确定每个板件的边缘像素长度。

计算像素毫米值和边缘像素长度的乘积，将乘积作为每个板件的尺寸信息。

可选地，该装置还用于：

利用边缘检测方法确定边缘测量区域的边缘点。

基于拟合方法将边缘点进行拟合，得到每个板件的拟合边缘。

将相邻两个拟合边缘的交叉点作为每个板件的像素顶点。

基于像素顶点确定每个板件的边缘像素长度。

可选地，该装置还用于：

基于边缘检测和提取方法提取两个检测区域中的纹理边缘点。

将灰度值小于预设阈值的纹理边缘点作为有效纹理边缘点。

基于有效纹理边缘点的数量确定每个板件的纹理方向。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明实施例所提供的进行板材开料方法及装置的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种板材开料方法，其特征在于，包括：

获取基板的开料数据，其中，所述开料数据为加工组数据的集合，每个加工组包括：至少一张预期小板和至少一个加工路径；

基于所述开料数据对所述基板进行加工，得到多个板件，且所述多个板件放置在加工完成区域；

获取所述加工完成区域的图像信息；

基于所述图像信息判断所述加工完成区域内的所述多个板件中，是否存在具有对应的加工组数据的目标板件；

若存在，则确定所述目标板件的操作指示信息，其中，所述操作指示信息包括以下至少之一：入料方向标识、操作引导动画；

基于所述操作指示信息对所述目标板件进行加工；

其中，基于所述图像信息判断所述加工完成区域内的所述多个板件中，是否存在具有对应的加工组数据的目标板件包括：

基于所述图像信息确定所述加工完成区域内的所述多个板件的参数信息，其中，所述参数信息包括：所述多个板件的尺寸信息、所述多个板件的纹理方向；

基于所述参数信息判断所述多个板件中是否存在目标板件，其中，所述目标板件为具有对应的加工组数据的板件；

其中，基于所述图像信息确定所述加工完成区域内的所述多个板件的参数信息包括：

利用图像处理模型对所述图像信息进行处理，得到无畸变图像和像素毫米值，其中，所述图像处理模型包括标定模型；

对所述无畸变图像进行区域提取和形态学处理，得到每个板件对应的像素区域的最小外接仿射矩形；

基于所述最小外接仿射矩形和所述像素毫米值确定所述每个板件的尺寸信息；

在所述最小外接仿射矩形的内部等比例创建相互垂直的两个检测区域；

基于边缘检测和提取方法对所述两个检测区域进行处理，确定所述每个板件的纹理方向；

将所述每个板件的尺寸信息和所述每个板件的纹理方向作为所述多个板件的参数信息；

其中，基于所述最小外接仿射矩形和所述像素毫米值确定所述每个板件的尺寸信息包括：

基于所述最小外接仿射矩形确定所述每个板件的边缘测量区域；

利用边缘检测和拟合方法对所述边缘测量区域进行处理，确定所述每个板件的边缘像素长度；

计算所述像素毫米值和所述边缘像素长度的乘积，将所述乘积作为所述每个板件的尺寸信息。

2.根据权利要求1所述的方法，其特征在于，获取基板的开料数据包括：

获取订单数据和所述基板的尺寸信息，其中，所述订单数据为预期小板数据的集合，所述预期小板数据包括：预期小板的编号、预期小板的长度和预期小板的宽度；

基于所述订单数据和所述基板的尺寸信息对所述基板的加工路径进行规划，得到所述基板的开料数据。

3.根据权利要求1所述的方法，其特征在于，获取所述加工完成区域的图像信息包括：

获取所述基板的属性信息，其中，所述属性信息包括：所述基板的材质信息、所述基板的颜色信息；

在预设视觉参数库中确定与所述属性信息匹配的目标视觉参数，其中，所述目标视觉参数包括：曝光参数、增益参数；

基于所述目标视觉参数对所述加工完成区域进行拍照，得到所述加工完成区域的图像信息。

4.根据权利要求1所述的方法，其特征在于，利用边缘检测和拟合方法对所述边缘测量区域进行处理，确定所述每个板件的边缘像素长度包括：

利用边缘检测方法确定所述边缘测量区域的边缘点；

基于拟合方法将所述边缘点进行拟合，得到所述每个板件的拟合边缘；

将相邻两个所述拟合边缘的交叉点作为所述每个板件的像素顶点；

基于所述像素顶点确定所述每个板件的边缘像素长度。

5.根据权利要求1所述的方法，其特征在于，基于边缘检测和提取方法对所述两个检测区域进行处理，确定所述每个板件的纹理方向包括：

基于边缘检测和提取方法提取所述两个检测区域中的纹理边缘点；

将灰度值小于预设阈值的纹理边缘点作为有效纹理边缘点；

基于所述有效纹理边缘点的数量确定所述每个板件的纹理方向。

6.一种板材开料装置，其特征在于，包括：

第一获取模块，用于获取基板的开料数据，其中，所述开料数据为加工组数据的集合，每个加工组包括：至少一张预期小板和至少一个加工路径；

第一加工模块，用于基于所述开料数据对所述基板进行加工，得到多个板件，且所述多个板件放置在加工完成区域；

第二获取模块，用于获取所述加工完成区域的图像信息；

判断模块，用于基于所述图像信息判断所述加工完成区域内的所述多个板件中，是否存在具有对应的加工组数据的目标板件；

确定模块，若存在，则确定所述目标板件的操作指示信息，其中，所述操作指示信息包括以下至少之一：入料方向标识、操作引导动画；

第二加工模块，用于基于所述操作指示信息对所述目标板件进行加工；

其中，所述判断模块还用于：

基于所述图像信息确定所述加工完成区域内的所述多个板件的参数信息，其中，所述参数信息包括：所述多个板件的尺寸信息、所述多个板件的纹理方向；

基于所述参数信息判断所述多个板件中是否存在目标板件，其中，所述目标板件为具有对应的加工组数据的板件；

所述装置还用于：

利用图像处理模型对所述图像信息进行处理，得到无畸变图像和像素毫米值，其中，所述图像处理模型包括标定模型；

对所述无畸变图像进行区域提取和形态学处理，得到每个板件对应的像素区域的最小外接仿射矩形；

基于所述最小外接仿射矩形和所述像素毫米值确定所述每个板件的尺寸信息；

在所述最小外接仿射矩形的内部等比例创建相互垂直的两个检测区域；

基于边缘检测和提取方法对所述两个检测区域进行处理，确定所述每个板件的纹理方向；

将所述每个板件的尺寸信息和所述每个板件的纹理方向作为所述多个板件的参数信息；

所述装置还用于：

基于所述最小外接仿射矩形确定所述每个板件的边缘测量区域；

利用边缘检测和拟合方法对所述边缘测量区域进行处理，确定所述每个板件的边缘像素长度；

计算所述像素毫米值和所述边缘像素长度的乘积，将所述乘积作为所述每个板件的尺寸信息。

7.根据权利要求6所述的装置，其特征在于，第一获取模块包括：

获取单元，用于获取订单数据和所述基板的尺寸信息，其中，所述订单数据为预期小板数据的集合，所述预期小板数据包括：预期小板的编号、预期小板的长度和预期小板的宽度；

规划单元，用于基于所述订单数据和所述基板的尺寸信息对所述基板的加工路径进行规划，得到所述基板的开料数据。

Images