CN110827307B - 电子雕刻机高精度图像像素测距方法 - Google Patents

电子雕刻机高精度图像像素测距方法 Download PDF

Info

Publication number
CN110827307B
CN110827307B CN201911067721.3A CN201911067721A CN110827307B CN 110827307 B CN110827307 B CN 110827307B CN 201911067721 A CN201911067721 A CN 201911067721A CN 110827307 B CN110827307 B CN 110827307B
Authority
CN
China
Prior art keywords
image
region
engraving machine
area
electronic engraving
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
CN201911067721.3A
Other languages
English (en)
Other versions
CN110827307A (zh
Inventor
于奇
黄强
袁誉乐
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.)
Shenzhen Technology University
Original Assignee
Shenzhen Technology University
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 Shenzhen Technology University filed Critical Shenzhen Technology University
Priority to CN201911067721.3A priority Critical patent/CN110827307B/zh
Publication of CN110827307A publication Critical patent/CN110827307A/zh
Application granted granted Critical
Publication of CN110827307B publication Critical patent/CN110827307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/181Segmentation; Edge detection involving edge growing; involving edge linking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明适用于电子雕刻技术领域,提供了一种电子雕刻机高精度图像像素测距方法。该方法包括:对图像预处理,使用L0 Smoothing算法减少噪点产生的干扰,并结合Canny边缘检测算法进行边缘提取;提取图像中的区域轮廓,包括对经图像预处理提取出的边缘利用连通性原理,得到目标波形区域的轮廓点集;区域去噪,删除目标波形区域中的无效区域;和根据区域类型测距,对单周期的波形图和多周期的波形图使用不同的测距方法。本发明提供的测距方法应用在电子雕刻机上能够实现对雕刻后滚筒上的波形间距离的准确估计,具有方法简单、测量速度快、成本低的优点。

Description

电子雕刻机高精度图像像素测距方法
技术领域
本发明属于电子雕刻技术领域,具体涉及一种电子雕刻机高精度图像像素测距方法。
背景技术
电子雕刻机是应用集成自动化控制等现代化技术,具有高度质量稳定性的精密机械。电子雕刻机接收程序控制在滚筒的外表面上雕刻出预定的图案,雕刻后滚筒上的波形图对检测电子雕刻机的稳定性、调整雕刻头的大小以及误差估计具有一定的参考意义,但是使用物理方法在滚筒上估计波形间的距离会浪费大量财力物力,并且需要再次集成化。
图像测量技术是以光学为基础,融入了光电子学、计算机技术、激光技术、图像处理技术等现代科学技术,组成光、机、电、算和控制技术一体化的综合测量系统。图像测量就是在测量被测对象时,把图像当作检测和传递的手段或载体加以利用的测量方法,其目的是从图像中提取有用的信号。图像测量的基本原理就是处理被测物体图像的边缘纹理而获得物体的几何参数,因此图像处理技术是图像测量系统的基础和关键。
目前国内外的电子雕刻机厂商还未能提出一种成熟的技术以实现对雕刻后滚筒上的波形宽度等信息的准确估计,如果单独设计一套精密的物理测距装置的性价比不高,而且可能需要再次集成化。
发明内容
本发明实施例的目的在于提供一种电子雕刻机高精度图像像素测距方法,旨在解决经电子雕刻机雕刻后的滚筒上的波形间距离难以准确估计的问题。
本发明实施例是这样实现的,提供一种电子雕刻机高精度图像像素测距方法,用于对雕刻后的滚筒上的波形间距离进行估计,测距方法包括:对图像预处理,使用L0Smoothing算法减少噪点产生的干扰,并结合Canny边缘检测算法进行边缘提取;提取图像中的区域轮廓,包括对经图像预处理提取出的边缘利用连通性原理,得到目标波形区域的轮廓点集;区域去噪,删除目标波形区域中的无效区域;和根据区域类型测距,对单周期的波形图和多周期的波形图使用不同的测距方法。
进一步地,所述对图像预处理的步骤包括:获取待测距的图像,即雕刻后滚筒上的波形图;将图像从三通道的彩色空间转换到单通道的灰度空间,得到灰度图像;采用L0Smoothing算法对灰度图像中的低频区域进行平滑处理并增强高频区域;使用二值化对目标波形区域和背景区域进行分类;和采用Canny边缘检测算法进行边缘检测。
进一步地,提取区域轮廓点集通过FindContours函数实现。
进一步地,区域去噪包括:删除所有区域点集中挨着图像边缘的数据点;删除所有区域点集中点的数量为0的区域;删除目标波形区域中极值点分布密集的区域;和删除目标波形区域中波形图在左侧边界和右侧边界被截断的区域。
进一步地,根据区域类型测距包括:
步骤S41、判断目标波形区域是单周期的波形还是多周期的波形,当判断为单周期的波形时,进入步骤S47,当判断为多周期的波形时,进入步骤S42-S46,采用四参数的正弦函数x=a*sin(b*y+c)+d拟合;
步骤S42、对样本点进行预处理,即通过将波形图沿对称轴平移到另一边,得到更多的有效样本点;
步骤S43、对样本点进行数据净化;
步骤S44、使用牛顿迭代法拟合四参数的正弦函数;
步骤S45、判断拟合效果是否足够好,若否,则进入步骤S46,反之,进入步骤S47;
步骤S46、若均方误差在允许范围之内,使用区域内所有点在Y轴方向上的平均值即可得到波形间距离;
步骤S47、若均方误差超过允许范围,利用极值点的坐标计算波形间距离。
进一步地,步骤S44中的四参数的正弦函数拟合的流程包括:
步骤S441、设四参数正弦函数为x=a*sin(b*y+c)+d;
步骤S442、初始化参数a,b,c和d,参数d初始化为目标波形区域点集的Y的均值,记作
Figure BDA0002259926980000031
其中yj为目标波形区域的样本点的Y轴方向的值,n为样本点的数量;参数a初始化为目标波形区域点集中Y方向上的最大值ymax与最小值ymin差的二分之一,记作
Figure BDA0002259926980000032
参数b初始化为2*π*Lx,其中Lx为目标波形区域中两个相邻的极值点在X方向上的距离;参数c的初始化需要将极值点坐标代入正弦函数x=a*sin(b*y+c)+d,已知参数a,b,d和点(x,y),即可求出初始化后的参数c值;
步骤S443、构造雅可比矩阵;
步骤S444、对参数a,b,c和d分别求导得到四个四元一次线性方程组;
步骤S445、使用高斯法求解四元一次线性方程组;
步骤S446、更新参数a,b,c和d,并按照步骤S443-S445进行迭代,当迭代量达到某一阈值时,迭代结束。
进一步地,步骤S43中数据净化包括:在目标波形区域X轴方向上的最小值到最大值的区间内,取每个样本点X坐标的均值,经过数据净化后的样本点的集合为整体形状规则的样本点集。
进一步地,步骤S446中,更新后的参数a、b、c和d分别为:a=a+Δx0,b=b+Δx1,c=c+Δx2,d=d+Δx3,Δx0、Δx1、Δx2和Δx2为数值不同的变化量,参数a,b,c和d按照步骤S443-S445进行迭代,当满足Δx0 2+Δx1 2+Δx2 2+Δx3 2<ε时,正弦函数不再明显收敛,迭代结束,其中ε为预设阈值。
本发明实施例还提供一种计算机可读存储介质,其存储用于电子数据交换的程序,其中,所述程序用于执行本发明的电子雕刻机高精度图像像素测距方法。
本发明实施例的另一目的在于提供一种电子雕刻机,采用如上所述的电子雕刻机高精度图像像素测距方法对雕刻后的滚筒上的波形间距离进行估计。
与现有技术相比,本发明提供了一种电子雕刻机高精度图像像素测距方法,通过将L0 Smoothing算法与Canny边缘检测结合使用能够实现最佳的边缘提取效果,并且对单周期的波形图和多周期的波形图使用不同的测距方法。对单周期的波形图,只用极值点的坐标进行测距。而对多周期的波形图则需要进行四参数的正弦函数拟合,当拟合达到一定精度时,再根据拟合的正弦函数进行测距。本发明的测距方法应用在电子雕刻机上能够实现对雕刻后滚筒上的波形间距离的准确估计,具有方法简单、测量速度快、成本低的优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图得到其它的附图。
图1是本发明实施例提供的电子雕刻机高精度图像像素测距方法的流程示意图;
图2是本发明实施例提供的电子雕刻机高精度图像像素测距方法的图像预处理步骤的流程示意图;
图3是本发明实施例提供的电子雕刻机高精度图像像素测距方法的区域去噪步骤的流程示意图;
图4是本发明实施例提供的电子雕刻机高精度图像像素测距方法的根据区域类型测距步骤的流程示意图;
图5是本发明实施例提供的电子雕刻机高精度图像像素测距方法的四参数的正弦函数拟合的流程示意图;
图6是采用本发明实施例提供的电子雕刻机高精度图像像素测距方法进行测距的一个滚筒样本的图像。
具体实施方式
为了使本发明要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提出一种电子雕刻机高精度图像像素测距方法,适用于在使用电子雕刻机雕刻时,对雕刻后滚筒上的波形间距离的准确估计。参考图1,本发明公开的一种电子雕刻机高精度图像像素测距方法,其包括以下步骤:
步骤S1、对图像预处理,待测距的图像由于滚筒外表面清洁等环境因素的影响会产生噪点,因此需要首先对图像进行滤波等预处理,减少噪点对后续图像处理的干扰;
步骤S2、提取图像中的区域轮廓,也就是利用图像的连通性原理检测出所有目标区域的轮廓;
步骤S3、区域去噪,由于检测到的区域轮廓中存在部分无效区域,因此需要根据不同噪声区域的特点进行再次去噪处理;
步骤S4、对去除噪声后的有效波形区域测距,根据不同类型的区域使用不同的方法进行测距,并输出不同类型区域的测距信息。
图2是本发明实施例提供的电子雕刻机高精度图像像素测距方法的图像预处理步骤的流程示意图。如图2所示,上述步骤S1具体如下:
步骤S11、获取待测距的图像,即雕刻后滚筒上的波形图;
步骤S12、将图像从三通道的彩色空间转换到单通道的灰度空间,得到灰度图像;
步骤S13、对灰度图像中的低频区域进行平滑处理并增强边缘等高频区域。
在一具体实施例中,步骤S13可采用现有技术中的L0 Smoothing算法来实现噪声平滑和边缘提取的效果。该算法的核心思想是将图像中无关紧要的细节去除,只保留显著的边缘部分,L0范数可以理解为向量中非零元素的个数,而L0 Smoothing算法是通过控制图像非零梯度的数量来增强图像显著性边缘部分,以此达到图像全局优化的目的。
进一步,上述步骤S1还包括步骤S14:图像二值化。
经过L0 Smoothing算法平滑处理后的图像区域非常容易区分,存在目标波形区域像素值偏低而背景区域像素值偏高的情况,因此这里直接使用二值化对目标波形区域和背景区域进行分类。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,这样将使整个图像呈现出明显的黑白效果。二值化是图像处理的重要步骤,使图像中的数据量大为减少,从而能突显出目标的轮廓。本发明实施例中滚筒上的波形区域与背景区域有很大的像素差,因此通过使用二值化处理图像将进一步实现去噪的目的,并有利于对目标波形区域的提取。
在另一具体实施例中,上述步骤S1还包括步骤S15:采用Canny边缘检测算法对图像进行边缘检测。Canny边缘检测是一种典型的多级边缘检测算法,将Canny边缘检测算法与L0 Smoothing算法结合起来应用会有很好的边缘提取效果,目标区域的边缘丢失少,并且边缘比较完整和平滑。
上述步骤S2具体如下:
对经图像预处理步骤提取出的边缘利用连通性原理可得到目标波形区域的轮廓点集。在一具体实施例中,可通过Opencv中提供的FindContours函数实现,FindContours函数用于提取图像的轮廓。
这里的连通性原理是图像像素间的一种基本关系,对于像素p、q,若图像集S是图像中的一个子集,像素p和q都属于图像集S,且存在一条由S中的像素组成的从p到q的通路,则称p在图像集S中与q连通。连通也分为4连通和8连通,其中4连通是指对应像素的紧邻位置的上、下、左和右4个方向都连通,8连通是指对应像素的紧邻位置的上、下、左、右、左上、右上、左下和右下8个方向都连通。
图3是本发明实施例提供的电子雕刻机高精度图像像素测距方法的区域去噪步骤的流程示意图。如图3所示,上述步骤S3具体如下:
步骤S31、删除所有区域点集中挨着图像边缘的数据点,由于Canny边缘检测会将图像边缘识别为区域的边界,并且加入目标区域点集,因此要将这些无效的数据点删除;
步骤S32、删除所有区域点集中点的数量为0的区域,由于受到单个噪点的影响,轮廓提取过程可能会出现区域点集中点的数量为0的情况,因此要将这些无效的区域删除;
步骤S33、删除目标波形区域中极值过多的区域,由于受到强噪音的影响,导致某两个或两个以上的区域粘连在一起,致使区域无法提供有效信息,因此要将这些无效的区域删除;
步骤S34、删除目标波形区域中波形图在左侧边界和右侧边界被截断的区域,由于目标波形区域是被左右边界截断的不完整的波形区域,不具备完整的测距信息,因此要将这些无效的区域删除。
图4是本发明实施例提供的电子雕刻机高精度图像像素测距方法的根据区域类型测距步骤的流程示意图。如图4所示,上述步骤S4具体如下:
步骤S41、判断目标波形区域是单周期的波形还是多周期的波形,当判断出是单周期的波形时,进入步骤S47,当判断出待测距的区域是多周期的波形时,进入步骤S42-S46;
在一具体实施例中,判断波形时使用差分代替当前波形区域中所在点的梯度,根据当前区域波形的差分变化,得到其波形的极值个数,单周期波形只有一个波峰,因此极值个数为1,而多周期波形既有波峰又有波谷,因此极值点的个数大于1,这样就可以将两种类型的区域区分开;
步骤S47、由于单周期波形只有一个周期,使用四参数的正弦函数拟合不具备参考性,因此只需利用当前波形在X轴和Y轴方向上的极值点的坐标即可得到所求距离;
步骤S42、对多周期的波形可采用四参数的正弦函数x=a*sin(b*y+c)+d拟合,其中a,b,c和d为四个参数,并且拟合前需要对样本点进行预处理,即通过将波形图沿对称轴平移到另一边,得到更多的有效样本点;
在一具体实施例中,结合图5提供的本发明实施例中待测距的一个滚筒样本的图像,可以看到由于测距的波形有多个周期,所有区域中的波形都是沿着一条中心轴对称的对称图像,因此将当前波形上右边的点沿对称轴映射到左边,可以为四参数的正弦拟合提供更多的有效样本点,其中确定对称轴的方法为计算X轴方向上的均值作为对称轴;
步骤S43、经过步骤S42得到的样本点中存在部分重复的点,这些重复的点会造成样本点的整体形状不规则,不利于正弦函数的拟合,因此要对样本点进行数据净化;
在一具体实施例中,数据净化的具体方法为:在当前区域X轴方向上的最小值到最大值的区间内,取每个X坐标的均值,例如当X=x1时,对当前样本点(x1,y1)和(x1,y2)进行数据净化后的样本点即为
Figure BDA0002259926980000081
经过数据净化后的样本点的集合为整体形状规则的样本点集;
步骤S44、使用牛顿迭代法(Newton-Raphson method)拟合四参数的正弦函数;
步骤S45、判断拟合效果是否足够好,即将样本点代入拟合好的正弦函数,计算其均方误差并判断均方误差是否过大,若否,则进入步骤S46,反之,进入步骤S47;
步骤S46、若均方误差在允许范围之内,说明拟合的正弦函数可以提供较为正确的测距信息,使用区域内所有点在Y轴方向上的平均值Ymean即可得到所求距离,该距离的计算公式为:y=(Ymean-a+d)*2,计算结果可精确到小数点后4位;
步骤S47、若均方误差超过了允许范围,说明使用拟合的正弦函数计算出的距离信息不够准确,因此利用极值点的坐标计算所求距离。
经过上述步骤,本发明实施例实现了对滚筒上波形间距离的准确估计,并能够对单周期的波形图和多周期的波形图使用不同的测距方法。对单周期的波形图,只用极值点的坐标进行测距。而对多周期的波形图则需要进行四参数的正弦函数拟合,当拟合达到一定精度时,再根据拟合的正弦函数进行测距。
需要说明的是,正弦函数的拟合方法是用正弦波的一组有限长采样序列进行波形拟合,主要是通过改变拟合正弦函数的幅度、频率、相位和直流偏移,使拟合函数和采样序列各点的残差平方和最小,从而获得正弦波形序列最小二乘拟合结果。四参数的正弦函数拟合,是从正弦曲线波形采集序列中估计出正弦波的幅度、频率、相位和直流分量。而牛顿迭代法是四参数的正弦函数拟合的其中一种方法,基于对函数进行泰勒展开进行近似。
进一步地,图5是本发明实施例提供的电子雕刻机高精度图像像素测距方法的四参数的正弦函数拟合的流程示意图。如图5所示,四参数的正弦函数拟合的流程包括如下步骤:
步骤S441、设四参数正弦函数的表达式为x=a*sin(b*y+c)+d;
步骤S442、参数的初始化对函数能否迭代收敛至关重要,这里使用较为直接的方法对a,b,c和d四个参数进行初始化:d初始化为区域点集的Y的均值,记作
Figure BDA0002259926980000091
其中yj为当前区域的点的Y轴方向的值,n为当前区域的点的数量;a初始化为区域点集中Y方向上的最大值ymax与最小值ymin差的二分之一,记作
Figure BDA0002259926980000092
b初始化为2*π*Lx,其中Lx为波形图中两个相邻的极值点在X方向上的距离;c的初始化需要将极值点坐标代入正弦函数x=α*sin(b*y+c)+d,已知a,b,d和点(x,y),即可求出初始化后的c值;
步骤S443、作为牛顿迭代法中的重要一步,构造雅可比矩阵,雅可比矩阵是四元一次方程组的导数矩阵,每一次迭代都要重新计算一次雅可比矩阵,雅可比矩阵的表达式为:
Figure BDA0002259926980000101
其中F(X)=[f0(X),f1(X),…,fn-1(X)]T,X=[x0,x1,…,xn-1];
步骤S444、对参数a,b,c和d分别求导,并令导数为0得到四个四元一次线性方程组,表达式为
Figure BDA0002259926980000102
步骤S445、根据牛顿迭代法,由于是四个四元一次线性方程组,只要先给出[x0,x1,x2,x3]T的初值X0,代入步骤S444中的公式,使用高斯法即可求解得到ΔXk=[Δx0,Δx1,Δx2,Δx3]T
步骤S446、更新参数a,b,c和d,更新后的四个参数为a=a+Δx0,b=b+Δx1,c=c+Δx2,d=d+Δx3。参数a,b,c和d按照步骤S443-S445进行迭代,当迭代量达到某一精度,函数不再明显收敛,此时迭代结束。具体表示为当Δx0 2+Δx1 2+Δx2 2+Δχ3 2<ε时,函数将不再明显收敛,其中ε表示预设阈值,在一具体实施例中,ε可以设置为1e4。
以上实施例提供的四参数的正弦函数拟合方法具有运算速度快、采样量化误差低的特点,可节约大量的计算时间,并且避免了非线性迭代,拟合效果好。
本发明还提供一种计算机可读存储介质,其存储用于电子数据交换的程序,所述程序用于执行上述的电子雕刻机高精度图像像素测距方法。
本发明还提供一种用于利用上述测距方法对雕刻后的滚筒上的波形间距离进行估计的电子雕刻机,采用上述测距方法之后,电子雕刻机的精度有了显著提高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种电子雕刻机高精度图像像素测距方法,用于对雕刻后的滚筒上的波形间距离进行估计,其特征在于,所述测距方法包括:
对图像预处理,使用L0 Smoothing算法减少噪点产生的干扰,并结合Canny边缘检测算法进行边缘提取;
提取所述图像中的区域轮廓,包括对经所述图像预处理提取出的所述边缘利用连通性原理,得到目标波形区域的轮廓点集;
区域去噪,删除所述目标波形区域中的无效区域;和
根据区域类型测距,对单周期的波形图和多周期的波形图使用不同的测距方法;
所述根据区域类型测距包括:
步骤S41、判断所述目标波形区域是单周期的波形还是多周期的波形,当判断为单周期的波形时,进入步骤S47,当判断为多周期的波形时,进入步骤S42-S46,采用四参数的正弦函数x=a*sin(b*y+c)+d拟合;
步骤S42、对样本点进行预处理,通过将波形图沿对称轴平移到另一边,得到多个有效样本点;
步骤S43、对所述样本点进行数据净化;
步骤S44、使用牛顿迭代法拟合所述四参数的正弦函数;
步骤S45、判断拟合效果是否足够好,若否,则进入步骤S46,反之,进入步骤S47;
步骤S46、若均方误差在允许范围之内,使用区域内所有点在Y轴方向上的平均值即可得到所述波形间距离;
步骤S47、若均方误差超过了允许范围,利用极值点的坐标计算所述波形间距离。
2.如权利要求1所述的电子雕刻机高精度图像像素测距方法,其特征在于,所述对图像预处理的步骤包括:
获取待测距的图像,所述图像为雕刻后滚筒上的波形图;
将所述图像从三通道的彩色空间转换到单通道的灰度空间,得到灰度图像;
采用所述L0 Smoothing算法对所述灰度图像中的低频区域进行平滑处理并增强高频区域;
使用二值化对目标波形区域和背景区域进行分类;和
采用所述Canny边缘检测算法进行边缘检测。
3.如权利要求2所述的电子雕刻机高精度图像像素测距方法,其特征在于,所述提取区域轮廓点集通过FindContours函数实现。
4.如权利要求1所述的电子雕刻机高精度图像像素测距方法,其特征在于,所述区域去噪包括:
删除所有区域点集中挨着图像边缘的数据点;
删除所有区域点集中点的数量为0的区域;
删除所述目标波形区域中极值点分布密集的区域;和
删除所述目标波形区域中波形图在左侧边界和右侧边界被截断的区域。
5.如权利要求1所述的电子雕刻机高精度图像像素测距方法,其特征在于,所述步骤S44中的四参数的正弦函数拟合的流程包括:
步骤S441、设所述四参数正弦函数为x=a*sin(b*y+c)+d;
步骤S442、初始化所述参数a,b,c和d,所述参数d初始化为所述目标波形区域点集的Y的均值,记作
Figure FDA0003534057050000021
其中所述yj为所述目标波形区域的样本点的Y轴方向的值,所述n为样本点的数量;所述参数a初始化为所述目标波形区域点集中Y方向上的最大值ymax与最小值ymin差的二分之一,记作
Figure FDA0003534057050000022
所述参数b初始化为2*π*Lx,其中Lx为所述目标波形区域中两个相邻的极值点在X方向上的距离;所述参数c的初始化包括将极值点坐标代入所述正弦函数x=a*sin(b*y+c)+d,已知;
步骤S443、构造雅可比矩阵;
步骤S444、对所述参数a,b,c和d分别求导得到四个四元一次线性方程组;
步骤S445、使用高斯法求解所述四元一次线性方程组;
步骤S446、更新所述参数a,b,c和d,并按照所述步骤S443-S445进行迭代,当迭代量达到设定阈值时,迭代结束。
6.如权利要求5所述的电子雕刻机高精度图像像素测距方法,其特征在于,所述步骤S43中所述数据净化包括:在所述目标波形区域X轴方向上的最小值到最大值的区间内,取每个所述样本点X坐标的均值,经过所述数据净化后的所述样本点的集合为整体形状规则的样本点集。
7.如权利要求6所述的电子雕刻机高精度图像像素测距方法,其特征在于,所述步骤S446中,更新后的所述参数a、b、c和d分别为:a=a+Δx0,b=b+Δx1,c=c+Δx2,d=d+Δx3,所述Δx0、Δx1、Δx0和Δx2为数值不同的变化量,所述参数a,b,c和d按照所述步骤S443-S445进行迭代,当满足Δx0 2+Δx1 0+Δx2 2+Δx3 2<ε时,迭代结束,其中所述ε为预设阈值。
8.一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的程序,其中,所述程序用于执行如权利要求1-7中任一项所述的电子雕刻机高精度图像像素测距方法。
9.一种电子雕刻机,其特征在于,采用如权利要求1-7中任一项所述的电子雕刻机高精度图像像素测距方法对雕刻后的滚筒上的波形间距离进行估计。
CN201911067721.3A 2019-11-04 2019-11-04 电子雕刻机高精度图像像素测距方法 Active CN110827307B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911067721.3A CN110827307B (zh) 2019-11-04 2019-11-04 电子雕刻机高精度图像像素测距方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911067721.3A CN110827307B (zh) 2019-11-04 2019-11-04 电子雕刻机高精度图像像素测距方法

Publications (2)

Publication Number Publication Date
CN110827307A CN110827307A (zh) 2020-02-21
CN110827307B true CN110827307B (zh) 2022-04-15

Family

ID=69552419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911067721.3A Active CN110827307B (zh) 2019-11-04 2019-11-04 电子雕刻机高精度图像像素测距方法

Country Status (1)

Country Link
CN (1) CN110827307B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111473767B (zh) * 2020-04-16 2022-10-25 福建汇川物联网技术科技股份有限公司 一种远程测距方法及装置
CN113052770A (zh) * 2021-03-16 2021-06-29 厦门盈趣科技股份有限公司 镭雕方法、系统、移动终端及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5831745A (en) * 1995-01-19 1998-11-03 Dainippon Screen Mfg. Co., Ltd. Gravure engraving system using two signals out of phase with each other for engraving a plurality of cells on a surface of a gravure cylinder
CN101804720A (zh) * 2010-03-16 2010-08-18 浙江博玛数码电子有限公司 基于视觉的数字式电子雕刻制版质量在线监控方法和装置
CN201657207U (zh) * 2010-03-16 2010-11-24 浙江博玛数码电子有限公司 基于视觉的数字式电子雕刻制版质量在线监控装置
CN104063868A (zh) * 2014-06-30 2014-09-24 中国科学院自动化研究所 一种多边形工件检测定位方法
CN104112269A (zh) * 2014-05-12 2014-10-22 北京联合大学 一种基于机器视觉的太阳能电池激光刻线参数检测方法及系统
CN105224941A (zh) * 2014-06-18 2016-01-06 台达电子工业股份有限公司 对象辨识与定位方法
CN107507208A (zh) * 2017-07-12 2017-12-22 天津大学 一种基于轮廓上曲率估计的图像特征点提取方法
CN107705293A (zh) * 2017-09-14 2018-02-16 广东工业大学 一种基于ccd面阵相机视觉检测的五金零件尺寸测量方法
CN108747029A (zh) * 2018-06-04 2018-11-06 广东水利电力职业技术学院(广东省水利电力技工学校) 一种教学型激光雕刻切割机及控制方法、应用
CN108921865A (zh) * 2018-06-27 2018-11-30 南京大学 一种抗干扰的亚像素直线拟合方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020135811A1 (en) * 1993-02-25 2002-09-26 Flannery David L. Error detection apparatus and method for use with engravers
US20030016283A1 (en) * 2001-07-17 2003-01-23 Jesse Leskanic Method of forming patterned rotary printing screens

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5831745A (en) * 1995-01-19 1998-11-03 Dainippon Screen Mfg. Co., Ltd. Gravure engraving system using two signals out of phase with each other for engraving a plurality of cells on a surface of a gravure cylinder
CN101804720A (zh) * 2010-03-16 2010-08-18 浙江博玛数码电子有限公司 基于视觉的数字式电子雕刻制版质量在线监控方法和装置
CN201657207U (zh) * 2010-03-16 2010-11-24 浙江博玛数码电子有限公司 基于视觉的数字式电子雕刻制版质量在线监控装置
CN104112269A (zh) * 2014-05-12 2014-10-22 北京联合大学 一种基于机器视觉的太阳能电池激光刻线参数检测方法及系统
CN105224941A (zh) * 2014-06-18 2016-01-06 台达电子工业股份有限公司 对象辨识与定位方法
CN104063868A (zh) * 2014-06-30 2014-09-24 中国科学院自动化研究所 一种多边形工件检测定位方法
CN107507208A (zh) * 2017-07-12 2017-12-22 天津大学 一种基于轮廓上曲率估计的图像特征点提取方法
CN107705293A (zh) * 2017-09-14 2018-02-16 广东工业大学 一种基于ccd面阵相机视觉检测的五金零件尺寸测量方法
CN108747029A (zh) * 2018-06-04 2018-11-06 广东水利电力职业技术学院(广东省水利电力技工学校) 一种教学型激光雕刻切割机及控制方法、应用
CN108921865A (zh) * 2018-06-27 2018-11-30 南京大学 一种抗干扰的亚像素直线拟合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
数字图像半色调算法与凹版网穴边缘检测研究;吴启科;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20190115(第01期);B024-1409 *
正弦函数拟合计算;cufwbd47;《豆丁网》;20190531;1-6页 *

Also Published As

Publication number Publication date
CN110827307A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN107507208B (zh) 一种基于轮廓上曲率估计的图像特征点提取方法
CN110827307B (zh) 电子雕刻机高精度图像像素测距方法
CN111415376B (zh) 汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法
CN109919960B (zh) 一种基于多尺度Gabor滤波器的图像连续边缘检测方法
CN102542561B (zh) 基于Fisher分布的活动轮廓SAR图像分割方法
CN108830888B (zh) 基于改进的多尺度协方差矩阵特征描述子的粗匹配方法
CN109341524A (zh) 一种基于机器视觉的光纤几何参数检测方法
CN103727930A (zh) 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法
CN112651259B (zh) 二维码的定位方法、基于二维码的移动机器人定位方法
CN112819845A (zh) 柔性封装基板轮廓、线宽线距缺陷检测方法及介质和设备
CN108182707B (zh) 采集不完整条件下的棋盘格标定模板及其自动识别方法
CN110569857A (zh) 一种基于质心距离计算的图像轮廓角点检测方法
CN112184725B (zh) 一种沥青路面图像的结构光光条中心提取方法
CN110956630A (zh) 平面印刷缺陷检测方法、装置以及系统
CN110245600A (zh) 自适应起始快速笔画宽度无人机道路检测方法
CN109359604A (zh) 面向巡检机器人的阴影干扰下仪表识别方法
CN107993193B (zh) 基于光照均衡化和改进surf算法的隧道衬砌图像拼接方法
CN106815851A (zh) 一种基于视觉测量的栅格圆形油位计自动读数方法
CN116818778B (zh) 一种汽车部件快速智能检测方法及系统
Li et al. Three-dimensional point cloud registration by matching surface features with relaxation labeling method
CN111415378B (zh) 用于汽车玻璃检测的图像配准方法及汽车玻璃检测方法
CN109801223A (zh) 一种点云去噪及空洞修补方法
CN116188408A (zh) 一种基于Canny的鞋面边缘检测识别方法
CN111178111A (zh) 二维码检测方法、电子设备、存储介质及系统
CN104077774A (zh) 一种结合骨架和广义Hough变换的扩展目标跟踪方法及装置

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
GR01 Patent grant
GR01 Patent grant