CN111914856B - 板材余料的排样方法、装置、系统、电子设备及存储介质 - Google Patents

板材余料的排样方法、装置、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN111914856B
CN111914856B CN202010800647.8A CN202010800647A CN111914856B CN 111914856 B CN111914856 B CN 111914856B CN 202010800647 A CN202010800647 A CN 202010800647A CN 111914856 B CN111914856 B CN 111914856B
Authority
CN
China
Prior art keywords
fitting
pixel region
interest
plate
straight line
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
CN202010800647.8A
Other languages
English (en)
Other versions
CN111914856A (zh
Inventor
代田田
曹建华
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 CN202010800647.8A priority Critical patent/CN111914856B/zh
Publication of CN111914856A publication Critical patent/CN111914856A/zh
Application granted granted Critical
Publication of CN111914856B publication Critical patent/CN111914856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了板材余料的排样方法、装置、系统、电子设备及存储介质,排样方法包括:获取目标图像;确定目标图像中的感兴趣像素区域;对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集;根据轮廓点集,拟合得到N条拟合直线;根据N条拟合直线的多个直线交点,确定与标定件至少四个顶点对应的四个目标角点的图像位置信息;根据已确定的四个目标角点的图像位置信息与四个目标角点对应在机床坐标系中的位置信息,确定图像坐标系与机床坐标系之间的位置变换关系;根据位置变换关系,将待排样板材余料的像素区域变换到机床坐标系中,得到待排样板材余料的实际覆盖区域;根据实际覆盖区域,对待排样板材余料进行排样。

Description

板材余料的排样方法、装置、系统、电子设备及存储介质
技术领域
本发明涉及机床加工领域,并且更具体地,涉及一种板材余料的排样方法、装置、系统、电子设备及存储介质。
背景技术
在激光加工领域,板材越来越贵,客户对板材余料充分利用的需求越来越强烈。
现有技术中,对板材余料进行排样之前,一般是通过将拍摄的图片标定,再通过映射变换,使图片恢复到垂直相机主光轴的状态。其中对板材余料的标定,通过人工在真实余料上打上多个标记点,同时记录相关标记点之间的真实距离,再通过相机拍摄,同时人工找到图像中的标记点,获得标记点在图片中的坐标,根据标记点真实的坐标与标记点在图片中的坐标确定映射变换关系。最后通过映射变换得到垂直相机主光轴的状态的图片。
可见,现有技术中板材余料排样时需要通过人工标记的方式进而获得图像的映射变换关系,操作比较繁琐,排样效率低。
发明内容
本发明提供的板材余料的排样方法、装置、系统、电子设备及存储介质,以解决现有技术中板材余料排样时由于需要通过人工设置标记点获得图像的映射变换关系,进而导致板材余料排样效率低的问题。
根据本发明第一方面,提供了一种板材余料的排样方法,应用于控制端,包括:
获取目标图像,所述目标图像包含待排样板材余料的像素区域与标定件的像素区域,所述标定件具有K个顶点,其中,K≥4;
确定所述目标图像中的感兴趣像素区域;所述感兴趣像素区域为所述目标图像中包含所述标定件但不包含所述待排样板材余料的像素区域;
对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集;
根据所述轮廓点集,拟合得到N条拟合直线,N≥4;
根据所述N条拟合直线的多个直线交点,确定与所述标定件的K个顶点中的至少四个顶点对应的四个目标角点的图像位置信息;
根据已确定的所述四个目标角点的图像位置信息与所述四个目标角点对应在机床坐标系中的位置信息,确定所述图像坐标系与所述机床坐标系之间的位置变换关系;
根据所述位置变换关系,将所述待排样板材余料的像素区域变换到所述机床坐标系中,得到所述待排样板材余料的实际覆盖区域;
根据所述实际覆盖区域,对所述待排样板材余料进行排样。
可选的,对所述感兴趣像素区域进行轮廓检测之前,还包括:
对所述感兴趣像素区域进行预处理,得到预处理后的感兴趣像素区域;所述预处理包括滤波去噪和/或阈值分割。
可选的,根据所述轮廓点集,拟合得到N条拟合直线,包括:
根据所述轮廓点集,逐一拟合得到各条拟合直线;其中:
拟合得到任意第M条拟合直线之后,均确定所述第M条拟合直线对应的角点不再参与拟合,M≤N。
可选的,对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集,包括:
利用边缘检测算法对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集。
可选的,根据所述轮廓点集,拟合得到N条拟合直线,包括:
利用随机抽样一致算法对所述轮廓点集进行直线拟合得到N条拟合直线。
可选的,所述标定件为矩形标定件。
根据本发明第二方面,提供了一种板材余料的排样装置,应用于控制端,包括:
图像获取模块,用于获取目标图像,所述目标图像包含待排样板材余料的像素区域与标定件的像素区域,所述标定件具有K个顶点,其中,K≥4;
感兴趣像素区域确定模块,用于确定所述目标图像中的感兴趣像素区域;所述感兴趣像素区域为所述目标图像中包含所述标定件但不包含所述待排样板材余料的像素区域;
轮廓检测模块,用于对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集;
直线拟合模块,用于根据所述轮廓点集,拟合得到N条拟合直线,N≥4;
角点确定模块,用于根据所述N条拟合直线的多个直线交点,确定与所述标定件的K个顶点中的至少四个顶点对应的四个目标角点的图像位置信息;
变换关系确定模块,用于根据已确定的所述四个目标角点的图像位置信息与所述四个目标角点对应在机床坐标系中的位置信息,确定所述图像坐标系与所述机床坐标系之间的位置变换关系;
覆盖区域确定模块,用于根据所述位置变换关系,将所述待排样板材余料的像素区域变换到所述机床坐标系中,得到所述待排样板材余料的实际覆盖区域;
排样模块,用于根据所述实际覆盖区域,对所述待排样板材余料进行排样。
可选的,该装置还包括,预处理模块,用于在对所述感兴趣像素区域进行轮廓检测之前,对所述感兴趣像素区域进行预处理,得到预处理后的感兴趣像素区域;所述预处理包括滤波去噪和/或阈值分割。
根据本发明第三方面,提供了一种电子设备,包括处理器与存储器,所述存储器,用于存储代码和相关数据;
所述处理器,用于执行所述存储器中的代码以实现本发明第一方面及其可选方案涉及的板材余料的排样方法。
根据本发明第四方面,提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明第一方面及其可选方案涉及的板材余料的排样方法。
本发明提供的板材余料的排样方法、装置、系统、电子设备及存储介质中,由于设置了标定件,并且通过图像处理算法确定与标定件的顶点对应的角点进而确定图像的位置变换关系(映射变换关系),不需要通过在板材余料上人工设置标记点的方式获得图像的位置变换关系,进而提高了板材余料的排样效率。
进一步的,本发明对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集,通过对轮廓点集进行直线拟合,拟合出的直线与标定件的直边相对应,进而,根据拟合出的直线的相互的交点可以进一步准确的确定目标图像中标定件的顶点对应的角点。
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讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中板材余料的排样方法的流程图一;
图2是本发明一实施例中板材余料的排样方法的流程图二;
图3本发明一实施例中板材余料的排样装置的模块示意图一;
图4本发明一实施例中板材余料的排样装置的模块示意图二;
图5本发明一实施例中电子设备的模块示意图。
附图标记说明:
11-图像获取模块;
12-感兴趣像素区域确定模块;
13-轮廓检测模块;
14-直线拟合模块;
15-角点确定模块;
16-变换关系确定模块;
17-覆盖区域确定模块;
18-排样模块;
19-预处理模块;
21-处理器;
22-总线;
23-存储器。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,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做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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本发明一实施例中板材余料的排样方法的流程图一。
请参考图1,提供了一种板材余料的排样方法,应用于控制端,包括:
S11:获取目标图像,目标图像包含待排样板材余料的像素区域与标定件的像素区域,标定件具有K个顶点,其中,K≥4;
S12:确定目标图像中的感兴趣像素区域;感兴趣像素区域为目标图像中包含标定件但不包含待排样板材余料的像素区域;
S13:对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集;
S14:根据轮廓点集,拟合得到N条拟合直线,N≥4;
S15:根据N条拟合直线的多个直线交点,确定与标定件的K个顶点中的至少四个顶点对应的四个目标角点的图像位置信息;
S16:根据已确定的四个目标角点的图像位置信息与四个目标角点对应在机床坐标系中的位置信息,确定图像坐标系与机床坐标系之间的位置变换关系;
S17:根据位置变换关系,将待排样板材余料的像素区域变换到机床坐标系中,得到待排样板材余料的实际覆盖区域;
S18:根据实际覆盖区域,对待排样板材余料进行排样。
以上方案中,由于设置了标定件,并且通过图像处理算法确定标定件的顶点对应的角点进而确定图像的位置变换关系(映射变换关系),不需要通过在板材余料上人工设置标记点的方式获得图像的位置变换关系,进而提高了板材余料的排样效率。
进一步的,本发明实施例对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集,通过对轮廓点集进行直线拟合,拟合出的直线与标定件的直边相对应,根据拟合出的直线的相互的交点可以进一步准确的确定目标图像中标定件的顶点对应的角点。
本发明一实施例中,板材余料可以理解为完整的板材被切割后剩余的板材。
本发明一实施例中,目标图像可以理解为通过任意摄像设备在任意角度拍摄的包含待排样板材余料与标定件的图像,其中,待排样板材余料放置在机床上。摄像设备例如可以是机床上的相机,该机床上的相机包括CCD(Charge Coupled Device)相机;摄像设备例如还可以是相关人员的手持设备等,该手持设备具有摄像功能,该手持设备可以是相关人员的手机或数码相机。
本发明一实施例中,标定件例如可以是具有多个顶点的多边形标定件,其中标定件的顶点数至少为四个,标定件的部分或全部顶点是通过标定件的直线边缘连接的。标定件例如具体是四边形标定件、五边形标定件、六边形标定件等。
本发明一实施例中,目标图像的感兴趣像素区域(感兴趣区域)例如可以是目标图像中标定件所在区域的外接轮廓。
一种实施方式中,相关人员可直接在目标图像上框选出感兴趣像素区域。
本发明一实施例中,轮廓点集表征了标定件的边缘在目标图像中对应的像素点,也可以理解为表征了标定件的边缘在目标图像的图像坐标系中的位置。
一种实施方式中,拟合了标定件的四条直线,一种情况下,任意两条直线的交点即为与标定件的顶点对应的角点,拟合出的四条直线相互的交点即为与标定件的四个顶点对应的四个角点。其它情况下,若同一条直线上出现超过两个交点,则选择其中距离该直线对应的角点集最近的两个交点作为与标定件的顶点对应的目标角点,其中,该直线对应的角点集为上述的L个角点中参与拟合出该直线的角点。
本发明一实施例中,图像坐标系与机床坐标系之间的位置变换关系例如可以是透视变换关系,其中透视变换可以理解为利用透视中心、像点、目标点三点共线的条件,按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一角度,破坏原有的投影光线束,仍能保持承影面上投影几何图形不变的变换。
本发明一实施例中,图像坐标系与机床坐标系之间的位置变换关系例如是能够将目标图像转换成垂直机床视角的图像,即机床坐标系下俯视角度对应的图像。
本发明一实施例中,待排样板材余料的实际覆盖区域可以理解为待排样板材余料在机床的加工台上的覆盖区域,该覆盖区域的面积为待排样板材余料的面积。
本发明一实施例中,对待排样板材余料进行排样可以理解为,将待加工的零件对应的加工位置与在待排样板材余料上的位置对应。
一种实施方式中,根据实际覆盖区域,对待排样板材余料进行排样例如可以包括:
根据实际覆盖区域,生成待排样板材余料对应的加工图纸,例如CAD图纸;
在加工图纸上进行排样。
一种实施方式中,待排样板材余料的实际覆盖区域可以通过识别出的待排样板材余料的内轮廓与外轮廓确定。
图2是本发明一实施例中板材余料的排样方法的流程图二。
请参考图2,一种实施方式中,对感兴趣像素区域进行轮廓检测之前,即步骤S13之前,还包括:
S19:对感兴趣像素区域进行预处理,得到预处理后的感兴趣像素区域;预处理包括滤波去噪和/或阈值分割。
一种实施方式中,根据轮廓点集,拟合得到N条拟合直线,即步骤S14,包括:
根据轮廓点集,逐一拟合得到各条拟合直线;其中:
拟合得到任意第M条拟合直线之后,均确定第M条拟合直线对应的角点不再参与拟合,M≤N。
一种实施方式中,根据轮廓点集,拟合得到N条拟合直线,即步骤S14,包括:
利用随机抽样一致算法(Random Sample Consensus,RANSAC)对轮廓点集进行直线拟合得到N条拟合直线。
一种实施方式中,对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集,即步骤S13,包括:
利用边缘检测算法对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集。
一种实施方式中,设定机床坐标系下标定件的四个角点的坐标,例如标定件放置在机床上时,俯视状态下标定件的四个角点的坐标设定为:
Figure BDA0002627247950000081
目标图像中上述四个角点的像素坐标为:
Figure BDA0002627247950000082
设定透视变换矩阵为M,根据透视变换原理,可得:
Figure BDA0002627247950000083
Figure BDA0002627247950000084
根据已知的P′n与P″n可计算出透视变换矩阵M。
根据目标图像的每个像素坐标以及透视变换矩阵可以获得目标图像的每个像素在机床坐标系下的坐标,最终获得待排样板材余料在机床坐标系下对应的俯视图。进一步的,如果获得的俯视图中部分像素缺失,可通过插值的方法获取俯视图中缺失的像素值。
一种实施方式中,俯视状态下标定件的四个角点的坐标可以通过目标图像中对应的四个角点的像素坐标以及标定件的实际尺寸确定,例如可以是以其中第一个角点的像素坐标为旋转中心,以以其中第一个角点与第二个角点组成的线段角度为角度,根据标定件(例如矩形标定件)的尺寸,分别计算出四个角点的新坐标(其中第一个角点的新旧坐标是相同的),得到标定件的角点在机床坐标系下的坐标。
图3本发明一实施例中板材余料的排样装置的模块示意图一。
请参考图3,提供了一种板材余料的排样装置,应用于控制端,包括:
图像获取模块11,用于获取目标图像,目标图像包含待排样板材余料的像素区域与标定件的像素区域,标定件具有K个顶点,其中,K≥4;
感兴趣像素区域确定模块12,用于确定目标图像中的感兴趣像素区域;感兴趣像素区域为目标图像中包含标定件但不包含待排样板材余料的像素区域;
轮廓检测模块13,用于对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集;图像位置信息表征了L个角点中对应的角点在目标图像的图像坐标系中的位置;
直线拟合模块14,用于根据轮廓点集,拟合得到N条拟合直线,N≥4;
角点确定模块15,用于根据N条拟合直线的多个直线交点,确定与标定件的K个顶点中的至少四个顶点对应的四个目标角点的图像位置信息;
变换关系确定模块16,用于根据已确定的四个目标角点的图像位置信息与四个目标角点对应在机床坐标系中的位置信息,确定图像坐标系与机床坐标系之间的位置变换关系;
覆盖区域确定模块17,用于根据位置变换关系,将待排样板材余料的像素区域变换到机床坐标系中,得到待排样板材余料的实际覆盖区域;
排样模块18,用于根据实际覆盖区域,对待排样板材余料进行排样。
以上方案中,由于设置了标定件,并且通过图像处理算法确定与标定件的顶点对应的角点进而确定图像的位置变换关系(映射变换关系),不需要通过在板材余料上人工设置标记点的方式获得图像的位置变换关系,进而提高了板材余料的排样效率。
进一步的,本发明实施例对感兴趣像素区域进行轮廓检测,确定标定件对应的轮廓点集,通过对轮廓点集进行直线拟合,拟合出的直线与标定件的直边相对应,进而,根据拟合出的直线的相互的交点可以进一步准确的确定目标图像中与标定件的顶点对应的角点。
图4本发明一实施例中板材余料的排样装置的模块示意图二。
可选的,请参考图4,该装置还包括,预处理模块19,用于在对感兴趣像素区域进行轮廓检测之前,对感兴趣像素区域进行预处理,得到预处理后的感兴趣像素区域;预处理包括滤波去噪和/或阈值分割。
图5本发明一实施例中电子设备的模块示意图。
请参考图5,提供了一种电子设备,包括处理器21与存储器23,
存储器23,用于存储代码和相关数据;
处理器21,用于执行存储器23中的代码以实现本发明涉及的板材余料的排样方法。
处理器21能够通过总线22与存储器23通讯。
根据本发明还提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明涉及的板材余料的排样方法。
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 (9)

1.一种板材余料的排样方法,应用于控制端,其特征在于,包括:
获取目标图像,所述目标图像包含待排样板材余料的像素区域与标定件的像素区域,所述标定件具有K个顶点,其中,K≥4;
确定所述目标图像中的感兴趣像素区域;所述感兴趣像素区域为所述目标图像中包含所述标定件但不包含所述待排样板材余料的像素区域;
对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集;
根据所述轮廓点集,拟合得到N条拟合直线,N≥4,所述拟合直线与所述标定件的直边相对应;
所述根据所述轮廓点集,拟合得到N条拟合直线,包括:根据所述轮廓点集,逐一拟合得到各条拟合直线;其中,拟合得到任意第M条拟合直线之后,均确定所述第M条拟合直线对应的轮廓点不再参与拟合,M≤N;
根据所述N条拟合直线的多个直线交点,确定与所述标定件的K个顶点中的至少四个顶点对应的四个目标角点的图像位置信息;其中,在同一条直线上出现超过两个交点的情况下,确定其中距离该直线对应的轮廓点集最近的两个交点作为与标定件的顶点对应的目标角点,所述该直线对应的轮廓点集为参与拟合出该直线的轮廓点;
根据已确定的所述四个目标角点的图像位置信息与所述四个目标角点对应在机床坐标系中的位置信息,确定图像坐标系与所述机床坐标系之间的位置变换关系;
根据所述位置变换关系,将所述待排样板材余料的像素区域变换到所述机床坐标系中,得到所述待排样板材余料的实际覆盖区域;
根据所述实际覆盖区域,对所述待排样板材余料进行排样。
2.根据权利要求1所述的方法,其特征在于,对所述感兴趣像素区域进行轮廓检测之前,还包括:
对所述感兴趣像素区域进行预处理,得到预处理后的感兴趣像素区域;所述预处理包括滤波去噪和/或阈值分割。
3.根据权利要求1-2任一项所述的方法,其特征在于,对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集,包括:
利用边缘检测算法对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集。
4.根据权利要求3所述的方法,其特征在于,根据所述轮廓点集,拟合得到N条拟合直线,包括:
利用随机抽样一致算法对所述轮廓点集进行直线拟合得到N条拟合直线。
5.根据权利要求1所述的方法,其特征在于,所述标定件为矩形标定件。
6.一种板材余料的排样装置,应用于控制端,其特征在于,包括:
图像获取模块,用于获取目标图像,所述目标图像包含待排样板材余料的像素区域与标定件的像素区域,所述标定件具有K个顶点,其中,K≥4;
感兴趣像素区域确定模块,用于确定所述目标图像中的感兴趣像素区域;所述感兴趣像素区域为所述目标图像中包含所述标定件但不包含所述待排样板材余料的像素区域;
轮廓检测模块,用于对所述感兴趣像素区域进行轮廓检测,确定所述标定件对应的轮廓点集;
直线拟合模块,用于根据所述轮廓点集,拟合得到N条拟合直线,N≥4,所述拟合直线与所述标定件的直边相对应;
根据所述轮廓点集,拟合得到N条拟合直线,包括:根据所述轮廓点集,逐一拟合得到各条拟合直线;其中,拟合得到任意第M条拟合直线之后,均确定所述第M条拟合直线对应的轮廓点不再参与拟合,M≤N;
角点确定模块,用于根据所述N条拟合直线的多个直线交点,确定与所述标定件的K个顶点中的至少四个顶点对应的四个目标角点的图像位置信息;其中,在同一条直线上出现超过两个交点的情况下,确定其中距离该直线对应的轮廓点集最近的两个交点作为与标定件的顶点对应的目标角点,所述该直线对应的轮廓点集为参与拟合出该直线的轮廓点;
变换关系确定模块,用于根据已确定的所述四个目标角点的图像位置信息与所述四个目标角点对应在机床坐标系中的位置信息,确定图像坐标系与所述机床坐标系之间的位置变换关系;
覆盖区域确定模块,用于根据所述位置变换关系,将所述待排样板材余料的像素区域变换到所述机床坐标系中,得到所述待排样板材余料的实际覆盖区域;
排样模块,用于根据所述实际覆盖区域,对所述待排样板材余料进行排样。
7.根据权利要求6所述的装置,其特征在于,还包括,预处理模块,用于在对所述感兴趣像素区域进行轮廓检测之前,对所述感兴趣像素区域进行预处理,得到预处理后的感兴趣像素区域;所述预处理包括滤波去噪和/或阈值分割。
8.一种电子设备,其特征在于,包括处理器与存储器,
所述存储器,用于存储代码和相关数据;
所述处理器,用于执行所述存储器中的代码用以实现权利要求1-5任一项所述的板材余料的排样方法。
9.一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-5任一项所述的板材余料的排样方法。
CN202010800647.8A 2020-08-11 2020-08-11 板材余料的排样方法、装置、系统、电子设备及存储介质 Active CN111914856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010800647.8A CN111914856B (zh) 2020-08-11 2020-08-11 板材余料的排样方法、装置、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010800647.8A CN111914856B (zh) 2020-08-11 2020-08-11 板材余料的排样方法、装置、系统、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111914856A CN111914856A (zh) 2020-11-10
CN111914856B true CN111914856B (zh) 2023-05-05

Family

ID=73283843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010800647.8A Active CN111914856B (zh) 2020-08-11 2020-08-11 板材余料的排样方法、装置、系统、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111914856B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205806A (zh) * 2015-08-19 2015-12-30 广东科杰机械自动化有限公司 一种基于机器视觉的精度补偿方法
CN106052560A (zh) * 2016-07-25 2016-10-26 上海柏楚电子科技有限公司 一种视觉辅助板材余料排样的方法
CN108627092A (zh) * 2018-04-17 2018-10-09 南京阿凡达机器人科技有限公司 一种包裹体积的测量方法、系统、储存介质及移动终端
CN109018591A (zh) * 2018-08-09 2018-12-18 沈阳建筑大学 一种基于计算机视觉的自动贴标定位方法
CN109187637A (zh) * 2018-07-31 2019-01-11 中国科学院自动化研究所 基于红外热像仪的工件缺陷测量方法和系统
CN109190628A (zh) * 2018-08-15 2019-01-11 东北大学 一种基于机器视觉的板材镰刀弯检测方法
CN110047109A (zh) * 2019-03-11 2019-07-23 南京航空航天大学 一种基于自识别标记的相机标定板及其识别检测方法
CN110110760A (zh) * 2019-04-17 2019-08-09 浙江工业大学 一种基于机器视觉的工件定位与识别方法
CN111462119A (zh) * 2020-05-27 2020-07-28 东北大学 一种基于机器视觉的宽厚板剪切排样方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205806A (zh) * 2015-08-19 2015-12-30 广东科杰机械自动化有限公司 一种基于机器视觉的精度补偿方法
CN106052560A (zh) * 2016-07-25 2016-10-26 上海柏楚电子科技有限公司 一种视觉辅助板材余料排样的方法
CN108627092A (zh) * 2018-04-17 2018-10-09 南京阿凡达机器人科技有限公司 一种包裹体积的测量方法、系统、储存介质及移动终端
CN109187637A (zh) * 2018-07-31 2019-01-11 中国科学院自动化研究所 基于红外热像仪的工件缺陷测量方法和系统
CN109018591A (zh) * 2018-08-09 2018-12-18 沈阳建筑大学 一种基于计算机视觉的自动贴标定位方法
CN109190628A (zh) * 2018-08-15 2019-01-11 东北大学 一种基于机器视觉的板材镰刀弯检测方法
CN110047109A (zh) * 2019-03-11 2019-07-23 南京航空航天大学 一种基于自识别标记的相机标定板及其识别检测方法
CN110110760A (zh) * 2019-04-17 2019-08-09 浙江工业大学 一种基于机器视觉的工件定位与识别方法
CN111462119A (zh) * 2020-05-27 2020-07-28 东北大学 一种基于机器视觉的宽厚板剪切排样方法

Also Published As

Publication number Publication date
CN111914856A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN110570477B (zh) 一种标定相机和旋转轴相对姿态的方法、装置和存储介质
CN110223226B (zh) 全景图像拼接方法及系统
KR101638173B1 (ko) 캘리브레이션을 위한 자동 피처 탐지용 기구물 및 그 탐지 방법
CN112686950B (zh) 位姿估计方法、装置、终端设备及计算机可读存储介质
CN112581546A (zh) 摄像头标定方法、装置、计算机设备和存储介质
EP3944194B1 (en) Fisheye camera calibration system, method and apparatus, and electronic device and storage medium
CN115131587A (zh) 一种基于边缘轮廓的梯度向量特征的模板匹配方法
CN111681186A (zh) 图像处理方法、装置、电子设备及可读存储介质
US20020094134A1 (en) Method and system for placing three-dimensional models
CN114283079A (zh) 一种基于图卡拍摄校正的方法及设备
CN113838137A (zh) 一种基于tft-lcd获取校正标记位置的方法和系统
CN111914857B (zh) 板材余料的排样方法、装置、系统、电子设备及存储介质
CN115830135A (zh) 一种图像处理方法、装置及电子设备
CN112950528A (zh) 证件姿态确定方法、模型训练方法、装置、服务器及介质
CN117522963A (zh) 棋盘格的角点定位方法、装置、存储介质及电子设备
CN111914856B (zh) 板材余料的排样方法、装置、系统、电子设备及存储介质
CN111507894A (zh) 一种图像拼接处理方法及装置
CN117315046A (zh) 一种环视相机标定方法、装置、电子设备及存储介质
CN112419424A (zh) 一种枪球联动标定方法、装置及相关设备
CN112037128A (zh) 一种全景视频拼接方法
CN111797715A (zh) 车位检测方法、装置、电子设备及存储介质
CN111866467A (zh) 监控视频的三维覆盖空间确定方法、装置及存储介质
CN116012242A (zh) 一种相机畸变矫正效果评价方法、装置、介质及设备
CN116012227A (zh) 图像处理方法、装置、存储介质及处理器
CN116051652A (zh) 一种参数标定方法及电子设备、存储介质

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
CB02 Change of applicant information

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

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

Address before: 200241, room 1033, building B, 555 Dongchuan Road, Shanghai, Minhang District

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

GR01 Patent grant
GR01 Patent grant