CN115837520A - 一种自适应打标工件表面属性的激光打标控制方法及系统 - Google Patents
一种自适应打标工件表面属性的激光打标控制方法及系统 Download PDFInfo
- Publication number
- CN115837520A CN115837520A CN202111110386.8A CN202111110386A CN115837520A CN 115837520 A CN115837520 A CN 115837520A CN 202111110386 A CN202111110386 A CN 202111110386A CN 115837520 A CN115837520 A CN 115837520A
- Authority
- CN
- China
- Prior art keywords
- image
- marking
- laser
- marked
- algorithm
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000010330 laser marking Methods 0.000 title claims abstract description 44
- 238000013441 quality evaluation Methods 0.000 claims abstract description 21
- 230000006978 adaptation Effects 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 65
- 238000012545 processing Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 11
- 230000002708 enhancing effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 4
- 230000004075 alteration Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000001303 quality assessment method Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 24
- 239000000463 material Substances 0.000 abstract description 23
- 238000007639 printing Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 14
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 9
- 239000004417 polycarbonate Substances 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000003702 image correction Methods 0.000 description 3
- KAKZBPTYRLMSJV-UHFFFAOYSA-N Butadiene Chemical compound C=CC=C KAKZBPTYRLMSJV-UHFFFAOYSA-N 0.000 description 2
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013400 design of experiment Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- NLHHRLWOUZZQLW-UHFFFAOYSA-N Acrylonitrile Chemical compound C=CC#N NLHHRLWOUZZQLW-UHFFFAOYSA-N 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- -1 computer accessories Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 229920001897 terpolymer Polymers 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 229920005992 thermoplastic resin Polymers 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Laser Beam Processing (AREA)
Abstract
本发明公开了激光打标领域的一种自适应打标工件表面属性的激光打标控制方法及系统，该激光打标控制方法包括：预设步骤：装载设置有若干打标参数的标准模板图像，记为第一图像；预打标步骤：按照标准模板图像在待打标对象上进行预打标，获取打标后的待打标对象的图像，记为第二图像；调整步骤：对第二图像进行包括色差偏差值在内的质量评估，根据包括所述色差偏差值在内的质量评估与预期值的对比，按预设参数适配值调整打标参数，根据所述调整后的打标参数重新设定标准模板图像，记为新的第一图像，重复所述调整步骤；打标步骤：直到质量评估达到设定预期值时，待打标对象按照最新的第一图像进行打标作业。该过程对于激光打标效果形成客观具体的质量评价，能够快速调整承印材料的打标参数，实现材料的自适应选择，大大减少激光打标初始制程的材料浪费，缩短新材料激光打标初始工艺制程周期。
Description
技术领域
本发明涉及激光打标技术领域，尤其涉及基于数字图像处理技术的激光参数自动优化的激光打标机。
背景技术
激光打标是指由激光发生器生成高能量的连续激光光束，聚焦后的激光作用于承印材料，使表面材料瞬间熔融，甚至气化，通过控制激光在材料表面的路径，从而形成需要的图文标记。
激光打标机利用激光光束在物品上进行标志。只要是需要标志的物品，都需要打上相应的标签。常见的食品、酒水生产日期，机箱盒上的字迹，以及五金配件上的品牌标志，这些都是通过打标机来实现的。激光打标机的标记范围包括但不限于：电子器件、电子及通讯产品、家电、食品包装、模具、电线电缆、炊具、珠宝首饰、箱包饰扣、太阳能真空管、太阳能划线、手机通讯、集成电路(IC)、电工电器、眼镜钟表、五金制品、航天航空器件、精密器械、塑胶按键、汽车配件、PVC管材、建材、电脑配件、不锈钢制品、工业轴承、钟表紫外激光打标机等行业。而该些产品会涉及不同的打标工件表面包含材料在内的表面属性。
打标工件表面属性的不同对于激光打标参数比较敏感，比如，当材料发生变化时，重新确定最佳的制程参数需要耗费较多的时间，同时也会浪费大量的打印耗材用于制程实验。对于激光标记的效果，目前也没有统一的、客观的质量评价体系。
发明内容
有鉴于此，本发明实施例提供一种自适应打标工件表面属性的激光打标控制方法及系统，以实现激光打标承印材料的自适应选择，提升激光打标的质量和效率，以及大大减少材料浪费和缩短打标制程周期的目的。
为实现上述目的，本发明实施例提供如下技术方案：
一种自适应打标工件表面属性的激光打标控制方法，所述方法包括：
预设步骤：装载设置有若干打标参数的标准模板图像，记为第一图像；
预打标步骤：按照标准模板图像在待打标对象上进行预打标，获取打标后的待打标对象的图像，记为第二图像；
调整步骤：对第二图像进行包括色差偏差值在内的质量评估，根据包括所述色差偏差值在内的质量评估与预期值的对比，按预设参数适配值调整打标参数，根据所述调整后的打标参数重新设定标准模板图像，记为新的第一图像，重复所述调整步骤；
打标步骤：直到质量评估达到设定预期值时，待打标对象按照最新的第一图像进行打标作业。
可选的，所述预打标步骤进一步包括：
对所述第二图像进行包括采用图像降噪算法、图像畸变矫正算法在内的预处理；
采用图像增强算法增强第二图像打标区域与非打标区域的可分离性；
计算第二图像打标区域的边界。
可选的，所述采用图像增强算法增强第二图像打标区域与非打标区域的可分离性，包括：
使用色彩空间变换算法、自适应直方图均衡化算法中的至少一种算法，增强第二图像打标区域与非打标区域的可分离性。
可选的，所述计算第二图像打标区域的边界，包括：
对第二图像进行特征检测，采用SIFT算法撷取第二图像与预先设置的第一图像对比的SIFT特征点，确定相似度最高的区域，构建该区域的描述符；
对第二图像进行模板匹配，采用FLANN快速最邻近搜索特征匹配算法将SIFT算法所撷取的特征点与所述构建的描述符做匹配，再采用RANSAC算法剔除误匹配点对，完成特征点的正确匹配，求出变换矩阵，通过变换矩阵计算并确定第二图像打标区域的边界。
可选的，所述调整步骤，进一步包括:
将第二图像进行色块矩阵分割，分割成若干色块，计算每一色块的平均CIELAB值；
将每一色块CIELAB均值与第二图像中未做激光打标区域的CIELAB值做计算，选出色差偏差值最大的色块并获取所述色差偏差值最大的色块的索引值；
根据所述获取的色差最大值色块的索引值，返回所述最大值色块所使用的打标参数，并调整标准模板图像的打标参数，存储为新的第一图像。
可选的，所述根据包括所述色差偏差值在内的质量评估与预期值的对比，按预设参数适配值调整打标参数，包括：
色差偏差值计算公式如公式一所示：
式中，
ΔL'为明度差，ΔC'为彩度差，ΔH'为色相差；
SL为明度权重函数，SC为彩度权重函数，SH为色相差权重函数，用于校正颜色空间均匀性；
RT为旋转函数，用于校正颜色空间蓝色区域容差椭圆主轴方向的偏转；
KL，KC和KH为常量参数因子，其数值根据不同的测量对象或者色彩品质控制要求进行自定义，以获得更灵活的色差计算方式。
可选的，所述常量参数因子KL，KC和KH，在CIE给定的标准观测条件:D65光源、照度1000lx、大于4视场、颜色均匀、CIELAB色差在0～5之间、背景为中等明度的灰时，KL＝KC＝KH＝1。
可选的，所述预期值，当打标工件表面属性为灰色PC+ABS塑料时，色差偏差值的预期值范围为0.5～3.0。
可选的，其特征在于，设置所述打标参数至少包括：
设置走线速度：打标时振镜运行的速度，其包括走线速度＝有效矢量步长/有效矢量步间延时的设置；
设置激光功率：激光器的输出功率，用于设置打标当前图层时激光器的激光功率百分比或激光器电流；
设置填充间距：激光在打标图层上走线之间的距离。
一种自适应打标工件表面属性的激光打标控制系统，所述系统包括：激光器、图像采集模块、光源模块、上位机以及与所述激光器、图像采集模块、光源模块、上位机连接的控制器；
所述激光器用于接收来自控制器的打标指令，在待打标对象上进行打标作业；
所述图像采集模块用于获取待打标对象的打标区域图像；
所述光源模块用于发出白光、红光、蓝光等不同类型的光波；
所述上位机装载包括图像处理算法、图像特征检测算法、模板匹配算法、轮廓检测算法、色差计算算法在内的若干算法，用于进行图像的加载和处理；
所述控制器用于接收来自所述图像采集模块采集的图像并传输到所述上位机进行分析和处理；也用于接收所述上位机下发的控制指令控制所述光源模块发出的光波类型。
本发明所述的一种自适应打标工件表面属性的激光打标控制方法及系统，其有益效果是对于激光打标效果形成客观具体的质量评价，能够快速调整承印材料的打标参数，实现材料的自适应选择，大大减少激光打标初始制程的材料浪费，缩短新材料激光打标初始工艺制程周期，该装置结构简单，鲁棒性强，具备更佳的实用价值。
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的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种自适应打标工件表面属性的激光打标控制方法的流程示意图。
图2为本发明实施例提供的一种对打标图像进行处理的流程示意图。
图3为本发明实施例提供的一种对打标图像进行特征检测和模板匹配的流程示意图。
图4为本发明实施例提供的一种对打标图像进行质量评估并调整打标参数的流程示意图。
图5为本发明实施例提供的一种自适应打标工件表面属性的激光打标控制系统的结构示意图。
图6为本发明实施例提供的一种自适应打标工件表面属性的激光打标控制方法及系统的色块矩阵。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
如图1所示，为本发明实施例提供的一种自适应打标工件表面属性的激光打标控制方法的流程示意图。该自适应打标工件表面属性的激光打标控制方法包括以下步骤：
步骤S101：预设步骤。装载设置有若干打标参数的标准模板图像，记为第一图像。
在步骤S101中，设置所述打标参数包含设置走线速度、激光功率、填充间距等若干个参数，具体为：
设置走线速度：打标时振镜运行的速度，其包括走线速度＝有效矢量步长/有效矢量步间延时的设置；
设置激光功率：激光器的输出功率，用于设置打标当前图层时激光器的激光功率百分比或激光器电流；
设置填充间距：激光在打标图层上走线之间的距离。
在步骤S101中，所述标准模板图像还包括预设的不打标区域的位置参数。
步骤S102：预打标步骤。按照标准模板图像在待打标对象上进行预打标，获取预打标后的待打标对象的图像，记为第二图像。
所述按照标准模板图像在待打标对象上进行预打标，打印形成如图6所示的若干深浅不一的色块矩阵。
所述获取预打标后的待打标对象的图像，还包括对所述图像进行处理，将处理后的图像记为第二图像，具体实现过程如图2所示，主要包括以下步骤：
步骤S201至步骤S203是对第二图像进行处理，具体为：
步骤S201：对所述待第二图像预处理。
所述图像预处理，具体包括：
图像降噪处理：采用图像降噪算法进行图像降噪，包括使用高斯滤波、双边滤波、中值滤波等算法消除图像随机噪声和系统噪声。
图像矫正处理：采用图像畸变矫正算法进行图像矫正，包括使用平移式仿射变换补偿进行水平矫正消除由图像采集模块导致的图像畸变。
步骤S202：采用图像增强算法增强第二图像打标区域与非打标区域的可分离性。
在具体实现步骤S202过程中，采用图像增强算法进行图像增强，包括使用色彩空间变换算法(如：三维查表插值法、多项式回归法等)与自适应直方图均衡化算法(Adaptivehistgram equalization/AHE)增强待打标对象表面上打标区域与非打标区域的可分离性。所述自适应直方图均衡化算法通过计算图像的局部直方图，重新分布亮度来来改变图像对比度适合于改进图像的局部对比度以及获得更多的图像细节，从而实现增强打标区域识别的效果。
步骤S203：计算第二图像打标区域的边界，具体实现过程如图3所示，主要包括以下步骤：
步骤S301、步骤S302是对第二图像特征检测和模板匹配，具体为：
步骤S301：对第二图像进行特征检测，具体包括：采用SIFT(Scale-invariantfeature transform)算法撷取第二图像与预先设置的第一图像对比的SIFT特征点，确定相似度最高的区域，构建该区域的描述符。
具体实现步骤为：
1.尺度空间极值检测：搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点。
2.关键点定位：在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。
3.方向确定：基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向。所有后续对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于这些变换的不变性。
4.构建描述符：在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化。
步骤S302：对第二图像进行模板匹配，具体包括：采用FLANN(Fast ApproximateNearest Neighbor Search Library)快速最邻近搜索特征匹配算法将SIFT算法所撷取的特征点与描述符做匹配，再采用RANSAC(Random Sample Consensus)算法剔除误匹配点对，最终完成特征点的正确匹配，求出变换矩阵，通过变换矩阵计算并确定待打标区域的边界，获取打标区域边界内的图像，记为第二图像。
步骤S103：调整步骤。对第二图像进行包括色差偏差值在内的质量评估，根据包括所述色差偏差值在内的质量评估与预期值的对比，按预设参数适配值调整打标参数，根据所述调整后的打标参数重新设定标准模板图像，记为新的第一图像，重复所述调整步骤；具体实现过程如图4所示，主要包括以下步骤：
步骤S401至步骤S403是对打标图像进行质量评估并调整打标参数，确定最终的打标标准模板。
步骤S401：使用轮廓检测算法将第二图像的色块矩阵逐个分割成单个色块并排序，计算单个色块所有像素点的平均CIELAB值(CIELAB是CIE[Commission Internationaled’Eclairage，国际照明委员会]的一个颜色系统、表色体系，用于确定某个颜色的数值信息，包含L、a、b三个参数，L表示照度，a表示从洋红色至绿色的范围，b表示从黄色至蓝色的范围)。
第二图像中，激光打标部分的工件表面颜色CIELAB值三个参数记为L'1、a1、b1。
第二图像中，激光未打标部分的工件表面颜色CIELAB值三个参数记为L'2、a2、b2。激光未打标部分的工件表面颜色区域的位置信息根据步骤S101中所述标准模板图像预设的不打标区域的相应位置参数读取。
步骤S402：采用CIEDE2000(工业色差评价的色相和明度相关修正技术委员会TC1-47[Hue and Lightness Dependent Correction to Industrial Colour DifferenceEvaluation]在2000年提出了一个新的色彩评价公式，简称CIEDE2000)算法将每个色块平均CIELAB值与激光未打标区域CIELAB值做计算，选出色差偏差值最大的色块并获取所述色差偏差值最大的色块的索引值。
所述的CIEDE2000算法如公式一所示，ΔE为按CIEDE2000算法所得到的色差偏差值。
式中，ΔL'为明度差，ΔC'为彩度差，ΔH'为色相差，SL为明度权重函数，SC为彩度权重函数，SH为色相差权重函数，RT为旋转函数，KL，KC和KH为常量参数因子。
各参数的计算过程如下：
ΔL'＝L1'-L2'；
ΔC'＝C1'-C2'；
其中：
其中：Δh'＝h1'-h2'；h1'＝arcsin(b1/a1)，h2'＝arcsin(b2/a2)。
明度权重函数SL、彩度权重函数SC、色相差权重函数SH、色相角函数T，用于校正颜色空间均匀性，计算过程如下：
旋转函数RT，用于校正颜色空间蓝色区域容差椭圆主轴方向的偏转，计算过程如下：
RT＝-sin(2Δθ)RC。
常量参数因子KL，KC和KH，可以根据不同的测量对象或者色彩品质控制要求来自定义它们的数值，以获得更灵活的色差计算方式。例如：纺织行业，KL选择2.0，KC和KH则选择1.0。本实施例中打标工件表面属性为灰色PC(聚碳酸酯材料，是一种强韧的热塑性树脂)+ABS塑料(丙烯腈(A)、丁二烯(B)、苯乙烯(S)三种单体的三元共聚物，三种单体相对含量可任意变化，制成各种树脂)混合材料，KL、KC、KH三个参数均设置为1.0。
本实施例中，打标工件表面属性为灰色PC+ABS塑料，其色差偏差值ΔE预期值范围为0.5～3.0。每个色块平均CIELAB值与激光未打标区域CIELAB值做计算得出的ΔE数值越大，打标质量评估越优。因CIEDE2000公式建立在目视比较经验评色数据的基础之上，公式中ΔE值越大，则表征了激光打标区域与未被激光打标区域在人眼判别下颜色差异最大，换而言之，公式中ΔE值越大则激光打标质量越优。本实施例中，预设参数适配值选择色差偏差值ΔE最大的色块所使用的打标参数，并获取该色块的索引值。
步骤S403：根据所述获取的色差最大值色块的索引值，返回所述最大值色块所使用的打标参数，并调整标准模板的打标参数，存储为新的第一图像。
重复上述步骤S401至步骤S403的调整步骤。
步骤S104：打标步骤：直到打标质量评估达到设定预期值时，待打标对象按照最新的第一图像进行打标作业。
本实施例中，经过所述步骤S401至步骤S403的一次调整，即可达到预期值，实现较佳的打标质量。因此，能快速实现工件表面属性的自适应，大大减少激光打标初始制程的材料浪费，缩短新材料激光打标初始工艺制程周期。
实施例二
如图1所示，针对步骤S103给出第二种实施例。其他步骤参考实施例一，不再赘述。
步骤S103：调整步骤。对第二图像进行包括色差偏差值在内的质量评估，根据包括所述色差偏差值在内的质量评估与预期值的对比，按预设参数适配值调整打标参数，根据所述调整后的打标参数重新设定标准模板图像，记为新的第一图像，重复所述调整步骤。主要包括以下步骤：
步骤S501、S502是对打标图像进行质量评估并调整打标参数，确定最终的打标标准模板。
步骤S501：使用轮廓检测算法将第二图像的色块矩阵逐个分割成单个色块并排序，计算单个色块所有像素点的平均CIELAB值。
第二图像中，激光光束打标的工件表面颜色CIELAB值三个参数记为L1'、a1、b1。
第二图像中，激光未打标部分的工件表面颜色CIELAB值三个参数记为L2'、a2、b2。激光未打标部分的工件表面颜色区域的位置信息根据步骤S101中所述标准模板图像预设的不打标区域的相应位置参数读取。
步骤S502：采用CIEDE2000算法将每个色块平均CIELAB值与激光未打标区域CIELAB值做计算，选出色差偏差值ΔE最大的值，并按照预设参数适配值调整标准模板的打标参数，存储为新的第一图像。
所述色差偏差值ΔE是按CIEDE2000算法得到的色差偏差值，参照实施例一中公式一的计算方式，此处不再赘述。
本实施例中工件表面属性仍选择灰色PC+ABS塑料混合材料，所述预设参数适配值见下表一：
(表一)
在本实施例中，根据DOE(design of experience，制程验证)设计方法，得出：
当ΔE＝3.0，选择：走线速度(mm/s)＝1000，激光功率(％)＝12，填充间距(mm)＝0.05。
基于上述本发明实施例公开的一种自适应打标工件表面属性的激光打标控制方法，本发明实施例还对应公开了一种自适应打标工件表面属性的激光打标控制系统。
如图5所示，为本发明实施例公开的一种自适应打标工件表面属性的激光打标控制系统的结构示意图。该自适应打标工件表面属性的激光打标控制系统主要包括：激光器501、图像采集模块502、光源模块503、上位机504、控制器505。
激光器501，用于接收来自控制器的打标指令，在待打标工件上进行打标作业。
图像采集模块502，由高分辨率工业相机与镜头组成，用于采集待打标工件的打标区域图像。
光源模块503，用于发出白光、红光、蓝光等不同类型的光波。
上位机504，装载包括图像处理算法、图像特征检测算法、模板匹配算法、轮廓检测算法、色差计算算法在内的若干算法，用于进行图像的加载和处理。
所述的图像处理算法包括图像降噪算法、图像矫正算法、图像增强算法等。
所述图像特征检测与模板匹配算法包括SIFT快速特征点匹配算法、FLANN快速最邻近搜索特征匹配算法、RANSAC随机抽样一致算法等。
控制器504，分别与激光器501、图像采集模块502、光源模块503、上位机504相连接，用于接收来自所述图像采集模块502采集的图像并传输到所述上位机504进行分析和处理；也用于接收所述上位机504下发的控制指令控制所述光源模块503发出的光波类型，从而控制激光器按照打标模板的色块矩阵(如图6)在待打标工件上进行打标作业。
上述本发明实施例公开的一种自适应打标工件表面属性的激光打标控制方法及系统，对于激光打标效果形成客观具体的质量评价，能够快速调整承印材料的打标参数，实现材料的自适应选择，大大减少激光打标初始制程的材料浪费，缩短新材料激光打标初始工艺制程周期，该装置结构简单，鲁棒性强，具备较佳的实用价值。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。以上所述仅为本发明的实施例，并非因此限制本发明的专利范围。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应视为本发明的保护范围。
Claims (10)
1.一种自适应打标工件表面属性的激光打标控制方法，其特征在于，所述方法包括：
预设步骤：装载设置有若干打标参数的标准模板图像，记为第一图像；
预打标步骤：按照标准模板图像在待打标对象上进行预打标，获取打标后的待打标对象的图像，记为第二图像；
调整步骤：对第二图像进行包括色差偏差值在内的质量评估，根据包括所述色差偏差值在内的质量评估与预期值的对比，按预设参数适配值调整打标参数，根据所述调整后的打标参数重新设定标准模板图像，记为新的第一图像，重复所述调整步骤；
打标步骤：直到质量评估达到设定预期值时，待打标对象按照最新的第一图像进行打标作业。
2.如权利要求1所述的方法，其特征在于，所述预打标步骤进一步包括：
对所述第二图像进行包括采用图像降噪算法、图像畸变矫正算法在内的预处理；
采用图像增强算法增强第二图像打标区域与非打标区域的可分离性；
计算第二图像打标区域的边界。
3.如权利要求2所述的方法，其特征在于，所述采用图像增强算法增强第二图像打标区域与非打标区域的可分离性，包括：
使用色彩空间变换算法、自适应直方图均衡化算法中的至少一种算法，增强第二图像打标区域与非打标区域的可分离性。
4.如权利要求2所述的方法，其特征在于，所述计算第二图像打标区域的边界，包括：
对第二图像进行特征检测，采用SIFT算法撷取第二图像与预先设置的第一图像对比的SIFT特征点，确定相似度最高的区域，构建该区域的描述符；
对第二图像进行模板匹配，采用FLANN快速最邻近搜索特征匹配算法将SIFT算法所撷取的特征点与所述构建的描述符做匹配，再采用RANSAC算法剔除误匹配点对，完成特征点的正确匹配，求出变换矩阵，通过变换矩阵计算并确定第二图像打标区域的边界。
5.如权利要求1所述的方法，其特征在于，所述调整步骤，进一步包括:
将第二图像进行色块矩阵分割，分割成若干色块，计算每一色块的平均CIELAB值；
将每一色块CIELAB均值与第二图像中未做激光打标区域的CIELAB值做计算，选出色差偏差值最大的色块并获取所述色差偏差值最大的色块的索引值；
根据所述获取的色差最大值色块的索引值，返回所述最大值色块所使用的打标参数，并调整标准模板图像的打标参数，存储为新的第一图像。
6.如权利要求1或5所述的方法，其特征在于，所述根据包括所述色差偏差值在内的质量评估与预期值的对比，按预设参数适配值调整打标参数，包括：
色差偏差值计算公式如公式一所示：
式中，
ΔL'为明度差，ΔC'为彩度差，ΔH'为色相差；
SL为明度权重函数，SC为彩度权重函数，SH为色相差权重函数，用于校正颜色空间均匀性；
RT为旋转函数，用于校正颜色空间蓝色区域容差椭圆主轴方向的偏转；
KL，KC和KH为常量参数因子，其数值根据不同的测量对象或者色彩品质控制要求进行自定义，以获得更灵活的色差计算方式。
7.如权利要求6所述的方法，其特征在于，所述常量参数因子KL，KC和KH，在CIE给定的标准观测条件:D65光源、照度1000lx、大于4视场、颜色均匀、CIELAB色差在0～5之间、背景为中等明度的灰时，KL＝KC＝KH＝1。
8.如权利要求1所述的方法，其特征在于，所述预期值，当打标工件表面属性为灰色PC+ABS塑料时，色差偏差值的预期值范围为0.5～3.0。
9.如权利要求1或5所述的方法，其特征在于，设置所述打标参数至少包括：
设置走线速度：打标时振镜运行的速度，其包括走线速度＝有效矢量步长/有效矢量步间延时的设置；
设置激光功率：激光器的输出功率，用于设置打标当前图层时激光器的激光功率百分比或激光器电流；
设置填充间距：激光在打标图层上走线之间的距离。
10.一种自适应打标工件表面属性的激光打标控制系统，其特征在于，所述系统包括：激光器、图像采集模块、光源模块、上位机以及与所述激光器、图像采集模块、光源模块、上位机连接的控制器；
所述激光器用于接收来自控制器的打标指令，在待打标对象上进行打标作业；
所述图像采集模块用于获取待打标对象的打标区域图像；
所述光源模块用于发出白光、红光、蓝光等不同类型的光波；
所述上位机装载包括图像处理算法、图像特征检测算法、模板匹配算法、轮廓检测算法、色差计算算法在内的若干算法，用于进行图像的加载和处理；所述控制器用于接收来自所述图像采集模块采集的图像并传输到所述上位机进行分析和处理；也用于接收所述上位机下发的控制指令控制所述光源模块发出的光波类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111110386.8A CN115837520B (zh) | 2021-09-18 | 2021-09-18 | 一种自适应打标工件表面属性的激光打标控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111110386.8A CN115837520B (zh) | 2021-09-18 | 2021-09-18 | 一种自适应打标工件表面属性的激光打标控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115837520A true CN115837520A (zh) | 2023-03-24 |
| CN115837520B CN115837520B (zh) | 2024-09-17 |
Family
ID=85574457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111110386.8A Active CN115837520B (zh) | 2021-09-18 | 2021-09-18 | 一种自适应打标工件表面属性的激光打标控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115837520B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117161589A (zh) * | 2023-09-21 | 2023-12-05 | 昆山市金康电子有限公司 | 一种激光雕刻机打标偏差智能检测方法及系统 |
| CN118664103A (zh) * | 2024-08-26 | 2024-09-20 | 徐州鑫启航塑业有限公司 | 一种塑料管件激光打标控制系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100259793A1 (en) * | 2009-04-08 | 2010-10-14 | Seiko Epson Corporation | Printing apparatus, printing method and method of generating dither mask |
| CN104216974A (zh) * | 2014-08-28 | 2014-12-17 | 西北工业大学 | 基于词汇树分块聚类的无人机航拍图像匹配的方法 |
| CN109886894A (zh) * | 2019-02-26 | 2019-06-14 | 长沙八思量信息技术有限公司 | 激光打标图形校正值的计算方法、装置和计算机可读存储介质 |
| CN109963133A (zh) * | 2015-05-15 | 2019-07-02 | 深圳市大疆创新科技有限公司 | 色彩校正系统和方法 |
| CN111047539A (zh) * | 2019-12-27 | 2020-04-21 | 上海工程技术大学 | 一种基于光谱反射率重建的织物图像颜色校准算法 |
| CN111579505A (zh) * | 2020-04-23 | 2020-08-25 | 河南中烟工业有限责任公司 | 一种基于数字图像处理的卷烟包装材料色差检测方法 |
| CN111604598A (zh) * | 2020-05-06 | 2020-09-01 | 大连理工大学 | 一种机械臂进给式激光刻蚀系统的对刀方法 |
| CN111798528A (zh) * | 2020-07-01 | 2020-10-20 | 西交利物浦大学 | 一种织物色差检测方法、装置、存储介质及设备 |
-
2021
- 2021-09-18 CN CN202111110386.8A patent/CN115837520B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100259793A1 (en) * | 2009-04-08 | 2010-10-14 | Seiko Epson Corporation | Printing apparatus, printing method and method of generating dither mask |
| CN104216974A (zh) * | 2014-08-28 | 2014-12-17 | 西北工业大学 | 基于词汇树分块聚类的无人机航拍图像匹配的方法 |
| CN109963133A (zh) * | 2015-05-15 | 2019-07-02 | 深圳市大疆创新科技有限公司 | 色彩校正系统和方法 |
| CN109886894A (zh) * | 2019-02-26 | 2019-06-14 | 长沙八思量信息技术有限公司 | 激光打标图形校正值的计算方法、装置和计算机可读存储介质 |
| CN111047539A (zh) * | 2019-12-27 | 2020-04-21 | 上海工程技术大学 | 一种基于光谱反射率重建的织物图像颜色校准算法 |
| CN111579505A (zh) * | 2020-04-23 | 2020-08-25 | 河南中烟工业有限责任公司 | 一种基于数字图像处理的卷烟包装材料色差检测方法 |
| CN111604598A (zh) * | 2020-05-06 | 2020-09-01 | 大连理工大学 | 一种机械臂进给式激光刻蚀系统的对刀方法 |
| CN111798528A (zh) * | 2020-07-01 | 2020-10-20 | 西交利物浦大学 | 一种织物色差检测方法、装置、存储介质及设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117161589A (zh) * | 2023-09-21 | 2023-12-05 | 昆山市金康电子有限公司 | 一种激光雕刻机打标偏差智能检测方法及系统 |
| CN117161589B (zh) * | 2023-09-21 | 2024-04-12 | 昆山市金康电子有限公司 | 一种激光雕刻机打标偏差智能检测方法及系统 |
| CN118664103A (zh) * | 2024-08-26 | 2024-09-20 | 徐州鑫启航塑业有限公司 | 一种塑料管件激光打标控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115837520B (zh) | 2024-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115837520B (zh) | 一种自适应打标工件表面属性的激光打标控制方法及系统 | |
| US9172824B2 (en) | Apparatus, system, and method of inspecting image, and recording medium storing image inspection control program | |
| CN109523505B (zh) | 一种基于机器视觉的陶瓷砖表面花纹缺陷检测方法 | |
| JP5370056B2 (ja) | 画像処理装置 | |
| EP2549435B1 (en) | Segmentation of a depth map of printed circuit boards | |
| CN103759638A (zh) | 一种零件检测方法 | |
| CN114910480B (zh) | 一种基于机器视觉的晶圆表面缺陷检测方法 | |
| CN1902464A (zh) | 用于测量、确定和控制金属带材平直度的方法和设备 | |
| JP6972047B2 (ja) | 加工条件解析装置、レーザ加工装置、レーザ加工システムおよび加工条件解析方法 | |
| CN107705293A (zh) | 一种基于ccd面阵相机视觉检测的五金零件尺寸测量方法 | |
| CN114926839B (zh) | 基于rpa和ai的图像识别方法及电子设备 | |
| JP4776259B2 (ja) | パターン評価方法、パターン位置合わせ方法およびプログラム | |
| CN106210440B (zh) | 图像处理装置以及图像处理方法 | |
| WO2000073974A1 (en) | Method and system for identifying an image feature | |
| JP6405124B2 (ja) | 検査装置、検査方法およびプログラム | |
| CN112381765A (zh) | 基于人工智能的设备检测方法、装置、设备及存储介质 | |
| JP7214432B2 (ja) | 画像処理方法、画像処理プログラム、記録媒体、画像処理装置、生産システム、物品の製造方法 | |
| WO2023067829A1 (ja) | 欠陥検出方法、欠陥検出システム、及び、欠陥検出プログラム | |
| WO2020071234A1 (ja) | 画像処理装置、画像処理方法、外観検査システムおよびコンピュータプログラム | |
| CN115078365A (zh) | 一种软包装印刷质量缺陷检测方法 | |
| CN116977299A (zh) | 用于铸造的自动化控制系统及其方法 | |
| CN117456195A (zh) | 基于深度融合的异常图像识别方法及系统 | |
| JP6585793B2 (ja) | 検査装置、検査方法およびプログラム | |
| US20170085753A1 (en) | Image data generating apparatus, printer, image data generating method, and non-transitory computer readable medium | |
| CN116482104B (zh) | 热转印胶片检测方法 |
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 |
Country or region after: China Address after: No. 309, Liuhe Road, Binjiang District, Hangzhou, Zhejiang 310053 (High tech Zone) Applicant after: Zhongkong Technology Co.,Ltd. Address before: 310053 central control science and Technology Park (hi tech Zone), No. six, No. 309, Binjiang District Road, Zhejiang, Hangzhou Applicant before: ZHEJIANG SUPCON TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |