基于機(jī)器視覺(jué)的智能激光切割機(jī)控制算法研究

趙宇+閆娟+陸克宇

摘要：研究了激光切割控制技術(shù)和機(jī)器視覺(jué)技術(shù)相結(jié)合的智能激光切割機(jī)的控制算法。用工業(yè)相機(jī)對(duì)圖像進(jìn)行采集，在圖像處理算法的基礎(chǔ)上，根據(jù)Sober算子法進(jìn)行對(duì)圖案輪廓進(jìn)行邊緣檢測(cè)，并用改進(jìn)的八領(lǐng)域搜索算法實(shí)現(xiàn)邊緣軌跡跟蹤，然后進(jìn)行分割處理，并對(duì)路徑優(yōu)化，系統(tǒng)把生成的軌跡文件轉(zhuǎn)化為運(yùn)動(dòng)控制器的控制指令，通過(guò)對(duì)激光刀頭的運(yùn)動(dòng)和開(kāi)關(guān)起停的控制，完成對(duì)金屬板材的自動(dòng)切割過(guò)程。該方法將實(shí)現(xiàn)工業(yè)生產(chǎn)的快速性，智能性和準(zhǔn)確性，能夠有效的提高工藝部件的批量化生產(chǎn)效率。

關(guān)鍵詞：激光切割機(jī)；自動(dòng)尋邊算法；機(jī)器視覺(jué)

中圖分類號(hào)：TB

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.19311/j.cnki.16723198.2017.12.097

0引言

自從20世紀(jì)60年代第一臺(tái)激光設(shè)備的誕生和應(yīng)用開(kāi)始，激光切割技術(shù)在我國(guó)工業(yè)加工領(lǐng)域被飛速發(fā)展，以激光切割機(jī)來(lái)講，其應(yīng)用非常廣泛，囊括了很多行業(yè)，包括廣告標(biāo)牌制作，鈑金加工，機(jī)箱機(jī)柜制作等等各個(gè)方面，而市場(chǎng)的需求也是高達(dá)千萬(wàn)，為廣闊的市場(chǎng)添加了新的生機(jī)。但該機(jī)器在我國(guó)仍處于展階段，在加工過(guò)程中多以人工判斷和操作為主，生產(chǎn)效率受人發(fā)為影響很大，很難做到智能化，自動(dòng)化，標(biāo)準(zhǔn)化。文章將機(jī)器視覺(jué)結(jié)合數(shù)控激光系統(tǒng)，通過(guò)圖像采集，圖像邊緣檢測(cè)，目標(biāo)跟蹤等圖像處理過(guò)程，并利用運(yùn)動(dòng)控制卡指令控制激光頭完成對(duì)金屬板材的切割。

1智能激光切割機(jī)總體流程

基于機(jī)器視覺(jué)的智能激光切割機(jī)控制算法研究的具體實(shí)現(xiàn)方法是：通過(guò)圖像傳感器對(duì)目標(biāo)圖像進(jìn)行采集并轉(zhuǎn)換成模擬電信號(hào)，模擬信號(hào)轉(zhuǎn)換后傳輸至圖像處理系統(tǒng)，在對(duì)圖像分析前，為減少噪音，光照不均勻等因素對(duì)圖像的質(zhì)量的影響，需進(jìn)行圖像預(yù)處理，其基本工作流程如圖1所示，根據(jù)Sober算子法進(jìn)行圖案輪廓的邊緣檢測(cè)，用八領(lǐng)域搜索算法實(shí)現(xiàn)邊緣軌跡跟蹤。生成切割軌跡，由激光切割機(jī)完成部件的加工。

2圖像處理方法

數(shù)字圖像在計(jì)算機(jī)上以位圖的形式保存，即像素點(diǎn)構(gòu)成的矩陣，而每個(gè)像素點(diǎn)需要以三個(gè)字節(jié)表述，因此為加快計(jì)算機(jī)的運(yùn)行速度，需把亮度值進(jìn)行量化，將彩色圖像轉(zhuǎn)換為灰度圖像，在這里使用NI Vision Assistant工具對(duì)圖像進(jìn)行灰度化處理，處理結(jié)果如圖2所示。

未經(jīng)處理的原始圖像都存在著一定程度上的噪聲干擾，如圖3a所示。噪聲惡化圖像質(zhì)量，使圖像模糊，甚至淹沒(méi)需要檢測(cè)的特征，給圖像的分析帶來(lái)困難，因此需要進(jìn)行濾波處理，這里采用中值濾波，利用其含有奇數(shù)個(gè)像素的移動(dòng)窗口，對(duì)圖像進(jìn)行從左到右，從上到下逐行進(jìn)行移動(dòng)，用窗口中灰度的中值代替中心像素的灰度值，作為中值濾波器的輸出，其數(shù)學(xué)表達(dá)f（x，y）=midianSf（x，y）

式中，S為當(dāng)前點(diǎn)（x，y）的鄰域；median﹒表示取中值。中值濾波作為一種主要用來(lái)抑制脈沖噪聲的典型非線性低通濾波器，能夠在較好的保護(hù)目標(biāo)邊緣的同時(shí)，徹底濾除干擾性尖銳噪聲，得到高質(zhì)量的圖像。

3圖像邊緣檢測(cè)

圖像邊緣是圖像最基本的一個(gè)特征，邊緣處是圖像信息最集中的地方，是圖像一個(gè)屬性區(qū)域到另一個(gè)屬性區(qū)域的交接處，圖像邊緣檢測(cè)在機(jī)器視覺(jué)的基礎(chǔ)階段起著關(guān)鍵作用，主要是通過(guò)差分算子，并由圖像的亮度計(jì)算其梯度的變化，從而檢測(cè)出其邊緣，這里運(yùn)用Sobel邊緣檢測(cè)算子，其原理是在3×3的鄰域內(nèi)做灰度加權(quán)和差分運(yùn)算，利用像素點(diǎn)上下左右相鄰點(diǎn)的灰度加權(quán)算法，依據(jù)在邊緣點(diǎn)處達(dá)到極值這一現(xiàn)象進(jìn)行邊緣檢測(cè)。

Sobel算子的模板如圖4所示。

Sobel算子邊緣檢測(cè)引入了局部平均，對(duì)噪聲的影響小，當(dāng)精度要求不是很高時(shí)，Sobel是一種較為常見(jiàn)的邊緣檢測(cè)方法。

4邊緣輪廓跟蹤

在識(shí)別圖像中輪廓時(shí)，往往需要對(duì)目標(biāo)邊緣作跟

跟蹤邊界的。在圖像處理中，可以根據(jù)圖像的某個(gè)像素的周圍有8個(gè)點(diǎn)與之接壤，和二值圖像中只有0和255兩個(gè)灰度值的特點(diǎn)采用八鄰域搜索算法來(lái)對(duì)目標(biāo)像素點(diǎn)篩選，按照從左到右，從上到下的掃描方式來(lái)對(duì)目標(biāo)區(qū)域邊緣像素點(diǎn)進(jìn)行搜索，直到找到目標(biāo)像素位置，記錄該點(diǎn)的坐標(biāo)，并將其作為新的搜索起點(diǎn)，在當(dāng)前的搜索方向基礎(chǔ)上逆時(shí)針旋轉(zhuǎn)依次對(duì)像素進(jìn)行判斷，生成數(shù)據(jù)。

5結(jié)論

采用NI Vision Assistant圖像處理軟件，利用機(jī)器視覺(jué)系統(tǒng)直接采集圖像并對(duì)圖像進(jìn)行邊緣跟蹤，提取邊緣輪廓，將圖像信息轉(zhuǎn)為數(shù)組數(shù)據(jù)并提供給激光切割機(jī)控制器控制刀頭完成對(duì)對(duì)金屬板材的自動(dòng)切割過(guò)程。目前，所研究的算法能對(duì)圖像清晰，輪廓不存在斷裂且具有較好區(qū)分度的圖案進(jìn)行自動(dòng)尋邊切割。

參考文獻(xiàn)

[1]肖成勇，雷振山，魏麗.Labview2010基礎(chǔ)教程[M].北京：中國(guó)鐵道出版社，2012，（4）.

[2]黃風(fēng).運(yùn)動(dòng)控制器及數(shù)控系統(tǒng)的工程應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2014，（9）.

[3]陳寧江，李介谷.用歸一化灰度組合法進(jìn)行圖像匹配明[M].紅外與激光工程，2000，29（5）：59.

[4]陳宇云.灰度圖像的邊緣檢測(cè)研究[D].成都：成都電子科技大學(xué)，2009.

[5]徐志鵬.一種基于運(yùn)動(dòng)控制卡的數(shù)控專用機(jī)床[J].微計(jì)算機(jī)信息，2008，（16）.

[6]魏勝.數(shù)控機(jī)床伺服系統(tǒng)原理分析與性能調(diào)整[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2010，（5）：8185.

[7]徐世杰.基于機(jī)器視覺(jué)的二維圖紙線條跟蹤的研究[D].哈爾濱：哈爾濱工程大學(xué).2004.

[8]LIN W Y.A GA-DE hybrid evolutional algorithm for path synthesis of four-bar linkage[J].Mechanism and Machine Theory，2010，45（8）：10961107.