CN105989588A - 一种异形材料切割图像校正方法及*** - Google Patents

一种异形材料切割图像校正方法及*** Download PDF

Info

Publication number
CN105989588A
CN105989588A CN201510061322.1A CN201510061322A CN105989588A CN 105989588 A CN105989588 A CN 105989588A CN 201510061322 A CN201510061322 A CN 201510061322A CN 105989588 A CN105989588 A CN 105989588A
Authority
CN
China
Prior art keywords
image
positioning
central point
correction
locating piece
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
Application number
CN201510061322.1A
Other languages
English (en)
Other versions
CN105989588B (zh
Inventor
孙威
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 Head Information Technology Co Ltd
Original Assignee
Shanghai Head Information 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 Head Information Technology Co Ltd filed Critical Shanghai Head Information Technology Co Ltd
Priority to CN201510061322.1A priority Critical patent/CN105989588B/zh
Publication of CN105989588A publication Critical patent/CN105989588A/zh
Application granted granted Critical
Publication of CN105989588B publication Critical patent/CN105989588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种异形材料切割图像校正方法及***,所述异形材料切割图像校正方法包括如下步骤:在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;将图像映射到切割区域打样纸定位线条框图上;将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正,采用定位方块映射变换形式进行校正,变换具有整体性,变换方法具有更好的误差全局一致性,对图像采集微小变化的容错性更强,从而在生产过程中可以保持更好的误差水平。

Description

一种异形材料切割图像校正方法及***
技术领域
本发明涉及材料切割技术领域,尤其涉及一种异形材料切割图像校正方法及***。
背景技术
在自动化需求日益提高的大背景下,为了支持比如牛皮、羊皮等真皮异形材料的自动排料计算,以及运用自动设备进行切割的需求,必须解决异形材料在切割机上的矢量化(轮廓输入)和定位问题。随着数码相机像性能的不断提高,目前行业内普遍采用的都是单一数码相机拍照输入材料然后通过图像分析轮廓提取来进行矢量化的方法;在定位上是一般采用投影仪投影定位。这二个方面的技术都需要对光路(镜头畸变)和位置(成像平面的相对位置)进行校正。
采用黑白相间的类似国际象棋棋盘格的校正板进行校正的方法是比较流行的方法,也是开源OpenCV中提供的方法,其方法核心是采用微分的思路,把黑白色块的局部成像变形回其应该的大小、位置和形状。这个方法的主要问题在于校正方法的局部性,由于黑白色块在成像上有不同的膨胀效果,以及镜头边缘部分对位置变化更加敏感等各种复杂原因,会导致该方法在不同成像位置的精度不同,而且对相机位置的轻微变化也比较敏感。
另外的一个问题是,如果对异形材料矢量化工作不是一个独立工位,而是直接在切割机上完成并定位的情况,相机校正就需要包括切割机的坐标定位。但是对于目前的切割机来说,输出颜色块要比输出线条麻烦的多,从而棋盘格校正模版必须通过其他物理手段间接定位到切割机坐标体系当中,这可能带来新的误差。
发明内容
鉴于目前异形材料切割图像校正存在的上述不足,本发明提供一种异形材料切割图像校正方法,采用定位方块映射变换形式进行校正,变换具有整体性,变换方法具有更好的误差全局一致性,对图像采集微小变化的容错性更强,从而在生产过程中可以保持更好的误差水平。
为达到上述目的,本发明的实施例采用如下技术方案:
一种异形材料切割图像校正方法,所述异形材料切割图像校正方法包括如下步骤:
在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
将图像映射到切割区域打样纸定位线条框图上;
将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
依照本发明的一个方面,所述在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标步骤具体为:将打样纸放置在切割区域,在打样纸上排列定位块组成校正定位的线条框架图,对线条框架内的定位块进行切割并记录下定位块中心点世界坐标。
依照本发明的一个方面,所述对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标步骤具体为:对打样纸上的校正定位线条框架框图进行图像采样,将图像转换为灰度图像并通过图像梯度在图像中查找定位方块边界,通过定位方块边界获取定位方块中心点在图像中的像素坐标。
依照本发明的一个方面,所述对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标步骤执行后执行以下步骤:通过线条框架图中定位块中心世界坐标与图像中定位方块中心点的像素坐标对进行图像采样时产生的定位方块中心点坐标变形进行校正。
依照本发明的一个方面,所述将图像映射到切割区域打样纸定位线条框图上步骤具体为:将采集的图像定位方块中心点像素坐标映射到切割区域打样纸上定位线条框图内相应定位方块的中心点世界坐标上。
依照本发明的一个方面,所述将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正步骤中具体包括以下步骤:通过映射将图像中的定位方块中心点像素坐标对应到打样纸上线条框架图内相应的校正定位方块中心点世界坐标上;在图像中移动定位方块,使每个映射的定位块中心点与打样纸上线条框架图内的定位方块中心点位置重合;记录下图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量,再进行映射图像定位块像素坐标时根据偏移量进行图像定位块坐标校正。
依照本发明的一个方面,所述将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正步骤执行后执行以下步骤:根据记录的图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量再进行映射定位校正,检验图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度图像中各个定位方块的偏移校正量是否准确。
一种异形材料切割图像校正***,所述异形材料切割图像校正***包括:
校正定位模块,用于在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
图像采样模块,用于对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
映射模块,用于将图像映射到切割区域打样纸定位线条框图上;
映射校正模块,用于将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
依照本发明的一个方面,所述异形材料切割图像校正***还包括:图像变形校正模块,用于通过线条框架图中定位块中心世界坐标与图像中定位方块中心点的像素坐标对进行图像采样时产生的定位方块中心点坐标变形进行校正。
依照本发明的一个方面,所述异形材料切割图像校正***还包括:检验模块,用于根据记录的图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量再进行映射定位校正,检验图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度图像中各个定位方块的偏移校正量是否准确。
本发明实施的优点:通过在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;将图像映射到切割区域打样纸定位线条框图上;将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正,采用定位方块映射变换形式进行校正,变换具有整体性,变换方法具有更好的误差全局一致性,对图像采集微小变化的容错性更强,从而在生产过程中可以保持更好的误差水平。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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为本发明所述的一种异形材料切割图像校正方法的实施例1的方法流程图;
图2为本发明所述的一种异形材料切割图像校正方法的实施例2的方法流程图;
图3为本发明所述的一种异形材料切割图像校正方法的实施例3的方法流程图;
图4为本发明所述的一种异形材料切割图像校正***的结构示意图;
图5为本发明所述的一种异形材料切割图像校正方法及***的线条框架图;
图6为本发明所述的一种异形材料切割图像校正方法及***的定位方块边界映像图;
图7为本发明所述的一种异形材料切割图像校正方法及***的定位方块映射图像;
图8为本发明所述的一种异形材料切割图像校正方法及***的定位方块校正图。
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。
实施例1:
如图1、图5所示,一种异形材料切割图像校正方法,所述异形材料切割图像校正方法包括如下步骤:
步骤S1:在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
所述步骤S1:在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标步骤具体为:将打样纸放置在切割区域,在打样纸上排列定位块组成校正定位的线条框架图,对线条框架内的定位块进行切割并记录下定位块中心点世界坐标。
如图5所示,线条框架最少由3行4列定位方块排列而成,,记M列*N行;记定位方块中心点世界坐标为Wij,i=0~M-1,j=0~N-1,定位方块长、宽设定为20mm,按定位方块的长度和宽度将定位方块切割出来,在实际应用中线条框架的定位方块数量和大小根据异形材料的大小及样品图样大小而定。
打样纸需要以切割区域中心点为参考来放置,这样做可以在采集定位线条框架图的图像时,定位块中心点像素坐标更加精确。
步骤S2:对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
所述步骤S2:对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标步骤具体为:对打样纸上的校正定位线条框架框图进行图像采样,将图像转换为灰度图像并通过图像梯度在图像中查找定位方块边界,通过定位方块边界获取定位方块中心点在图像中的像素坐标。
如图5、图6所示,将采集的图像转换成灰度图像是为对查找图像中的定位方块的边界,定位方块边界检测的实质是采用算法来提取出图像中对象与背景间的交界线。我们将边界定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来反映。
其中图像转换成灰度图像公式为:
pixel(m,n)=(pixel(m,n).R+pixel(m,n).G+pixel(m,n).B)/3。
图像梯度(边界映像)是数字图像处理的重要内容,是图像分割、特征提取和图像识别等图像处理技术的重要前提,图像梯度反映图像局部亮度变化最显著的部分,梯度算法的实质是利用算法提取出图像中对象与背景之间的显著变化。
其中图像梯度(边界映像)公式:
pixel(m,n)=[pixel(m,n)-pixel(m-1,n)]^2+[pixel(m,n)-pixel(m,n-1)]^2。
步骤S3:将图像映射到切割区域打样纸定位线条框图上;
所述步骤S3:将图像映射到切割区域打样纸定位线条框图上步骤具体为:将采集的图像定位方块中心点像素坐标映射到切割区域打样纸上定位线条框图内相应定位方块的中心点世界坐标上。
映射后察看图像定位方块中心点与切割区域打样纸上定位线条框图内相应定位方块的中心点是否重合,定位方块重合的数量有多少,不重合的定位方块有多少,图像中定位方块相对于打样纸定位线条框图内相应定位方块是放大了还是缩小了,主要是为了观察映射产生的坐标偏差是大还小,定位方块的偏差率是多少,为后续校正偏差提供数据支持。
步骤S4:将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
所述步骤S4:将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正步骤中具体包括以下步骤:通过映射将图像中的定位方块中心点像素坐标对应到打样纸上线条框架图内相应的校正定位方块中心点世界坐标上;在图像中移动定位方块,使每个映射的定位块中心点与打样纸上线条框架图内的定位方块中心点位置重合;记录下图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量。
如图7所示,由于分辨率的问题,在按照像素级别移动一个定位块的时候,定位块投影位置和切割机上纸张上画的或切的位置一般对不齐,正确位置可能位于P+(Δ/n,Δ/m)的位置上。用户观察到的投影显示可能是图7示意图的样子,需要把P向左微调Δ/3。
如图8所示,进行亚像素级别的调整,每个定位块下方有2行文字,其中第一行的(i,j)表示这个定位块是第i列,第j行;第二行的(k,l/n)表示投影出来的定位块亚像素操作的位置在x,y方向分别移动k和l步,每步长度为Δ/n。
比如,图8所示,第三列第五行的定位块下方的两个定位块,其定位块亚像素操作的位置分别是(1,0/3),(0,-1/3),前者表示对应定位块已经在X方向上向右偏了1个亚像素单位的位移,后者表示Y方向上向下偏移了1个亚像素单位位移,3表示亚像素移动单位为Δ/3。从而将P坐标的精度提高到了亚像素级别。
在亚像素级别上移动定位块时,定位块的投影显示并不移动,但是最终的投影仪校正变换结果精度可以提高0.5个像素级别。
在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;将图像映射到切割区域打样纸定位线条框图上;将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正,采用定位方块映射变换形式进行校正,变换具有整体性,变换方法具有更好的误差全局一致性,对图像采集微小变化的容错性更强,从而在生产过程中可以保持更好的误差水平。
实施例2:
如图2所示,一种异形材料切割图像校正方法,所述异形材料切割图像校正方法包括如下步骤:
步骤S1:在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
所述步骤S1:在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标步骤具体为:将打样纸放置在切割区域,在打样纸上排列定位块组成校正定位的线条框架,对线条框架内的定位块进行切割并记录下定位块中心点世界坐标。
如图5所示,线条框架最少由3行4列定位方块排列而成,,记M列*N行;记定位方块中心点世界坐标为Wij,i=0~M-1,j=0~N-1,定位方块长、宽设定为20mm,按定位方块的长度和宽度将定位方块切割出来,在实际应用中线条框架的定位方块数量和大小根据异形材料的大小及样品图样大小而定。
打样纸需要以切割区域中心点为参考来放置,这样做可以在采集定位线条框架图的图像时,定位块中心点像素坐标更加精确。
步骤S2:对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
所述步骤S2:对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标步骤具体为:对打样纸上的校正定位线条框架框图进行图像采样,将图像转换为灰度图像并通过图像梯度在图像中查找定位方块边界,通过定位方块边界获取定位方块中心点在图像中的像素坐标。
如图5、图6所示,将采集的图像转换成灰度图像是为对查找图像中的定位方块的边界,定位方块边界检测的实质是采用算法来提取出图像中对象与背景间的交界线。我们将边界定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来反映。
其中图像转换成灰度图像公式为:
pixel(m,n)=(pixel(m,n).R+pixel(m,n).G+pixel(m,n).B)/3。
图像梯度(边界映像)是数字图像处理的重要内容,是图像分割、特征提取和图像识别等图像处理技术的重要前提,图像梯度反映图像局部亮度变化最显著的部分,梯度算法的实质是利用算法提取出图像中对象与背景之间的显著变化。
其中图像梯度(边界映像)公式:
pixel(m,n)=[pixel(m,n)-pixel(m-1,n)]^2+[pixel(m,n)-pixel(m,n-1)]^2。
步骤S3:通过线条框架图中定位块中心世界坐标与图像中定位方块中心点的像素坐标对进行图像采样时产生的定位方块中心点坐标变形进行校正;
采集图像过程中,会因采集镜头的变形、采集角度和采集位移造成图像中定位方块中心点坐标的变形,需将图像输入计算机进行变形校正,其中校正公式如下:
对每一个Wij,Pij,简记为W,P,建立如下方程:
(u,v)=P;
(xw,yw,zw)=W;
(xc yc zc)’=R*(xw yw zw)’+t;
x1=xc/zc;y1=yc/zc
u1=u-u0;v1=v-v0
r^2=u1*u1+v1*v1;
x1=u1*[1+k1*r^2+…]+p1*(3*u1*u1+v1*v1)+2*p2*u1v1
y1=v1*[1+k1*r^2+…]+2*p1*u1*v1+p2*(u1*u1+3*v1*v1)
其中:
(u0,v0):设定为图像的中心
(u,v):图像中的校正点坐标
(xw,yw,zw):校正点世界坐标
镜头内部参数:(k1,k2;p1,p2),k1,k2表示径向畸变参数;
p1,p2表示切向畸变参数;
镜头外部参数:R表示镜头的旋转矩阵,t表示镜头位置向量。
步骤S4:将图像映射到切割区域打样纸定位线条框图上;
所述步骤S4:将图像映射到切割区域打样纸定位线条框图上步骤具体为:将采集的图像定位方块中心点像素坐标映射到切割区域打样纸上定位线条框图内相应定位方块的中心点世界坐标上。
映射后察看图像定位方块中心点与切割区域打样纸上定位线条框图内相应定位方块的中心点是否重合,定位方块重合的数量有多少,不重合的定位方块有多少,图像中定位方块相对于打样纸定位线条框图内相应定位方块是放大了还是缩小了,主要是为了观察映射产生的坐标偏差是大还小,定位方块的偏差率是多少,为后续校正偏差提供数据支持。
步骤S5:将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
所述步骤S5:将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正步骤中具体包括以下步骤:通过映射将图像中的定位方块中心点像素坐标对应到打样纸上线条框架图内相应的校正定位方块中心点世界坐标上;在图像中移动定位方块,使每个映射的定位块中心点与打样纸上线条框架图内的定位方块中心点位置重合;记录下图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量。
如图7所示,由于分辨率的问题,在按照像素级别移动一个定位块的时候,定位块投影位置和切割机上纸张上画的或切的位置一般对不齐,正确位置可能位于P+(Δ/n,Δ/m)的位置上。用户观察到的投影显示可能是图7示意图的样子,需要把P向左微调Δ/3。
如图8所示,进行亚像素级别的调整,每个定位块下方有2行文字,其中第一行的(i,j)表示这个定位块是第i列,第j行;第二行的(k,l/n)表示投影出来的定位块亚像素操作的位置在x,y方向分别移动k和l步,每步长度为Δ/n。
比如,图8所示,第三列第五行的定位块下方的两个定位块,其定位块亚像素操作的位置分别是(1,0/3),(0,-1/3),前者表示对应定位块已经在X方向上向右偏了1个亚像素单位的位移,后者表示Y方向上向下偏移了1个亚像素单位位移,3表示亚像素移动单位为Δ/3。从而将P坐标的精度提高到了亚像素级别。
在亚像素级别上移动定位块时,定位块的投影显示并不移动,但是最终的投影仪校正变换结果精度可以提高0.5个像素级别。
在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;将图像映射到切割区域打样纸定位线条框图上;将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正,采用定位方块映射变换形式进行校正,变换具有整体性,变换方法具有更好的误差全局一致性,对图像采集微小变化的容错性更强,从而在生产过程中可以保持更好的误差水平。
实施例3:
如图3所示,一种异形材料切割图像校正方法,所述异形材料切割图像校正方法包括如下步骤:
步骤S1:在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
所述步骤S1:在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标步骤具体为:将打样纸放置在切割区域,在打样纸上排列定位块组成校正定位的线条框架,对线条框架内的定位块进行切割并记录下定位块中心点世界坐标。
如图5所示,线条框架最少由3行4列定位方块排列而成,,记M列*N行;记定位方块中心点世界坐标为Wij,i=0~M-1,j=0~N-1,定位方块长、宽设定为20mm,按定位方块的长度和宽度将定位方块切割出来,在实际应用中线条框架的定位方块数量和大小根据异形材料的大小及样品图样大小而定。
打样纸需要以切割区域中心点为参考来放置,这样做可以在采集定位线条框架图的图像时,定位块中心点像素坐标更加精确。
步骤S2:对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
所述步骤S2:对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标步骤具体为:对打样纸上的校正定位线条框架框图进行图像采样,将图像转换为灰度图像并通过图像梯度在图像中查找定位方块边界,通过定位方块边界获取定位方块中心点在图像中的像素坐标。
如图5、图6所示,将采集的图像转换成灰度图像是为对查找图像中的定位方块的边界,定位方块边界检测的实质是采用算法来提取出图像中对象与背景间的交界线。我们将边界定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来反映。
其中图像转换成灰度图像公式为:
pixel(m,n)=(pixel(m,n).R+pixel(m,n).G+pixel(m,n).B)/3。
图像梯度(边界映像)是数字图像处理的重要内容,是图像分割、特征提取和图像识别等图像处理技术的重要前提,图像梯度反映图像局部亮度变化最显著的部分,梯度算法的实质是利用算法提取出图像中对象与背景之间的显著变化。
其中图像梯度(边界映像)公式:
pixel(m,n)=[pixel(m,n)-pixel(m-1,n)]^2+[pixel(m,n)-pixel(m,n-1)]^2。
步骤S3:通过线条框架图中定位块中心世界坐标与图像中定位方块中心点的像素坐标对进行图像采样时产生的定位方块中心点坐标变形进行校正;
采集图像过程中,会因采集镜头的变形、采集角度和采集位移造成图像中定位方块中心点坐标的变形,需将图像输入计算机进行变形校正,其中校正公式如下:
对每一个Wij,Pij,简记为W,P,建立如下方程:
(u,v)=P;
(xw,yw,zw)=W;
(xc yc zc)’=R*(xw yw zw)’+t;
x1=xc/zc;y1=yc/zc
u1=u-u0;v1=v-v0
r^2=u1*u1+v1*v1;
x1=u1*[1+k1*r^2+…]+p1*(3*u1*u1+v1*v1)+2*p2*u1v1
y1=v1*[1+k1*r^2+…]+2*p1*u1*v1+p2*(u1*u1+3*v1*v1)
其中:
(u0,v0):设定为图像的中心
(u,v):图像中的校正点坐标
(xw,yw,zw):校正点世界坐标
镜头内部参数:(k1,k2;p1,p2),k1,k2表示径向畸变参数;
p1,p2表示切向畸变参数;
镜头外部参数:R表示镜头的旋转矩阵,t表示镜头位置向量。
步骤S4:将图像映射到切割区域打样纸定位线条框图上;
所述步骤S4:将图像映射到切割区域打样纸定位线条框图上步骤具体为:将采集的图像定位方块中心点像素坐标映射到切割区域打样纸上定位线条框图内相应定位方块的中心点世界坐标上。
映射后察看图像定位方块中心点与切割区域打样纸上定位线条框图内相应定位方块的中心点是否重合,定位方块重合的数量有多少,不重合的定位方块有多少,图像中定位方块相对于打样纸定位线条框图内相应定位方块是放大了还是缩小了,主要是为了观察映射产生的坐标偏差是大还小,定位方块的偏差率是多少,为后续校正偏差提供数据支持。
步骤S5:将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
所述步骤S5:将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正步骤中具体包括以下步骤:通过映射将图像中的定位方块中心点像素坐标对应到打样纸上线条框架图内相应的校正定位方块中心点世界坐标上;在图像中移动定位方块,使每个映射的定位块中心点与打样纸上线条框架图内的定位方块中心点位置重合;记录下图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量。
如图7所示,由于分辨率的问题,在按照像素级别移动一个定位块的时候,定位块投影位置和切割机上纸张上画的或切的位置一般对不齐,正确位置可能位于P+(Δ/n,Δ/m)的位置上。用户观察到的投影显示可能是图7示意图的样子,需要把P向左微调Δ/3。
如图8所示,进行亚像素级别的调整,每个定位块下方有2行文字,其中第一行的(i,j)表示这个定位块是第i列,第j行;第二行的(k,l/n)表示投影出来的定位块亚像素操作的位置在x,y方向分别移动k和l步,每步长度为Δ/n。
比如,图8所示,第三列第五行的定位块下方的两个定位块,其定位块亚像素操作的位置分别是(1,0/3),(0,-1/3),前者表示对应定位块已经在X方向上向右偏了1个亚像素单位的位移,后者表示Y方向上向下偏移了1个亚像素单位位移,3表示亚像素移动单位为Δ/3。从而将P坐标的精度提高到了亚像素级别。
在亚像素级别上移动定位块时,定位块的投影显示并不移动,但是最终的投影仪校正变换结果精度可以提高0.5个像素级别。
步骤S6:根据记录的图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量再进行映射定位校正,检验图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度图像中各个定位方块的偏移校正量是否准确。
在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;将图像映射到切割区域打样纸定位线条框图上;将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正,采用定位方块映射变换形式进行校正,变换具有整体性,变换方法具有更好的误差全局一致性,对图像采集微小变化的容错性更强,从而在生产过程中可以保持更好的误差水平。
一种异形材料切割图像校正***,所述异形材料切割图像校正***包括:
校正定位模块1,用于在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
图像采样模块2,用于对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
映射模块3,用于将图像映射到切割区域打样纸定位线条框图上;
映射校正模块4,用于将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
在本实施例中,异形材料切割图像校正***还包括:图像变形校正模块5,用于通过线条框架图中定位块中心世界坐标与图像中定位方块中心点的像素坐标对进行图像采样时产生的定位方块中心点坐标变形进行校正。
在本实施例中,异形材料切割图像校正***还包括:检验模块6,用于根据记录的图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量再进行映射定位校正,检验图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度图像中各个定位方块的偏移校正量是否准确。
本发明实施的优点:通过在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;将图像映射到切割区域打样纸定位线条框图上;将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正,采用定位方块映射变换形式进行校正,变换具有整体性,变换方法具有更好的误差全局一致性,对图像采集微小变化的容错性更强,从而在生产过程中可以保持更好的误差水平。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种异形材料切割图像校正方法,其特征在于,所述异形材料切割图像校正方法包括如下步骤:
在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
将图像映射到切割区域打样纸定位线条框图上;
将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
2.根据权利要求1所述的异形材料切割图像校正方法,其特征在于,所述在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标步骤具体为:将打样纸放置在切割区域,在打样纸上排列定位块组成校正定位的线条框架图,对线条框架内的定位块进行切割并记录下定位块中心点世界坐标。
3.根据权利要求1所述的异形材料切割图像校正方法,其特征在于,所述对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标步骤具体为:对打样纸上的校正定位线条框架框图进行图像采样,将图像转换为灰度图像并通过图像梯度在图像中查找定位方块边界,通过定位方块边界获取定位方块中心点在图像中的像素坐标。
4.根据权利要求1所述的异形材料切割图像校正方法,其特征在于,所述对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标步骤执行后执行以下步骤:通过线条框架图中定位块中心世界坐标与图像中定位方块中心点的像素坐标对进行图像采样时产生的定位方块中心点坐标变形进行校正。
5.根据权利要求1所述的异形材料切割图像校正方法,其特征在于,所述将图像映射到切割区域打样纸定位线条框图上步骤具体为:将采集的图像定位方块中心点像素坐标映射到切割区域打样纸上定位线条框图内相应定位方块的中心点世界坐标上。
6.根据权利要求1所述的异形材料切割图像校正方法,其特征在于,所述将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正步骤中具体包括以下步骤:通过映射将图像中的定位方块中心点像素坐标对应到打样纸上线条框架图内相应的校正定位方块中心点世界坐标上;在图像中移动定位方块,使每个映射的定位块中心点与打样纸上线条框架图内的定位方块中心点位置重合;记录下图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量,再进行映射图像定位块像素坐标时根据偏移量进行图像定位块坐标校正。
7.根据权利要求1至6之一所述的异形材料切割图像校正方法,其特征在于,所述将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正步骤执行后执行以下步骤:根据记录的图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量再进行映射定位校正,检验图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度图像中各个定位方块的偏移校正量是否准确。
8.一种异形材料切割图像校正***,其特征在于,所述异形材料切割图像校正***包括:
校正定位模块,用于在打样纸上设置校正定位线条框架图,标定在线条交叉处定位块中心世界坐标;
图像采样模块,用于对校正定位线条框架框图进行图像采样,获取定位方块中心点在图像中的像素坐标;
映射模块,用于将图像映射到切割区域打样纸定位线条框图上;
映射校正模块,用于将图像中的定位方块中心点像素坐标与切割区域定位块框图中定位块中心世界坐标进行比对获得定位方块中心点像素坐标相对于定位块框图中定位块中心世界坐标的偏移量并根据偏移量进行校正。
9.根据权利要求8所述的异形材料切割图像校正***,其特征在于,所述异形材料切割图像校正***还包括:图像变形校正模块,用于通过线条框架图中定位块中心世界坐标与图像中定位方块中心点的像素坐标对进行图像采样时产生的定位方块中心点坐标变形进行校正。
10.根据权利要求9所述的异形材料切割图像校正***,其特征在于,所述异形材料切割图像校正***还包括:检验模块,用于根据记录的图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度及图像中各个定位方块的偏移校正量再进行映射定位校正,检验图像中的定位方块中心点像素坐标与打样纸上线条框架图内相应的校正定位方块中心点世界坐标的重合度图像中各个定位方块的偏移校正量是否准确。
CN201510061322.1A 2015-02-05 2015-02-05 一种异形材料切割图像校正方法及*** Active CN105989588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510061322.1A CN105989588B (zh) 2015-02-05 2015-02-05 一种异形材料切割图像校正方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510061322.1A CN105989588B (zh) 2015-02-05 2015-02-05 一种异形材料切割图像校正方法及***

Publications (2)

Publication Number Publication Date
CN105989588A true CN105989588A (zh) 2016-10-05
CN105989588B CN105989588B (zh) 2021-02-09

Family

ID=57037906

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510061322.1A Active CN105989588B (zh) 2015-02-05 2015-02-05 一种异形材料切割图像校正方法及***

Country Status (1)

Country Link
CN (1) CN105989588B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107492096A (zh) * 2017-08-03 2017-12-19 深圳市布易科技有限公司 一种实现数控裁床设备物料定位的方法
CN107560541A (zh) * 2017-08-28 2018-01-09 中国电子技术标准化研究院 图像中心偏差的测量方法及装置
CN108890154A (zh) * 2018-08-16 2018-11-27 威海先临三维科技有限公司 一种异形水晶激光内雕方法
CN109785324A (zh) * 2019-02-01 2019-05-21 佛山市南海区广工大数控装备协同创新研究院 一种大幅面pcb板定位方法
CN110600587A (zh) * 2019-10-08 2019-12-20 安徽图算智能科技有限公司 一种太阳能电池片智能切割方法及切割***
CN111027522A (zh) * 2019-12-30 2020-04-17 华通科技有限公司 基于深度学习的探鸟定位***
CN112270699A (zh) * 2020-09-17 2021-01-26 敬业(东莞)印刷包装厂有限公司 一种用于喷墨打样的定位方法、存储介质及终端

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0474034B1 (en) * 1990-08-21 1997-05-02 Gerber Garment Technology, Inc. Method and apparatus for cutting lines in work materials
EP1770637A1 (en) * 2005-09-30 2007-04-04 MASSEN machine vision systems GmbH Device for semi-automatic surface inspection
CN101870039A (zh) * 2010-06-12 2010-10-27 中国电子科技集团公司第四十五研究所 双工作台驱动激光加工机及其加工方法
CN101885152A (zh) * 2010-05-06 2010-11-17 南京航空航天大学 一种自动找正的预印制图像板材数控切割方法
CN102508938A (zh) * 2011-09-23 2012-06-20 东华大学 一种二维不规则皮革自动排样裁剪方法
CN103160622A (zh) * 2011-12-16 2013-06-19 张平 一种真皮切割装置和方法
US8938126B2 (en) * 2011-10-19 2015-01-20 Crown Equipment Corporation Selecting objects within a vertical range of one another corresponding to pallets in an image scene

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0474034B1 (en) * 1990-08-21 1997-05-02 Gerber Garment Technology, Inc. Method and apparatus for cutting lines in work materials
EP1770637A1 (en) * 2005-09-30 2007-04-04 MASSEN machine vision systems GmbH Device for semi-automatic surface inspection
CN101885152A (zh) * 2010-05-06 2010-11-17 南京航空航天大学 一种自动找正的预印制图像板材数控切割方法
CN101870039A (zh) * 2010-06-12 2010-10-27 中国电子科技集团公司第四十五研究所 双工作台驱动激光加工机及其加工方法
CN102508938A (zh) * 2011-09-23 2012-06-20 东华大学 一种二维不规则皮革自动排样裁剪方法
US8938126B2 (en) * 2011-10-19 2015-01-20 Crown Equipment Corporation Selecting objects within a vertical range of one another corresponding to pallets in an image scene
CN103160622A (zh) * 2011-12-16 2013-06-19 张平 一种真皮切割装置和方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107492096A (zh) * 2017-08-03 2017-12-19 深圳市布易科技有限公司 一种实现数控裁床设备物料定位的方法
CN107560541A (zh) * 2017-08-28 2018-01-09 中国电子技术标准化研究院 图像中心偏差的测量方法及装置
CN108890154A (zh) * 2018-08-16 2018-11-27 威海先临三维科技有限公司 一种异形水晶激光内雕方法
CN108890154B (zh) * 2018-08-16 2020-06-02 威海先临三维科技有限公司 一种异形水晶激光内雕方法
CN109785324A (zh) * 2019-02-01 2019-05-21 佛山市南海区广工大数控装备协同创新研究院 一种大幅面pcb板定位方法
CN109785324B (zh) * 2019-02-01 2020-11-27 佛山市南海区广工大数控装备协同创新研究院 一种大幅面pcb板定位方法
CN110600587A (zh) * 2019-10-08 2019-12-20 安徽图算智能科技有限公司 一种太阳能电池片智能切割方法及切割***
CN111027522A (zh) * 2019-12-30 2020-04-17 华通科技有限公司 基于深度学习的探鸟定位***
CN111027522B (zh) * 2019-12-30 2023-09-01 华通科技有限公司 基于深度学习的探鸟定位***
CN112270699A (zh) * 2020-09-17 2021-01-26 敬业(东莞)印刷包装厂有限公司 一种用于喷墨打样的定位方法、存储介质及终端

Also Published As

Publication number Publication date
CN105989588B (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
CN105989588A (zh) 一种异形材料切割图像校正方法及***
CN109598762B (zh) 一种高精度双目相机标定方法
CN103048331B (zh) 基于柔性模板配准的印刷缺陷检测方法
CN105716542B (zh) 一种基于柔性特征点的三维数据拼接方法
CN109064409B (zh) 一种移动机器人的视觉图像拼接***及方法
CN103615980B (zh) 一种板件上圆孔参数的测量方法及***
CN110209997A (zh) 基于三维特征点的深度相机自动标定算法
CN106485751B (zh) 应用于基桩检测中的无人机摄影成像及数据处理方法及***
CN102982524B (zh) 玉米果穗有序图像的拼接方法
CN104657982A (zh) 一种投影仪标定方法
CN102156969A (zh) 图像纠偏处理方法
CN105118086B (zh) 3d‑aoi设备中的3d点云数据配准方法及***
CN108716890A (zh) 一种基于机器视觉的高精度尺寸检测方法
CN112258588A (zh) 一种双目相机的标定方法、***及存储介质
CN112348775B (zh) 基于车载环视的路面坑塘检测***及方法
CN110400278A (zh) 一种图像颜色和几何畸变的全自动校正方法、装置及设备
CN112161586A (zh) 一种基于编码棋盘格的线结构光视觉传感器标定方法
CN109285192A (zh) 全息***的双目摄像标定方法
CN104792263A (zh) 确定显示母板的待检测区域的方法和装置
CN106952262A (zh) 一种基于立体视觉的船板加工精度分析方法
CN114267267B (zh) 一种虚拟像素led显示屏的亮暗缝修复方法、装置及***
CN106097319A (zh) 一种用于相机检校的黑白棋盘格角点提取方法
CN104156974A (zh) 基于多重约束的摄像机畸变标定方法
CN101729739A (zh) 一种图像纠偏处理方法
CN112634375A (zh) 一种ai智能检测中的平面标定和三维重建方法

Legal Events

Date Code Title Description
C06 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