CN111539582A - 一种基于图像处理的钢板切割规划装置和方法 - Google Patents
一种基于图像处理的钢板切割规划装置和方法 Download PDFInfo
- Publication number
- CN111539582A CN111539582A CN202010392910.4A CN202010392910A CN111539582A CN 111539582 A CN111539582 A CN 111539582A CN 202010392910 A CN202010392910 A CN 202010392910A CN 111539582 A CN111539582 A CN 111539582A
- Authority
- CN
- China
- Prior art keywords
- area
- steel plate
- cutting
- rect
- camera
- 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
- 238000005520 cutting process Methods 0.000 title claims abstract description 112
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 90
- 239000010959 steel Substances 0.000 title claims abstract description 90
- 238000012545 processing Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 36
- 230000005540 biological transmission Effects 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims description 29
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 241000974840 Ellipes Species 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000003754 machining Methods 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract description 2
- 206010063385 Intellectualisation Diseases 0.000 abstract 1
- 238000012994 industrial processing Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于机械加工技术领域,公开了一种基于图像处理的钢板切割规划装置和方法,基于图像处理的钢板切割规划装置包括传输台架、图像采集与处理单元、步进传送单、红外触发单元;传输台架用于放置待切割钢板;所述结构步进传送单元用于传送钢板;红外触发单元用于触发相机采集图像并得到处理结果,所得结果包括待处理钢板的切割区域规划;并对余料存档,建档信息包括,余料面积,最小外接矩形的长和宽、最小外接椭圆的长轴和短轴长度,余料轮廓。本发明将机器视觉与工业加工相结合,规划板材加工区域,并对余料建档,指导后续的加工。本发明通用性强、操作简单,能显著的降低板材浪费率,节省成本,助力工厂智能化。
Description
技术领域
本发明属于机械加工技术领域,尤其涉及一种基于图像处理的钢板切割规划装置和方法。
背景技术
目前,金属板材是大部分金属零部件的粗坯,广泛应用于汽车零部件的加工制造。在板材的切割加工过程中,需要根据切割的形状规划切割区域,并对余料建档,便于指导后续的板材加工。传统的板材切割加工以人工经验为主,到目前为止这仍是大多是板材切割加工厂商采用的方式。依靠人工经验不仅成本高、浪费板材,还存在余料无法建档,无法指导后续切割加工的情况,且不同切割加工人员的经验存在主观上的差异,增加了切割加工的不确定性。
通过上述分析,现有技术存在的问题及缺陷为:1)传统的板材切割加工成本高、浪费板材。
2)余料无法建档,无法指导后续切割加工。
3)不同切割加工人员的经验存在主观上的差异,增加了切割加工的不确定性。
解决以上问题及缺陷的难度为:1)无法自动采集板材信息而且通过人工测量采集板材信息成本较高;2)余料信息建档;3)板材切割的建模规划。
解决以上问题及缺陷的意义为:1)能做到合理规划板材切割;2)对余料建档,指导后续切割加工;3)节省板材和人力成本,增加产线柔性化,助力工厂智能化。
发明内容
为了解决现有技术存在的问题,本发明提供了一种基于图像处理的钢板切割规划装置和方法。
本发明是这样实现的,一种基于图像处理的钢板切割规划装置,所述基于图像处理的钢板切割规划装置包括:传送台架、图像采集与处理单元、步进传送单元、红外检测单元。
所述传送台架用于放置钢板;
所述步进传送单元用于传送待处理钢板;
所述背光源用于打光视场;
所述红外检测单元用于触发相机拍照;
所述图像采集处理单元用于采集待处理的零件并得到处理结果,所得结果包括待处理钢板的切割区域规划;并对余料存档,建档信息包括,余料面积,最小外接矩形的长和宽、最小外接椭圆的长轴和短轴长度,余料轮廓。
进一步,所述传送台架作为平台,所述图像采集与处理单元、步进传送单元、红外检测单元集成于其上。
进一步,所述图像采集与处理单元包括:相机、工业镜头、工业光源及上位机;所述相机为线阵工业相机;所述工业镜头抗畸变性能较好,配置于相机上,所述相机、工业镜头位于工业光源的正上方处,且相机工业镜头正对于工业光源;所述工业光源置于传送台架上;所述待处理钢板触发红检测单元产生拍摄触发信号,并发送至上位机,上位机触发工业光源打光和相机产生拍摄操作,相机拍摄的图片传送至上位机进行处理,得到处理结果。
进一步,所述工业光源置于传送台架之间的凹槽内,采用打背光方式,选择红色光源,可有效屏蔽外界杂散光对检测***的影响。
进一步,所述步进传送单元包括:步进控制器,传动机构;
所述步进传送单元通过串口与上位机相连,接收上位机发送的调速信号,精准的控制待检测钢板在传送台架上移动。
进一步,所述红外检测单元包括:红外收、发装置,发送端口正对于接收端口,且发送端口与接收端口的连线垂直于传送台架的纵轴线,待检测钢板传送至红外检测区域后,遮挡住红外光线,红外检测单元产生高电平,通过串口传送至上位机,上位机控制工业光源打光,并触发相机采集图片。
本发明的另一目的在于提供一种应用所述基于图像处理的钢板切割规划装置的基于图像处理的钢板切割规划方法,所述图像采集与处理单元的图像采集与处理方法包括以下步骤:
步骤一,上位机调节步进传送单元的速度v,使其匹配线扫相机的行扫描频率fline,防止出现图像拖尾现象。
步骤一中的匹配步骤如下:
1、将标定板正向放置于传送带上,设置线阵相机的行频f和传送单元速度v; 2、采集线阵相机拍摄的标定板图像;
3、计算标定板上标定点a与其四邻域标定点{a上,a下,a左,a右}的距离 {l上,l下,l左,l右},其中l上=l下,l左=l右;
4、调节传送单元速度v比较{l上,l下,l左,l右}的大小,若l上<l右则减小传送单元速度v,反之则增加v,直至l上=l下=l左=l右。
步骤二,传送台架以速度v传送待处理钢板,待处理钢板传送至固定区域触发红检测单元产生拍摄触发信号,并发送至上位机,上位机触发工业光源打光和相机产生拍摄操作,相机拍摄的图片传送至上位机,通过处理得到切割规划区域坐标点集合{P}。
步骤三,余料存档,存档信息包括切割后钢板面积Sremain_area,余料形状G,最小外接矩形长宽(lrect,wrect),最小外接椭圆的长轴和短轴长度(lellip,sellip)。
进一步,步骤一进行前,需进行:步骤I,调节工业相机,使其处于竖直方向。调节工业光源,使其发光面与水平面平行。固定工业相机和工业光源。
步骤II,调节工业镜头的焦距,使拍摄待检测的钢板图像清晰度最高,并固定此时工业镜头的变焦环对应的焦距。
步骤二中,所述钢板图像处理算法如下:
第一步,对采集到的钢板图像f(采集到的图像为单通道的256阶灰度图) 做增强处理,f(i,j)表示第i行j列像素值,以为原点,选取m×n的区域,求出该区域的像素灰度均值计算增强后的图像fen如公式(1)所示:
第二步,在增强后的图像fen的基础上,通过自适应阈值法分割出钢板区域。对fen做灰度直方图统计,统计结果以集合{H}表示,集合{H}的项数为256(对应256阶灰度),灰度直方图中两个波峰对应集合{H}的两个最大值Vmax1和Vmax2,两个最大值之间的最小值(波峰之间的波谷)即为阈值点Tg。对于满足公式(2) 的点保留,反之舍弃,自适应阈值处理后的图像fen转化为二值图像B。公式(2) 如下式所示:
f(i,j)≤Tg (2)
第三步,通过形态学滤波,消除杂散噪声的影响。定义阈值Tarea(标量,表示面积的阈值,即像素点个数),满足公式(3)的区域保留,反之舍弃,得到钢板区域R。公式(3)如下所示:
{S}≥Tarea (3)
式中,{S}为二值图像B中的分立区域的面积集合,面积以像素点的个数表示。
第四步,切割需求建模,主要包括切割形状及尺寸,切割需求模型以二值图像M表示。
第五步,切割区域规划,以第三步中得到的钢板区域二值图像R为基准,以切割需求模型M的最小外接矩形Mrect为模板,以R的右上区域为起始区域,旋转Mrect,确保在R完全包含Mrect的情况下,Mrect中至少有两个点与R的边缘重合,切割区域在R上的点集为{Crect|Mrect∝R},切割后的面积Srect_remain_area=R-Mrect。
第六步,以第三步中得到的钢板区域二值图像R为基准,以切割需求模型M 的最小外接椭圆Mellip为模板,以R的右上区域为起始区域,旋转Mellip,确保在R 完全包含Mellip的情况下,Mrect中至少有两个点与R的边缘重合,切割区域在R上的点集为{Crect|Mrect∝R},切割后的面积Sellip_remain_area=R-Mellip。
第七步,比较第五步和第六步中,切割后面积钢板面积大小。选择切割后面积较大的切割方式,切割后的面积Sremain_area=Max{Srect_remain_area,Sellip_remain_area};切割区域为选中切割方式下M在R上映射的点集{P}。
进一步,步骤三中,处理后的余料图像区域定义为G,钢板余料区域的像素面积Sremain_area,转换到实际面积Garea_real=Sremain_area×α(α为图像坐标系面积到世界坐标系面积的映射系数);拟合余料的最小外接矩形Grect,得到Grect的像素级长和宽(Gl_rect,Gw_rect),转换到世界坐标系为拟合余料的最小外接椭圆Gellip,得到Gellip的像素级长轴和短轴长度(Gl_ellip,Gs_ellip),转换到世界坐标系拟合余料G的轮廓,并提取轮廓坐标点集{Gcontour}。将余料信息存储到数据库,便于指导后续的加工。
本发明另一目的在于提供一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行所述基于图像处理的钢板切割规划方法,包括下列步骤:
步骤1,调节工业相机,使其处于竖直方向;调节工业光源,使其发光面与水平面平行;固定工业相机和工业光源;
步骤2,调节工业镜头的焦距,使拍摄待检测的钢板图像清晰度最高,并固定此时工业镜头的变焦环对应的焦距;
步骤3,上位机调节步进传送单元的速度v,使其匹配线扫相机的行扫描频率fline;
步骤4,传送台架以速度v传送待处理钢板,待处理钢板传送至固定区域触发红检测单元产生拍摄触发信号,并发送至上位机,上位机触发工业光源打光和相机产生拍摄操作,相机拍摄的图片传送至上位机,通过处理得到切割规划区域坐标点集合{P};
步骤5,余料存档,存档信息包括切割后钢板面积Sremain_area,余料形状G,最小外接矩形长宽(lrect,wrect),最小外接椭圆的长轴和短轴长度(lellip,sellip)。
本发明另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述基于图像处理的钢板切割规划方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
(1)在板材切割加工中采用图像处理技术与机器视觉技术相结合的方法,能显著的降低板材浪费率,降低原料成本。
(2)操作简便,通用性高,提高板材加工生产线柔性。
(3)降低劳动强度,助力工厂智能化。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,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是本发明实施例提供的基于图像处理的钢板切割规划装置结构示意图;
图中:1、传送台架;2、相机;3、工业镜头;4、工业光源;5、传送单元; 6、红外检测单元;7、待处理钢板。
图2是本发明实施例提供的图像采集与处理方法流程图。
图3是本发明实施例提供的板材扫描图像示意图。
图4是本发明实施例提供的切割规划示意图。
图5是本发明实施例提供的余料信息界面图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,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。
针对现有技术存在的问题,本发明提供了一种基于图像处理的钢板切割规划装置和方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于图像处理的钢板切割规划装置包括:传送台架1,图像采集与处理单元(相机2、工业镜头3、工业光源4),步进传送单元5,红外检测单元6。
本发明实施例提供的传送台架1用于放置钢板;所述步进传送单元5用于传送待处理钢板;所述光源4用于打光视场;所述红外检测单元6用于触发相机2拍照;所述图像采集处理单元(相机2、工业镜头3、工业光源4)用于采集待处理的零件并得到处理结果,所得结果包括待处理钢板的切割区域规划;并对余料存档,建档信息包括,余料面积,最小外接矩形的长和宽、最小外接椭圆的长轴和短轴长度,余料轮廓。
本发明实施例提供的传送台架1作为平台,所述图像采集与处理单元相机 2、工业镜头3、光源4),步进传送单5、红外检测单元6集成于其上。
本发明实施例提供的图像采集与处理单元的相机2、工业镜头3、工业光源4;所述相机2为线阵工业相机;所述工业镜头3抗畸变性能较好,配置于相机2上,所述相机2、工业镜头3)位于工业光源4的正上方处,且相机2工业镜头3正对于工业光源4;所述工业光源4置于传送台架1上;所述待处理钢板7触发红检测单元6产生拍摄触发信号,并发送至上位机,上位机触发工业光源4打光和相机2产生拍摄操作,相机2拍摄的图片传送至上位机进行处理,得到处理结果。
本发明实施例提供的工业光源4置于传送台架1之间的凹槽内,采用打背光方式,选择红色光源,可有效屏蔽外界杂散光对检测***的影响。
本发明实施例提供的步进传送单元5包括步进控制器,传动机构;所述步进传送单元5通过串口与上位机相连,接收上位机发送的调速信号,精准的控制待检测钢板在传送台架1上移动。
本发明实施例提供的红外检测单元6包括红外收、发装置,发送端口正对于接收端口,且发送端口与接收端口的连线垂直于传送台架1的纵轴线,待检测钢板传送至红外检测区域后,遮挡住红外光线,红外检测单元6产生高电平,通过串口传送至上位机,上位机控制工业光源4打光,并触发相机2采集图片。
图3为本发明实施例提供的采集的钢板图像,由图像采集与处理单元获得。如图2所示,本发明实施例提供的图像的采集与处理方法包括如下步骤:
S101,调节工业相机2,使其处于竖直方向。调节工业光源4,使其发光面与水平面平行。固定工业相机2和工业光源4。
S102,调节工业镜头3的焦距,使拍摄待检测的钢板图像清晰度最高,并固定此时工业镜头3的变焦环对应的焦距。
S103,上位机调节步进传送单元5的速度v,使其匹配线扫相机2的行扫描频率fline,防止出现图像拖尾现象。
S104,传送台架1以速度v传送待处理钢板,待处理钢板传送至固定区域触发红检测单元6产生拍摄触发信号,并发送至上位机,上位机触发工业光源4打光和相机2产生拍摄操作,相机2拍摄的图片传送至上位机,通过处理得到切割规划区域坐标点集合{P}。
S105,余料存档,存档信息包括切割后钢板面积Sremain_area,余料形状G,最小外接矩形长宽(lrect,wrect),最小外接椭圆的长轴和短轴长度(lellip,sellip)。
图4为本发明实施例的切割规划示意图,对应上述步骤S104,所述图像处理算法步骤如下:
第一步:对采集到的钢板图像f(采集到的图像为单通道的256阶灰度图) 做增强处理,f(i,j)表示第i行j列像素值,以为原点,选取m×n的区域,求出该区域的像素灰度均值计算增强后的图像fen如公式(1)所示:
第二步:在增强后的图像fen的基础上,通过自适应阈值法分割出钢板区域。对fen做灰度直方图统计,统计结果以集合{H}表示,集合{H}的项数为256(对应256阶灰度),灰度直方图中两个波峰对应集合{H}的两个最大值Vmax1和Vmax2,两个最大值之间的最小值(波峰之间的波谷)即为阈值点Tg。对于满足公式(2) 的点保留,反之舍弃,自适应阈值处理后的图像fen转化为二值图像B。公式(2) 如下式所示:
f(i,j)≤Tg (2)
第三步:通过形态学滤波,消除杂散噪声的影响。定义阈值Tarea(标量,表示面积的阈值,即像素点个数),满足公式(3)的区域保留,反之舍弃,得到钢板区域R。公式(3)如下所示:
{S}≥Tarea (3)
式中{S}为二值图像B中的分立区域的面积集合(面积以像素点的个数表示)。
第四步:切割需求建模,主要包括切割形状及尺寸,切割需求模型以二值图像M表示;
第五步:切割区域规划,以第三步中得到的钢板区域二值图像R为基准,以切割需求模型M的最小外接矩形Mrect为模板,以R的右上区域为起始区域,旋转Mrect,确保在R完全包含Mrect的情况下,Mrect中至少有两个点与R的边缘重合,切割区域在R上的点集为{Crect|Mrect∝R},切割后的面积Srect_remain_area=R-Mrect。
第六步:以第三步中得到的钢板区域二值图像R为基准,以切割需求模型M 的最小外接椭圆Mellip为模板,以R的右上区域为起始区域,旋转Mellip,确保在R 完全包含Mellip的情况下,Mrect中至少有两个点与R的边缘重合,切割区域在R上的点集为{Crect|Mrect∝R},切割后的面积Sellip_remain_area=R-Mellip。
第七步:比较第五步和第六步中,切割后面积钢板面积大小。选择切割后面积较大的切割方式,切割后的面积Sremain_area=Max{Srect_remain_area,Sellip_remain_area};切割区域为选中切割方式下M在R上映射的点集{P}。
图5为本发明实施例的余料信息界面图示意图,处理后的余料区域定义为 G,钢板余料区域的像素面积Sremain_area,转换到实际面积Garea_real=Sremain_area×α(α为图像坐标系面积到世界坐标系面积的映射系数);拟合余料的最小外接矩形 Grect,得到Grect的像素级长和宽(Gl_rect,Gw_rect),转换到世界坐标系为拟合余料的最小外接椭圆Gellip,得到Gellip的像素级长轴和短轴长度(Gl_ellip,Gs_ellip),转换到世界坐标系拟合余料G的轮廓,并提取轮廓坐标点集{Gcontour}。将余料信息存储到数据库,便于指导后续的加工。
在本发明附图中,图3、附图4、附图5即为处理页面,附图5为其中的余料信息界面,图中的黑色部分为在余料上规划的切割区域。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
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,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,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,都应涵盖在本发明的保范围之内。
Claims (10)
1.一种基于图像处理的钢板切割规划方法,其特征在于,所述图像采集与处理单元的图像采集与处理方法包括:
步骤一,上位机调节步进传送单元的速度v,匹配线扫相机的行扫描频率fline;
步骤二,传送台架以速度v传送待处理钢板,待处理钢板传送至固定区域触发红检测单元产生拍摄触发信号,并发送至上位机,上位机触发工业光源打光和相机进行拍摄操作,相机拍摄的图片传送至上位机,通过处理得到切割规划区域坐标点集合{P};
步骤三,余料存档,存档信息包括切割后钢板面积Sremain_area,余料形状G,最小外接矩形长宽(lrect,wrect),最小外接椭圆的长轴和短轴长度(lellip,sellip)。
2.如权利要求1所述的基于图像处理的钢板切割规划方法,其特征在于,步骤一进行前,需进行:
步骤I,调节工业相机并处于竖直方向;调节工业光源使发光面与水平面平行;
步骤II,调节工业镜头的变焦环对应焦距。
3.如权利要求1所述的基于图像处理的钢板切割规划方法,其特征在于,步骤二中,所述钢板图像处理算法包括:
第二步,在增强后的图像fen的基础上,通过自适应阈值法分割出钢板区域;对fen做灰度直方图统计,统计结果以集合{H}表示,集合{H}的项数为256,灰度直方图中两个波峰对应集合{H}的两个最大值Vmax1和Vmax2,两个最大值之间的最小值为阈值点Tg;对于满足以下公式的点保留,反之舍弃,自适应阈值处理后的图像fen转化为二值图像B;所述公式如下式所示:
f(i,j)≤Tg;
第三步,通过形态学滤波,消除杂散噪声的影响;阈值Tarea,满足以下公式的区域保留,反之舍弃,得到钢板区域R;所述公式如下所示:
{S}≥Tarea;
式中,{S}为二值图像B中的分立区域的面积集合,面积以像素点的个数表示;
第四步,切割需求建模,主要包括切割形状及尺寸,切割需求模型以二值图像M表示;
第五步,切割区域规划,以第三步中得到的钢板区域二值图像R为基准,以切割需求模型M的最小外接矩形Mrect为模板,以R的右上区域为起始区域,旋转Mrect,确保在R完全包含Mrect的情况下,Mrect中至少有两个点与R的边缘重合,切割区域在R上的点集为{Crect|Mrect∝R},切割后的面积Srect_remain_area=R-Mrect;
第六步,以第三步中得到的钢板区域二值图像R为基准,以切割需求模型M的最小外接椭圆Mellip为模板,以R的右上区域为起始区域,旋转Mellip,确保在R完全包含Mellip的情况下,Mrect中至少有两个点与R的边缘重合,切割区域在R上的点集为{Crect|Mrect∝R},切割后的面积Sellip_remain_area=R-Mellip;
第七步,比较第五步和第六步中,切割后面积钢板面积大小;选择切割后面积较大的切割方式,切割后的面积Sremain_area=Max{Srect_remain_area,Sellip_remain_area};切割区域为选中切割方式下M在R上映射的点集{P}。
5.一种基于图像处理的钢板切割规划装置,其特征在于,所述基于图像处理的钢板切割规划装置包括:传送台架、图像采集与处理单元、步进传送单元、红外检测单元;
所述传送台架用于放置钢板;
所述步进传送单元用于传送待处理钢板;
所述背光源用于打光视场;
所述红外检测单元用于触发相机拍照;
所述图像采集处理单元用于采集待处理的零件并得到处理结果,所得结果包括待处理钢板的切割区域规划;并对余料存档,建档信息包括,余料面积,最小外接矩形的长和宽、最小外接椭圆的长轴和短轴长度,余料轮廓。
6.如权利要求5所述的基于图像处理的钢板切割规划装置,其特征在于,所述传送台架作为平台,所述图像采集与处理单元、步进传送单元、红外检测单元集成于所述传送台架上;
所述图像采集与处理单元包括:相机、工业镜头、工业光源及上位机;
所述相机为线阵工业相机;
所述工业镜头抗畸变性能较好,配置于相机上,所述相机、工业镜头位于工业光源的正上方处,且相机工业镜头正对于工业光源;
所述工业光源置于传送台架上;
所述待处理钢板触发红检测单元产生拍摄触发信号,并发送至上位机,上位机触发工业光源打光和相机产生拍摄操作,相机拍摄的图片传送至上位机进行处理,得到处理结果。
7.如权利要求5所述的基于图像处理的钢板切割规划装置,其特征在于,所述工业光源置于传送台架之间的凹槽内,采用打背光方式,选择红色光源;
所述步进传送单元包括:步进控制器,传动机构;
所述步进传送单元通过串口与上位机相连,接收上位机发送的调速信号,精准的控制待检测钢板在传送台架上移动。
8.如权利要求5所述的基于图像处理的钢板切割规划装置,其特征在于,所述红外检测单元包括:红外收、发装置,发送端口正对于接收端口,且发送端口与接收端口的连线垂直于传送台架的纵轴线,待检测钢板传送至红外检测区域后,遮挡住红外光线,红外检测单元产生高电平,通过串口传送至上位机,上位机控制工业光源打光,并触发相机采集图片。
9.一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行权利要求1~4任意一项所述基于图像处理的钢板切割规划方法,包括下列步骤:
步骤1,调节工业相机,使其处于竖直方向;调节工业光源,使其发光面与水平面平行;固定工业相机和工业光源;
步骤2,调节工业镜头的焦距,使拍摄待检测的钢板图像清晰度最高,并固定此时工业镜头的变焦环对应的焦距;
步骤3,上位机调节步进传送单元的速度v,使其匹配线扫相机的行扫描频率fline;
步骤4,传送台架以速度v传送待处理钢板,待处理钢板传送至固定区域触发红检测单元产生拍摄触发信号,并发送至上位机,上位机触发工业光源打光和相机产生拍摄操作,相机拍摄的图片传送至上位机,通过处理得到切割规划区域坐标点集合{P};
步骤5,余料存档,存档信息包括切割后钢板面积Sremain_area,余料形状G,最小外接矩形长宽(lrect,wrect),最小外接椭圆的长轴和短轴长度(lellip,sellip)。
10.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1~4任意一项所述基于图像处理的钢板切割规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010392910.4A CN111539582B (zh) | 2020-05-11 | 2020-05-11 | 一种基于图像处理的钢板切割规划装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010392910.4A CN111539582B (zh) | 2020-05-11 | 2020-05-11 | 一种基于图像处理的钢板切割规划装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111539582A true CN111539582A (zh) | 2020-08-14 |
CN111539582B CN111539582B (zh) | 2023-07-21 |
Family
ID=71980393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010392910.4A Active CN111539582B (zh) | 2020-05-11 | 2020-05-11 | 一种基于图像处理的钢板切割规划装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111539582B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222941A (zh) * | 2021-05-17 | 2021-08-06 | 中冶赛迪重庆信息技术有限公司 | 连铸铸坯的切割状态确定方法、***、设备及介质 |
CN113344959A (zh) * | 2021-08-06 | 2021-09-03 | 山东捷瑞数字科技股份有限公司 | 余料的分析处理方法、装置及物料输送*** |
CN113689384A (zh) * | 2021-07-27 | 2021-11-23 | 北京市机械施工集团有限公司 | 一种基于摄影测量的钢板余料智能统计和循环利用技术 |
CN114140438A (zh) * | 2021-11-10 | 2022-03-04 | 变形积木(上海)科技有限公司 | 板材生产加工方法、装置、电子设备和存储介质 |
CN114979460A (zh) * | 2021-02-26 | 2022-08-30 | 宝元数控股份有限公司 | 板材的影像捕获方法及装置 |
CN115861782A (zh) * | 2023-02-21 | 2023-03-28 | 济南邦德激光股份有限公司 | 一种基于视觉的余料识别与排版*** |
CN116000484A (zh) * | 2023-03-28 | 2023-04-25 | 湖南视比特机器人有限公司 | 工件二次定位方法、定位装置、工件坡口切割方法及装置 |
CN116090667A (zh) * | 2023-03-20 | 2023-05-09 | 济南邦德激光股份有限公司 | 板材切割过程中的余料处理方法、装置、设备和存储介质 |
CN117291987A (zh) * | 2023-11-27 | 2023-12-26 | 武汉华工赛百数据***有限公司 | 余料切断位置识别方法、装置、计算机设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006013499A1 (en) * | 2004-07-27 | 2006-02-09 | Koninklijke Philips Electronics N.V. | Automatic determination of parameters of an imaging geometry |
JP2008140103A (ja) * | 2006-12-01 | 2008-06-19 | Tokyo Electric Power Co Inc:The | 画像解析システム及びコンピュータプログラム |
JP2010036202A (ja) * | 2008-08-01 | 2010-02-18 | Ihi Corp | 切断装置及び切断方法 |
US20150231680A1 (en) * | 2013-11-07 | 2015-08-20 | Illinois Tool Works Inc. | Large scale metal forming control system and method |
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 |
JP2017188864A (ja) * | 2016-03-31 | 2017-10-12 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
CN108801914A (zh) * | 2018-05-29 | 2018-11-13 | 华中科技大学 | 一种对多沟槽型面板材成形缺陷的检测方法及检测*** |
CN109702290A (zh) * | 2018-05-09 | 2019-05-03 | 中国水利水电夹江水工机械有限公司 | 基于视觉识别的钢板坡口切割方法 |
CN109785319A (zh) * | 2019-01-28 | 2019-05-21 | 湖北汽车工业学院 | 一种基于图像处理的喷码字符检测***、装置和检测方法 |
CN110936026A (zh) * | 2018-09-21 | 2020-03-31 | 大族激光科技产业集团股份有限公司 | 板材余料的切割方法、切割装置、切割设备及存储介质 |
-
2020
- 2020-05-11 CN CN202010392910.4A patent/CN111539582B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006013499A1 (en) * | 2004-07-27 | 2006-02-09 | Koninklijke Philips Electronics N.V. | Automatic determination of parameters of an imaging geometry |
JP2008140103A (ja) * | 2006-12-01 | 2008-06-19 | Tokyo Electric Power Co Inc:The | 画像解析システム及びコンピュータプログラム |
JP2010036202A (ja) * | 2008-08-01 | 2010-02-18 | Ihi Corp | 切断装置及び切断方法 |
US20150231680A1 (en) * | 2013-11-07 | 2015-08-20 | Illinois Tool Works Inc. | Large scale metal forming control system and method |
JP2017188864A (ja) * | 2016-03-31 | 2017-10-12 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
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 |
CN109702290A (zh) * | 2018-05-09 | 2019-05-03 | 中国水利水电夹江水工机械有限公司 | 基于视觉识别的钢板坡口切割方法 |
CN108801914A (zh) * | 2018-05-29 | 2018-11-13 | 华中科技大学 | 一种对多沟槽型面板材成形缺陷的检测方法及检测*** |
CN110936026A (zh) * | 2018-09-21 | 2020-03-31 | 大族激光科技产业集团股份有限公司 | 板材余料的切割方法、切割装置、切割设备及存储介质 |
CN109785319A (zh) * | 2019-01-28 | 2019-05-21 | 湖北汽车工业学院 | 一种基于图像处理的喷码字符检测***、装置和检测方法 |
Non-Patent Citations (2)
Title |
---|
庄林训岳: "板材余料管理***研究", 《珠江水运》 * |
庄林训岳: "板材余料管理***研究", 《珠江水运》, no. 08, 30 April 2013 (2013-04-30) * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114979460A (zh) * | 2021-02-26 | 2022-08-30 | 宝元数控股份有限公司 | 板材的影像捕获方法及装置 |
CN113222941A (zh) * | 2021-05-17 | 2021-08-06 | 中冶赛迪重庆信息技术有限公司 | 连铸铸坯的切割状态确定方法、***、设备及介质 |
CN113689384B (zh) * | 2021-07-27 | 2024-03-15 | 北京市机械施工集团有限公司 | 一种基于摄影测量的钢板余料智能统计和循环利用技术 |
CN113689384A (zh) * | 2021-07-27 | 2021-11-23 | 北京市机械施工集团有限公司 | 一种基于摄影测量的钢板余料智能统计和循环利用技术 |
CN113344959A (zh) * | 2021-08-06 | 2021-09-03 | 山东捷瑞数字科技股份有限公司 | 余料的分析处理方法、装置及物料输送*** |
CN113344959B (zh) * | 2021-08-06 | 2021-11-09 | 山东捷瑞数字科技股份有限公司 | 余料的分析处理方法、装置及物料输送*** |
CN114140438A (zh) * | 2021-11-10 | 2022-03-04 | 变形积木(上海)科技有限公司 | 板材生产加工方法、装置、电子设备和存储介质 |
CN115861782A (zh) * | 2023-02-21 | 2023-03-28 | 济南邦德激光股份有限公司 | 一种基于视觉的余料识别与排版*** |
CN116090667A (zh) * | 2023-03-20 | 2023-05-09 | 济南邦德激光股份有限公司 | 板材切割过程中的余料处理方法、装置、设备和存储介质 |
CN116000484B (zh) * | 2023-03-28 | 2023-07-25 | 湖南视比特机器人有限公司 | 工件二次定位方法、定位装置、工件坡口切割方法及装置 |
CN116000484A (zh) * | 2023-03-28 | 2023-04-25 | 湖南视比特机器人有限公司 | 工件二次定位方法、定位装置、工件坡口切割方法及装置 |
CN117291987A (zh) * | 2023-11-27 | 2023-12-26 | 武汉华工赛百数据***有限公司 | 余料切断位置识别方法、装置、计算机设备和存储介质 |
CN117291987B (zh) * | 2023-11-27 | 2024-03-01 | 武汉华工赛百数据***有限公司 | 余料切断位置识别方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111539582B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111539582A (zh) | 一种基于图像处理的钢板切割规划装置和方法 | |
CN111951237A (zh) | 外观视觉检测方法 | |
WO2023134793A2 (zh) | 基于机器视觉机床零件在线检测方法 | |
CN107941808B (zh) | 基于机器视觉的3d打印成型质量检测***及方法 | |
WO2018000731A1 (zh) | 一种曲面表面缺陷自动检测方法及其装置 | |
CN107369159B (zh) | 基于多因素二维灰度直方图的阈值分割方法 | |
CN110153567A (zh) | 一种基于图像识别的激光切割*** | |
CN1282942C (zh) | 用于外表检测的图像处理方法 | |
CN104048969A (zh) | 一种隧道病害的识别方法 | |
CN1501325A (zh) | 伪三维图像生成设备 | |
CN108107837A (zh) | 一种基于视觉引导的玻璃加工装置及方法 | |
CN112819772A (zh) | 一种高精度快速图形检测识别方法 | |
CN108416814B (zh) | 一种菠萝头部的快速定位与识别方法及*** | |
CN114049557A (zh) | 一种基于深度学习的垃圾分选机器人视觉识别方法 | |
CN105592258B (zh) | 自动聚焦方法及装置 | |
CN116310845B (zh) | 一种用于污水处理的智能监测*** | |
CN116703911B (zh) | 一种led灯生产质量检测*** | |
CN117522719B (zh) | 基于机器学习的支气管镜图像辅助优化*** | |
CN102043963A (zh) | 一种图像人数识别统计方法 | |
CN110348344B (zh) | 一种基于二维和三维融合的特殊人脸表情识别的方法 | |
CN117593193B (zh) | 一种基于机器学习的钣金图像增强方法及*** | |
CN113180640B (zh) | 一种家畜养殖用尺寸测量方法及*** | |
CN117058182A (zh) | 一种用于视觉测距的目标检测边框优化方法 | |
US7263241B2 (en) | Region based illumination-normalization method and system | |
CN113888420A (zh) | 一种基于修正模型的水下图像复原方法、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |