一种基于视觉处理的激光切割工件的圆度检测方法及系统技术方案

本发明专利技术提供一种基于视觉处理的激光切割工件的圆度检测方法及系统，包括：获取激光切割工件的图像并进行格式化处理；对格式化处理后的图像进行灰度化处理，得到灰度图像；对灰度图像进行高斯滤波；根据canny边缘检测算法对滤波后的图像提取边缘；采用中值滤波对提取的边缘进行处理；采用加权平均法确定圆心；根据所述圆心以及图像轮廓像素点的平均值与标准差之间的关系计算圆度。本发明专利技术通过采集的切割样件的照片进行分析，通过计算切割圆的圆度，辅助判断激光切割机的切割精度。辅助判断激光切割机的切割精度。辅助判断激光切割机的切割精度。

【技术实现步骤摘要】
一种基于视觉处理的激光切割工件的圆度检测方法及系统


[0001]本专利技术属于切割机
，具体涉及一种基于视觉处理的激光切割工件的圆度检测方法及系统。

技术介绍

[0002]随着激光切割运用领域越来越宽泛，而激光切割加工也渐渐有取代传统刀具的趋势，而对于功能强大的激光切割机器来讲，最重要的便是设备的切割精度，切割精度不够准确则会影响工件的合格率。在所有工件切割操作中，切割圆形是难度最大的，对切割圆形的圆度进行检测显得尤为重要，甚至在对激光切割机器设备进行维修保养。常用的测量圆度的方法多为机械式测量信号采集的方式，操作繁琐，成本高昂，而且对于工件内圆测量不方便。

技术实现思路

[0003]针对现有技术的上述不足，本专利技术提供一种基于视觉处理的激光切割工件的圆度检测方法及系统，以解决上述技术问题。
[0004]第一方面，本专利技术提供一种基于视觉处理的激光切割工件的圆度检测方法，包括：获取激光切割工件的图像并进行格式化处理；对格式化处理后的图像进行灰度化处理，得到灰度图像；对灰度图像进行高斯滤波；根据canny边缘检测算法对滤波后的图像提取边缘；采用中值滤波对提取的边缘进行处理；采用加权平均法确定圆心；根据所述圆心以及图像轮廓像素点的平均值与标准差之间的关系计算圆度。
[0005]进一步的，所述对格式化处理后的图像进行灰度化处理，得到灰度图像，包括：根据YUV色彩空间，Y为像素点的亮度值，根据RGB色彩空间和YUV色彩空间的变化关系可建立亮度值Y与R、G、B三个颜色分类的对应关系，其中Y=0.3R+0.59G+0.11B,通过亮度值Y来表示所述灰度图像的灰度值。
[0006]进一步的，所述对灰度图像进行高斯滤波，包括：选用3*3高斯模板对灰度图像进行滤波，将3*3高斯模板与所述3
×
3像素阵列中的像素点分别进行卷积运算，计算所得到的灰度值即为高斯滤波后的中心像素点的值。
[0007]进一步的，根据canny边缘检测算法对滤波后的图像提取边缘，包括：使用高斯平滑滤波器进行卷积降噪；利用Sobel滤波器计算梯度幅值和方向；通过非极大值抑制的方式排除非边缘像素，确定候选边缘；利用高、低两个阈值筛选所述候选边缘，将所述梯度幅值二值化。
[0008]进一步的，所述采用加权平均法确定圆心，包括：
设圆上的像素点为(x
i
,y
i
)，设相邻任意两个像素点之间的弧长之和为L
i
，确定像素点和该像素点到圆心距离的权数为L
i
/(2*L)，设L为所有相邻两个像素点之间的弧长之和；则圆心O(∑x
i
L
i
/(2*L)，∑y
i
L
i
/(2*L))，半径为r=∑x
i
L
i
/(2*L)。
[0009]进一步的，所述根据所述圆心以及图像轮廓像素点的平均值与标准差之间的关系计算圆度，包括：确定的圆心O为质点，O
i
为轮廓上所有像素点，F为轮廓像素点总个数；根据以下公式计算所述轮廓上所有像素点O
i
到所述圆心O的平均距离D：D=1/F*∑||O
‑
O
i
||；根据以下公式计算为轮廓像素点到中心的距离与所述平均距离的偏差值S：S2=∑(||O
‑
O
i
||
‑
D)2/F；根据平均值与标准差之间的关系计算所述圆度：R=1
‑
S/D。
[0010]进一步的，所述中值滤波包括以下步骤：设置滤波窗口用矩阵表示为W=W
mn
，其中W
mn
=1或0，在W的中心（m,n）取（0，0），Y(x
i
,y
i
)表示输入数字图像各点的灰度值，经过二维中值滤波输出图像为g(x
i
,y
i
)=Med{Y(x
i
+m,y
i
+n)|W
mn
=1}。
[0011]第二方面，本专利技术提供一种基于视觉处理的激光切割工件的圆度检测系统，包括：图像处理单元，用于获取激光切割工件的图像并进行格式化处理，对格式化处理后的图像进行灰度化处理，得到灰度图像，对灰度图像进行高斯滤波；边缘提取单元，用于根据canny边缘检测算法对滤波后的图像提取边缘；圆心确定单元，用于采用加权平均法确定圆心；圆度确定单元，用于根据所述圆心以及图像轮廓像素点的平均值与标准差之间的关系计算圆度。
[0012]本专利技术的有益效果在于，本专利技术提供的一种基于视觉处理的激光切割工件的圆度检测方法及系统，通过对采集的切割样件的图像进行分析，进而计算切割圆的圆度，辅助判断激光切割机的切割精度。
[0013]此外，本专利技术设计原理可靠，结构简单，具有非常广泛的应用前景。
附图说明
[0014]为了更清楚地说明本专利技术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，对于本领域普通技术人员而言，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。
[0015]图1是本专利技术一个实施例的方法的示意性流程图。
[0016]图2是本专利技术一个实施例的系统的边缘提取单元的页面展示图。
[0017]图3为本专利技术一个实施例的系统的圆度确定单元的页面展示图。
具体实施方式
[0018]为了使本
的人员更好地理解本专利技术中的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术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
例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0019]图1是本专利技术实施例提供的一种基于视觉处理的激光切割工件的圆度检测方法的示意性流程图。其中，图1执行主体可以为一种基于视觉处理的激光切割工件的圆度检测系统。
[0020]如图1所示，该方法包括：获取激光切割工件的图像并进行格式化处理；对格式化处理后的图像进行灰度化处理，得到灰度图像；对灰度图像进行高斯滤波；根据canny边缘检测算法对滤波后的图像提取边缘；采用中值滤波对提取的边缘进行处理；采用加权平均法确定圆心；根据所述圆心以及图像轮廓像素点的平均值与标准差之间的关系计算圆度。
[0021]在本实施例中，图像可以是激光切割工件的图片或视频，对采集的切割样件的图像进行处理，最终计算切割圆形的圆度，辅助判断激光切割机的切割精度。
[0022]可选地，作为本专利技术一个实施例，所述对格式化处理后的图像进行灰度化处理，得到灰度图像，包括：根据YUV色彩空间，Y为像素点的亮度值，根据RGB色彩空间和YUV色彩空间的变化关系可建立亮度值Y与R、G、B三个颜色分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉处理的激光切割工件的圆度检测方法，其特征在于，包括：获取激光切割工件的图像并进行格式化处理；对格式化处理后的图像进行灰度化处理，得到灰度图像；对灰度图像进行高斯滤波；根据canny边缘检测算法对滤波后的图像提取边缘；采用中值滤波对提取的边缘进行处理；采用加权平均法确定圆心；根据所述圆心以及图像轮廓像素点的平均值与标准差之间的关系计算圆度。2.根据权利要求1所述的基于视觉处理的激光切割工件的圆度检测方法，其特征在于，所述对格式化处理后的图像进行灰度化处理，得到灰度图像，包括：根据YUV色彩空间，Y为像素点的亮度值，根据RGB色彩空间和YUV色彩空间的变化关系可建立亮度值Y与R、G、B三个颜色分类的对应关系，其中Y=0.3R+0.59G+0.11B,通过亮度值Y来表示所述灰度图像的灰度值。3.根据权利要求1所述的基于视觉处理的激光切割工件的圆度检测方法，其特征在于，所述对灰度图像进行高斯滤波，包括：选用3*3高斯模板对灰度图像进行滤波，将3*3高斯模板与所述3
×
3像素阵列中的像素点分别进行卷积运算，计算所得到的灰度值即为高斯滤波后的中心像素点的值。4.根据权利要求1所述的基于视觉处理的激光切割工件的圆度检测方法，其特征在于，根据canny边缘检测算法对滤波后的图像提取边缘，包括：使用高斯平滑滤波器进行卷积降噪；利用Sobel滤波器计算梯度幅值和方向；通过非极大值抑制的方式排除非边缘像素，确定候选边缘；利用高、低两个阈值筛选所述候选边缘，将所述梯度幅值二值化。5.根据权利要求1所述的基于视觉处理的激光切割工件的圆度检测方法，其特征在于，所述采用加权平均法确定圆心，包括：设圆上的像素点为(x
i
,y
i
)，设相邻任意两个像素点之间的弧长之和为L
i
，确定像素点和该像素点到圆心距离的权数为L
i
/(2*L)，设L为所有相邻两个像素点之间的弧长之和；则圆心O(∑x
i
L
i
/(2*L)，∑y
i
L

【专利技术属性】
技术研发人员：贾瑞亮，于银，赵书瑞，
申请(专利权)人：济南鼎点数控设备有限公司，
类型：发明
国别省市：