【技术实现步骤摘要】
本专利技术涉及图像数据处理，具体涉及基于人工智能的激光切割零件轮廓快速分割方法。
技术介绍
1、基于人工智能的激光切割零件轮廓快速分割是一项结合计算机视觉、图像增强和实时处理等领域的技术，旨在通过自动化和优化处理激光切割产生的图像数据，以提高零件轮廓的准确性和加工效率。这包括使用实时算法以及硬件加速，使该方法适用于工业环境，同时优化零件轮廓的检测和切割过程。并且为了达到对切割零件图像增强的作用，进而增加其可视性，通常使用图像线性对比度增强。
2、现有的问题：由于零件边缘特征分布复杂性较高，传统的线性增强算法中的增益参数固定，在对零件图像进行增强过程中，可能会丢失较多的细节特征，进而削弱增强效果，从而降低零件轮廓分割的效果。
技术实现思路
1、本专利技术提供基于人工智能的激光切割零件轮廓快速分割方法，以解决现有的问题。
2、本专利技术的基于人工智能的激光切割零件轮廓快速分割方法采用如下技术方案：
3、本专利技术一个实施例提供了基于人工智能的激光切割零件轮廓快速分割方法，该方法包括以下步骤：
4、采集激光切割零件图像，进行灰度化处理，得到零件灰度图像；使用四叉树算法，将零件灰度图像划分为若干个图像块；
5、将任意一个图像块，记为目标块；依次根据不同的增益参数，对目标块进行线性变换，得到目标块在不同的增益参数下的增强图像块；将目标块在所有的增益参数下的增强图像块，记为参考块；对每个参考块进行离散傅里叶变换，得到每个参考块中每个像
6、将任意一个参考块，记为主参考块；根据主参考块与其相邻参考块之间像素点的频谱幅值的差异，得到主参考块的频谱幅值差异；根据主参考块中所有像素点的能量值在横、纵方向上的偏导数差异、主参考块的频谱幅值差异，得到主参考块的多尺度制约性；
7、根据所有参考块的多尺度制约性，得到目标块的最优增强图像块；根据所有图像块的最优增强图像块，得到零件最优增强图像中的零件轮廓边缘线。
8、进一步地，所述使用四叉树算法，将零件灰度图像划分为若干个图像块，包括的具体步骤如下：
9、使用四叉树算法进行第一次叉分，得到零件灰度图像等分的四个图像块；
10、根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异，得到零件灰度图像等分的每个图像块的变异系数；
11、根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异、叉分次数、四个图像块的变异系数的方差，得到零件灰度图像等分的每个图像块的同质系数；
12、在零件灰度图像等分的四个图像块中，将同质系数小于预设的分割阈值的图像块，记为分割图像块；
13、使用四叉树算法进行第二次叉分，得到每个分割图像块等分的四个图像块；将每个分割图像块等分的四个图像块，记为新图像块；
14、根据零件灰度图像等分的四个图像块的同质系数的获取方式，得到每个分割图像块等分的四个新图像块的同质系数；
15、将同质系数小于预设的分割阈值的新图像块，记为新分割图像块；
16、使用四叉树算法进行第三次叉分，得到每个新分割图像块等分的四个图像块；依此类推，将零件灰度图像划分为若干个图像块。
17、进一步地，所述根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异，得到零件灰度图像等分的每个图像块的变异系数，包括的具体步骤如下：
18、计算零件灰度图像等分的每个图像块中所有像素点灰度值的方差，将所述灰度值的方差除以零件灰度图像等分的每个图像块中的像素点数量，记为零件灰度图像等分的每个图像块的变异系数。
19、进一步地，所述根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异、叉分次数、四个图像块的变异系数的方差，得到零件灰度图像等分的每个图像块的同质系数对应的具体计算公式为：
20、
21、其中为零件灰度图像等分的第i个图像块的同质系数，为零件灰度图像等分的第i个图像块中的像素点数量，为零件灰度图像等分的第i个图像块中所有像素点灰度值的方差，为零件灰度图像等分的第i个图像块对应的叉分次数，v为零件灰度图像等分的四个图像块的变异系数的方差，为线性归一化函数。
22、进一步地，所述依次根据不同的增益参数，对目标块进行线性变换，得到目标块在不同的增益参数下的增强图像块，包括的具体步骤如下：
23、从开始，每次递增c，直至到达结束，得到一个增益参数序列；其中为预设的最小增益参数，为预设的最大增益参数，c为预设的增量值；
24、将增益参数序列中任意一个增益参数，记为目标增益参数；
25、使用增益参数为目标增益参数、偏移参数为预设的偏移参数的图像线性增强算法，对目标块进行线性变换，得到目标块在目标增益参数下的增强图像块。
26、进一步地，所述根据主参考块与其相邻参考块之间像素点的频谱幅值的差异，得到主参考块的频谱幅值差异，包括的具体步骤如下：
27、根据增益参数序列中的增益参数的顺序，将主参考块对应的下一个参考块，记为分参考块；
28、分别计算主参考块和分参考块中所有像素点的频谱幅值的均值，将所述均值的差异的归一化值，记为主参考块的频谱幅值差异。
29、进一步地，所述根据主参考块中所有像素点的能量值在横、纵方向上的偏导数差异、主参考块的频谱幅值差异，得到主参考块的多尺度制约性，包括的具体步骤如下：
30、在主参考块中，以左下角为原点、以水平向右为横轴、以竖直向上为纵轴，构建平面直角坐标系；
31、在平面直角坐标系中，得到主参考块中每个像素点的横坐标值、纵坐标值；
32、根据主参考块中所有像素点的能量值、横坐标值、纵坐标值的偏导数、主参考块的频谱幅值差异，得到主参考块的多尺度制约性。
33、进一步地，所述根据主参考块中所有像素点的能量值、横坐标值、纵坐标值的偏导数、主参考块的频谱幅值差异，得到主参考块的多尺度制约性对应的具体计算公式为：
34、
35、其中p为主参考块的多尺度制约性，m为主参考块中的像素点数量，为预设的权重，为主参考块的频谱幅值差异，为主参考块中第j个像素点的能量值，为主参考块中第j个像素点的横坐标值，为主参考块中第j个像素点的纵坐标值，为的偏导数，为的偏导数，为的偏导数，| |为绝对值函数，为线性归一化函数。
36、进一步地，所述根据所有参考块的多尺度制约性，得到目标块的最优增强图像块，包括的具体步骤如下：
37、统计所有参考块的多尺度制约性中的最大值，将所述最大值对应的参考块，记为目标块的最优增强图像块。
38、进一步地，所述根据所有图像块的最优增强图像块，得到零件最优增强图像中的零件轮廓边缘线，包括的具体步骤如下：
39、将所有图像块的最优增强图像块构成的图像，记为零件灰度图像的零件最优增强图像；
4本文档来自技高网...
【技术保护点】
1.基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述使用四叉树算法，将零件灰度图像划分为若干个图像块，包括的具体步骤如下：
3.根据权利要求2所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异，得到零件灰度图像等分的每个图像块的变异系数，包括的具体步骤如下：
4.根据权利要求2所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异、叉分次数、四个图像块的变异系数的方差，得到零件灰度图像等分的每个图像块的同质系数对应的具体计算公式为：
5.根据权利要求1所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述依次根据不同的增益参数，对目标块进行线性变换，得到目标块在不同的增益参数下的增强图像块，包括的具体步骤如下：
6.根据权利要求5所述基于人工智能的激光切割零件轮廓
7.根据权利要求1所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据主参考块中所有像素点的能量值在横、纵方向上的偏导数差异、主参考块的频谱幅值差异，得到主参考块的多尺度制约性，包括的具体步骤如下：
8.根据权利要求7所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据主参考块中所有像素点的能量值、横坐标值、纵坐标值的偏导数、主参考块的频谱幅值差异，得到主参考块的多尺度制约性对应的具体计算公式为：
9.根据权利要求1所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据所有参考块的多尺度制约性，得到目标块的最优增强图像块，包括的具体步骤如下：
10.根据权利要求1所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据所有图像块的最优增强图像块，得到零件最优增强图像中的零件轮廓边缘线，包括的具体步骤如下：
...【技术特征摘要】
1.基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述使用四叉树算法，将零件灰度图像划分为若干个图像块，包括的具体步骤如下：
3.根据权利要求2所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异，得到零件灰度图像等分的每个图像块的变异系数，包括的具体步骤如下：
4.根据权利要求2所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述根据零件灰度图像等分的每个图像块内的像素点数量、灰度值差异、叉分次数、四个图像块的变异系数的方差，得到零件灰度图像等分的每个图像块的同质系数对应的具体计算公式为：
5.根据权利要求1所述基于人工智能的激光切割零件轮廓快速分割方法，其特征在于，所述依次根据不同的增益参数，对目标块进行线性变换，得到目标块在不同的增益参数下的增强图像块，包括的具体步骤如下：
6.根据权利要求5所述基于人工智...
【专利技术属性】
技术研发人员：闫新华，闫新兴，付黎伟，
申请(专利权)人：诺伯特智能装备山东有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。