基于机器视觉的智能激光切割机控制算法研究

赵宇+闫娟+陆克宇

摘要：研究了激光切割控制技术和机器视觉技术相结合的智能激光切割机的控制算法。用工业相机对图像进行采集，在图像处理算法的基础上，根据Sober算子法进行对图案轮廓进行边缘检测，并用改进的八领域搜索算法实现边缘轨迹跟踪，然后进行分割处理，并对路径优化，系统把生成的轨迹文件转化为运动控制器的控制指令，通过对激光刀头的运动和开关起停的控制，完成对金属板材的自动切割过程。该方法将实现工业生产的快速性，智能性和准确性，能够有效的提高工艺部件的批量化生产效率。

关键词：激光切割机；自动寻边算法；机器视觉

中图分类号：TB

文献标识码：A

doi：10.19311/j.cnki.16723198.2017.12.097

0引言

自从20世纪60年代第一台激光设备的诞生和应用开始，激光切割技术在我国工业加工领域被飞速发展，以激光切割机来讲，其应用非常广泛，囊括了很多行业，包括广告标牌制作，钣金加工，机箱机柜制作等等各个方面，而市场的需求也是高达千万，为广阔的市场添加了新的生机。但该机器在我国仍处于展阶段，在加工过程中多以人工判断和操作为主，生产效率受人发为影响很大，很难做到智能化，自动化，标准化。文章将机器视觉结合数控激光系统，通过图像采集，图像边缘检测，目标跟踪等图像处理过程，并利用运动控制卡指令控制激光头完成对金属板材的切割。

1智能激光切割机总体流程

基于机器视觉的智能激光切割机控制算法研究的具体实现方法是：通过图像传感器对目标图像进行采集并转换成模拟电信号，模拟信号转换后传输至图像处理系统，在对图像分析前，为减少噪音，光照不均匀等因素对图像的质量的影响，需进行图像预处理，其基本工作流程如图1所示，根据Sober算子法进行图案轮廓的边缘检测，用八领域搜索算法实现边缘轨迹跟踪。生成切割轨迹，由激光切割机完成部件的加工。

2图像处理方法

数字图像在计算机上以位图的形式保存，即像素点构成的矩阵，而每个像素点需要以三个字节表述，因此为加快计算机的运行速度，需把亮度值进行量化，将彩色图像转换为灰度图像，在这里使用NI Vision Assistant工具对图像进行灰度化处理，处理结果如图2所示。

未经处理的原始图像都存在着一定程度上的噪声干扰，如图3a所示。噪声恶化图像质量，使图像模糊，甚至淹没需要检测的特征，给图像的分析带来困难，因此需要进行滤波处理，这里采用中值滤波，利用其含有奇数个像素的移动窗口，对图像进行从左到右，从上到下逐行进行移动，用窗口中灰度的中值代替中心像素的灰度值，作为中值滤波器的输出，其数学表达f（x，y）=midianSf（x，y）

式中，S为当前点（x，y）的邻域；median﹒表示取中值。中值滤波作为一种主要用来抑制脉冲噪声的典型非线性低通滤波器，能够在较好的保护目标边缘的同时，彻底滤除干扰性尖锐噪声，得到高质量的图像。

3图像边缘检测

图像边缘是图像最基本的一个特征，边缘处是图像信息最集中的地方，是图像一个属性区域到另一个属性区域的交接处，图像边缘检测在机器视觉的基础阶段起着关键作用，主要是通过差分算子，并由图像的亮度计算其梯度的变化，从而检测出其边缘，这里运用Sobel边缘检测算子，其原理是在3×3的邻域内做灰度加权和差分运算，利用像素点上下左右相邻点的灰度加权算法，依据在边缘点处达到极值这一现象进行边缘检测。

Sobel算子的模板如图4所示。

Sobel算子边缘检测引入了局部平均，对噪声的影响小，当精度要求不是很高时，Sobel是一种较为常见的边缘检测方法。

4边缘轮廓跟踪

在识别图像中轮廓时，往往需要对目标边缘作跟

跟踪边界的。在图像处理中，可以根据图像的某个像素的周围有8个点与之接壤，和二值图像中只有0和255两个灰度值的特点采用八邻域搜索算法来对目标像素点筛选，按照从左到右，从上到下的扫描方式来对目标区域边缘像素点进行搜索，直到找到目标像素位置，记录该点的坐标，并将其作为新的搜索起点，在当前的搜索方向基础上逆时针旋转依次对像素进行判断，生成数据。

5结论

采用NI Vision Assistant图像处理软件，利用机器视觉系统直接采集图像并对图像进行边缘跟踪，提取边缘轮廓，将图像信息转为数组数据并提供给激光切割机控制器控制刀头完成对对金属板材的自动切割过程。目前，所研究的算法能对图像清晰，轮廓不存在断裂且具有较好区分度的图案进行自动寻边切割。

参考文献

[1]肖成勇，雷振山，魏丽.Labview2010基础教程[M].北京：中国铁道出版社，2012，（4）.

[2]黄风.运动控制器及数控系统的工程应用[M].北京：机械工业出版社，2014，（9）.

[3]陈宁江，李介谷.用归一化灰度组合法进行图像匹配明[M].红外与激光工程，2000，29（5）：59.

[4]陈宇云.灰度圖像的边缘检测研究[D].成都：成都电子科技大学，2009.

[5]徐志鹏.一种基于运动控制卡的数控专用机床[J].微计算机信息，2008，（16）.

[6]魏胜.数控机床伺服系统原理分析与性能调整[J].组合机床与自动化加工技术，2010，（5）：8185.

[7]徐世杰.基于机器视觉的二维图纸线条跟踪的研究[D].哈尔滨：哈尔滨工程大学.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.