【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于机器视觉的激光加工方法及系统。
技术介绍
1、随着人工智能技术的迅速发展，传统的激光加工系统通常需要人工操作和控制，在复杂的加工过程中，往往要求高精度和高稳定性的操作。亟需一种基于机器视觉的激光加工系统，使得激光加工系统能够实现自动化和智能化，提高加工精度、减少人工干预并提升生产效率。
技术实现思路
1、有鉴于此，本专利技术提供一种基于机器视觉的激光加工方法及系统，能够提高加工精度、减少人工干预并提升生产效率。
2、本专利技术一方面提供了一种基于机器视觉的激光加工方法，所述方法包括：
3、采集目标工件的表面图像，并从所述表面图像中识别出所述目标工件上的待加工区域；
4、将所述表面图像划分为包含所述待加工区域的区域图像和除所述待加工区域以外的环境图像；
5、提取所述区域图像的属性特征，并确定与所述属性特征相匹配的激光加工策略；
6、生成所述区域图像经过所述激光加工策略处理后的预览图像，并将所述预览图像和所述环境图像进行融合，以生成所述表面图像对应的激光加工图像。
7、在一个实施方式中，在采集目标工件的表面图像之后，所述方法还包括：
8、对所述表面图像进行去噪处理，并调整去噪处理后的表面图像的图像属性，其中，所述图像属性包括图像亮度、图像对比度和图像色彩中的至少一种；
9、计算经过图像属性调整后的表面图像的梯度信息，并基于所述梯度信息检测所述经过图像属
10、对检测到的边缘进行增强处理，并将增强处理后的表面图像转换为标准格式的表面图像。
11、在一个实施方式中，对所述表面图像进行去噪处理包括：
12、步骤一：设sxy为坐标(x,y)的像素值信息，则坐标(x,y)的领域重心为：
13、
14、其中g(x,y)为坐标(x,y)的领域重心，n为坐标(x,y)的相邻像素点的总数，i为坐标(x,y)的相邻像素点的编号，i大于等于1且小于等于n，sxyi为坐标(x,y)的第i个相邻像素点的像素值信息；
15、步骤二：根据步骤一计算的坐标(x,y)的领域重心，计算坐标(x,y)像素值变异的标准差，其计算公式为：
16、
17、其中σ(x,y)为坐标(x,y)像素值变异的标准差；
18、步骤三：根据步骤二计算的坐标(x,y)像素值变异的标准差，对所述表面图像进行降噪处理，处理函数为：
19、
20、其中f(x,y)为降噪函数，x为横坐标值，y为纵坐标值，e为自然数，π取3.14。
21、在一个实施方式中，从所述表面图像中识别出所述目标工件上的待加工区域包括：
22、获取预先输入的加工指令；
23、对所述加工指令进行语义分析，获取加工语义信息；
24、根据所述加工语义信息，在所述表面图像中确定感兴趣区域，并将所述感兴趣区域作为所述目标工件上的待加工区域。
25、在一个实施方式中，确定与所述属性特征相匹配的激光加工策略包括：
26、确定各个所述属性特征的明显性系数，并根据所述明显性系数对各个所述属性特征进行排序；
27、从排序结果中筛选出代表属性特征，并基于所述代表属性特征构建特征向量；
28、在策略数据库中查询与所述特征向量相匹配的激光加工策略，并将查询到的所述激光加工策略作为与所述属性特征相匹配的激光加工策略。
29、本专利技术另一方面提供了一种基于机器视觉的激光加工系统，所述系统包括：
30、区域识别单元，用于采集目标工件的表面图像，并从所述表面图像中识别出所述目标工件上的待加工区域；
31、图像划分单元，用于将所述表面图像划分为包含所述待加工区域的区域图像和除所述待加工区域以外的环境图像；
32、策略匹配单元，用于提取所述区域图像的属性特征，并确定与所述属性特征相匹配的激光加工策略；
33、图像融合单元，用于生成所述区域图像经过所述激光加工策略处理后的预览图像，并将所述预览图像和所述环境图像进行融合，以生成所述表面图像对应的激光加工图像。
34、在一个实施方式中，所述系统还包括：
35、预处理单元，用于对所述表面图像进行去噪处理，并调整去噪处理后的表面图像的图像属性，其中，所述图像属性包括图像亮度、图像对比度和图像色彩中的至少一种；
36、边缘检测单元，用于计算经过图像属性调整后的表面图像的梯度信息，并基于所述梯度信息检测所述经过图像属性调整后的表面图像中的边缘；
37、增强处理单元，用于对检测到的边缘进行增强处理，并将增强处理后的表面图像转换为标准格式的表面图像。
38、在一个实施方式中，所述区域识别单元具体用于，获取预先输入的加工指令；对所述加工指令进行语义分析，获取加工语义信息；根据所述加工语义信息，在所述表面图像中确定感兴趣区域，并将所述感兴趣区域作为所述目标工件上的待加工区域。
39、本专利技术提供的技术方案，通过机器视觉算法，能够从工件的表面图像中识别出待加工区域，后续，针对待加工区域的属性特征，可以确定出相匹配的激光加工策略。此外，可以生成经过激光加工后的预览图像，并将预览图像与表面图像中的环境相融合，从而给用户展示直观的加工效果，不仅提高了加工精度、减少了人工干预、提升了生产效率，同时还能提高用户的满意度。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的激光加工方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在采集目标工件的表面图像之后，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述表面图像进行去噪处理包括：
4.根据权利要求1所述的方法，其特征在于，从所述表面图像中识别出所述目标工件上的待加工区域包括：
5.根据权利要求1所述的方法，其特征在于，确定与所述属性特征相匹配的激光加工策略包括：
6.一种基于机器视觉的激光加工系统，其特征在于，所述系统包括：
7.根据权利要求6所述的系统，其特征在于，所述系统还包括：
8.根据权利要求6所述的系统，其特征在于，所述区域识别单元具体用于，获取预先输入的加工指令；对所述加工指令进行语义分析，获取加工语义信息；根据所述加工语义信息，在所述表面图像中确定感兴趣区域，并将所述感兴趣区域作为所述目标工件上的待加工区域。
9.一种图像去噪方法，其特征在于，
【技术特征摘要】
1.一种基于机器视觉的激光加工方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在采集目标工件的表面图像之后，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述表面图像进行去噪处理包括：
4.根据权利要求1所述的方法，其特征在于，从所述表面图像中识别出所述目标工件上的待加工区域包括：
5.根据权利要求1所述的方法，其特征在于，确定与所述属性特征相匹配的激光加工策略包...
【专利技术属性】
技术研发人员：朱奕玮，袁铭涵，蔡仁烨，李彦峰，赖鹏宇，
申请(专利权)人：广东技术师范大学，
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。