[发明专利]一种用于获取工件精准轮廓的方法、机床及存储介质在审
申请号: | 202110858441.5 | 申请日: | 2021-07-28 |
公开(公告)号: | CN113538399A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 李智;曾继跃;张仕进 | 申请(专利权)人: | 柔胜刚智能科技(苏州)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T5/00;G06T3/40;G06K9/46;G06K9/62 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 胡晶 |
地址: | 215004 江苏省苏州市太仓市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 获取 工件 精准 轮廓 方法 机床 存储 介质 | ||
一种用于获取工件精准轮廓的方法:包括以下步骤:S1:把图像采集装置安装在一个能实现精确运动的运动机构上;S2:通过图像采集装置进行多点位的精确运动,采集所述工件,获取工件的多点位图像信息;S3:将所述S2步骤中所述图像信息进行图像拼接,获取完整的工件图像信息;S4:将所述S3步骤中的工件图像信息进行轮廓提取,获取工件的精准轮廓信息。在检测超大型工件时,本发明操作简单,无需移动工件,且能够获取工件的精准轮廓信息,发明具省时、省力、省钱和精度高的特点。
技术领域
本发明涉及工件加工设备技术领域,具体地,一种用于获取工件精准轮廓的方法、机床及存储介质。
背景技术
现如今对于大型平板类工件的工件检测存在技术问题,例如尺寸在两米以上的工件,正常情况具有该工件的图纸;现有的一般检具都有一定的检测范围,虽然说像卷尺之类的量具可以粗略测量出两点之间较大的距离,但是精度很有限,毫米量级的误差是很常见的。而要检测工件轮廓形状的误差就更困难了。
为了得到高精度的工件轮廓,现有技术中可以使用三坐标测量仪逐点对工件进行测量,但是现有的三坐标测量仪使用价格昂贵,编程复杂,且对于超大型工件仍然不能进行测量。
发明内容
为了解决现有技术中存在的问题,本发明提供了能够获取工件精准轮廓的方法,本发明的技术方案如下:
一种用于获取工件精准轮廓的方法:包括以下步骤:
S1:提供安装在运动机构上,且随运动机构运动而运动的图像采集装置;
S2:通过图像采集装置多点位采集所述工件,获取工件的多点位图像信息;
S3:将所述S2步骤中所述些图像信息进行图像拼接,获取完整的工件图像信息;
S4:将所述S3步骤中的工件图像信息进行轮廓提取,获取工件的精准轮廓信息。
本技术方案中,图像采集装置跟随运动机构的运动而运动,用于改变图像采集装置的相对于工件的位置关系,通过图像采集装置收集多点位工件的图像信息,将多点位图像信息进行图像拼接,获得完整的工件图像信息,再对完整的图像信息进行轮廓提取,获工件的精准轮廓信息,在应对超大型工件时,本发明操作简单无需移动工件,且能够获取工件的精准轮廓,发明具省时、省力、省钱和精度高的特点。
在上述方案的基础上并且作为上述方案的优选方案:所述步骤S4之后还包括步骤S5:根据获得的工件精准轮廓信息生成用于加工工件的矢量图。
本技术方案中,增加步骤S5,将工件精准轮廓信息生成用于加工编程的矢量图,矢量图的作用如下:1、逆向工程应用,工件的轮廓矢量图可以导入机床的数控软件中,从而实现对该工件的复现和加工;2、工件识别应用,通过与轮廓矢量图自动匹配对比,能够匹配和识别出图像中所要加工的工件;3、工件余料应用,在工件轮廓矢量图上进行自动套料规划,并将生成的矢量图导入数控软件中对工件余料进行加工,使得工件余料得到充分的利用,减少不必要的材料浪费,从而降低工件加工的成本;4、工件误差检测,获取的精准工件轮廓矢量图在实际使用中能够用于对比工件的图纸准确性或检测工件与图纸中设计工件之间的误差。
在上述方案的基础上并且作为上述方案的优选方案:所述步骤S4中的轮廓提取方法为Canny边缘检测方法,所述Canny边缘检测方法包括以下步骤:
M1:对于步骤S3中获得的工件拼接图像做灰度化处理;
M2:在不影响图像边缘信息的前提下利用形态学处理中的开运算和闭运算操作去除掉图像上的噪声点;
M3:利用Canny边缘检测算子计算图像边缘幅值与角度;
M4:沿梯度方向进行非极大值抑制处理,用于细化图像的边缘;
M5:利用高低双阈值检测出图像的强边缘和弱边缘;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于柔胜刚智能科技(苏州)有限公司,未经柔胜刚智能科技(苏州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110858441.5/2.html,转载请声明来源钻瓜专利网。