基于图像处理的工艺品表面喷涂仿真与优化方法与流程

本发明涉及工艺品表面喷涂仿真与优化领域，具体涉及一种基于图像处理的工艺品表面喷涂仿真与优化方法。

背景技术：

随着计算机与图像处理技术的发展，产品表面喷涂仿真与优化技术已经逐渐应用于工业生产中。产品表面喷涂仿真与优化系统通常采用流体动力学仿真方法或几何图形喷射仿真方法，较为准确地模拟出该喷涂参数下工件表面喷涂效果，实现产品喷涂质量的预评估、喷涂缺陷的预检测、喷涂参数的自动优化等功能。最终根据相应算法快速显示产品喷涂效果、输出仿真结果、发布控制指令等，并且配合执行机构完成参数优化、产品质量评估、数据统计等自动化流程。与其他喷涂仿真方法相比，基于图像处理的工艺品表面喷涂仿真与优化方法最大的优点就是精确、快速以及信息数字化，应用于工业生产的预规划，可提高生产线的效率、精度、可靠性和自动化程度，在保证产品质量的情况下可降低零件次品率以及生产成本。基于图像处理的工艺品表面喷涂仿真与优化技术还可以应用于机器视觉检测系统的预检测阶段，提前优化喷涂生产线的参数并标记出喷涂质量不佳、产生漏喷的区域，为后续机器视觉检测工作提供有效信息。基于图像处理的工艺品表面喷涂仿真与优化方法应用还不够广泛，高精度、高效率、全自动化的工件表面喷涂仿真与优化软件设备一直依赖国外的设备制造商，所以我们应该快速研究开发相关的技术设备，提高我国在工件表面喷涂仿真与优化领域的竞争力。

传统的工艺品制造企业，其涂装主要工序包括样品打磨、样品涂装和产品检测，其中中小型企业整个工序难以实现全自动化。由于喷漆机械手臂的轨迹系统是封闭式的以及样品表面自身特殊结构会出现自遮挡情况，样品在喷涂过程中不可避免地存在漏喷等问题。这就需要大量的检测工作来筛选合格产品，很多中小型企业产品检测过程仍然使用的是半自动化检测设备，需要大量人工进行肉眼识别涂装产品是否合格。

技术实现要素：

有鉴于此，本发明的目的在于提供一种基于图像处理的工艺品表面喷涂仿真与优化方法，简化了工艺品表面喷涂仿真过程并提高了仿真结果的精确度，缩短了喷涂工序中预规划的时间，满足实际工业生产的需求。

为实现上述目的，本发明采用如下技术方案：

一种基于图像处理的工艺品表面喷涂仿真与优化方法,包括以下步骤：

步骤s1:构建漆膜厚度的平面沉积模型和漆膜厚度的曲面沉积模型；

步骤s2:根据若干方案的喷涂参数、漆膜厚度的平面沉积模型和漆膜厚度的曲面沉积模型计算得到若干方案喷涂参数对应的工艺品表面各点的漆膜厚度，通过图像处理技术得到若干方案的喷涂仿真结果；

步骤s3:将若干方案的喷涂仿真结果进行比较，得到最优的喷涂仿真结果数据；

步骤s4:将得到的最优喷涂仿真结果数据转化为数字信息储存于产品数据库。

进一步的，所述漆膜厚度的曲面沉积模型构建具体为：

步骤s11:提取工艺品正对喷头截面的视图以及工艺品表面各点与喷头的水平距离;

步骤s12:构建二元曲面函数并利用微分几何的面积放大定理推导出漆膜厚度的曲面沉积模型。

进一步的，所述步骤s2具体为：

步骤s21:基于opencv，根据若干方案的喷涂参数、漆膜厚度的平面沉积模型和漆膜厚度的曲面沉积模型计算得到若干方案喷涂参数对应的工艺品表面各点的漆膜厚度；

步骤s22:漆膜厚度按照映射关系以二维图像灰度值的形式表示；

步骤s23:通过图像处理技术自动捕获曲率过大的区域，通过最小二乘法进一步拟合该区域所对应的曲面函数，从而得到更为精确的仿真结果。

进一步的，所述步骤s3具体为：

步骤s31:遍历图像每个像素点point(x,y)并统计合格像素点与不合格像素点的个数，分别记作z1和z2;

步骤s32:构造工艺品表面喷涂质量评价指标ω=z1/（z1+z2），计算不同方案所对应的工艺品表面喷涂质量评价指标ω并进行比较;

步骤s33:将ω的最大值所对应的喷涂参数作为最优的喷涂仿真结果数据，完成喷涂参数自动优化过程。

本发明与现有技术相比具有以下有益效果：

本发明通过漆膜厚度的曲面沉积模型及相应算法快速准确地得到工艺品表面喷涂仿真结果,大幅度节省该喷涂工序的前期规划时间，提高生产效率；最终在计算机上对实际喷涂结果与喷涂的仿真结果进行比对，从而监测是否存在漏喷现象，解决传统方法中需要人工检测的问题，进一步提升喷涂工艺的自动化程度。

附图说明

图1是本发明流程图；

图2是本发明实施例中喷涂工序示意图；

图3是本发明实施例中漆膜平面沉积速率函数图；

图4是本发明实施例中不同平面区域的漆膜厚度关系说明图；

图5是本发明实施例中自由曲面的漆膜厚度关系说明图；

图6是本发明实施例中某工艺花瓶的等轴侧视图；

图7是本发明实施例中某工艺花瓶的仿真结果图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

请参照图1，本发明提供一种基于图像处理的工艺品表面喷涂仿真与优化方法,包括以下步骤：

步骤s1:构建漆膜厚度的平面沉积模型和漆膜厚度的曲面沉积模型；

通过实验结果构造漆膜厚度的平面沉积模型，本实施例采用的是圆盘型静电涂装机，实验中喷头垂直速度为300mm/s,静电电压为80kv，导轨运行速度为112mm/s,导轨曲率半径为460mm。喷涂工序示意图如图2所示。

测量2.5s内平板在导轨正下方处的漆膜沉积厚度，实验结果：有效喷涂宽度为47mm，中心漆膜厚度达80μm并向两侧递减，则漆膜沉积速率在中心位置达到最大值；当喷枪进行匀速喷涂时，采用β分布模型，漆膜厚度沉积速率表达式为：

（1-1）

如图3所示，q(r)为漆膜平面沉积速率函数，是漆膜最大沉积速率，r为喷涂覆盖区域某点到喷头中心投影之间的距离，r等于喷涂覆盖区域宽度的一半。

则该圆盘型静电涂装机在单个行程内平面漆膜厚度表达式为：

（1-2）

由公式（1-2）可知，当喷头垂直速度v为定值时，单个行程内平面漆膜厚度q为定值。

通过工艺品的三维模型，导出工艺品正对喷头截面的视图以及工艺品表面各点与喷头的水平距离，构建二元曲面函数，利用微分几何的面积放大定理推导出漆膜厚度的曲面沉积模型:如图4所示，c1为参考平面（距喷头水平距离为h），c2为自由平面（距喷头水平距离为h2），则两块区域的面积关系和漆膜厚度关系分别为：

（2-1）

如图5所示，设自由曲面函数c3:f（x,y,z）=0上某一点m0(x0,y0,z0)的切平面为c4，其法向量为，切平面c4与c2平面的夹角为θ，取c2平面的法向量为，则。利用微分几何的面积放大定理，推导出自由曲面函数f（x,y,z）=0上某一点m0(x0,y0,z0)的漆膜厚度表达式为：

（2-2）

其中，b0是喷涂静电电压所对应的漆膜厚度参数。

步骤s2:根据若干方案的喷涂参数、漆膜厚度的平面沉积模型和漆膜厚度的曲面沉积模型计算得到若干方案喷涂参数对应的工艺品表面各点的漆膜厚度，通过图像处理技术得到若干方案的喷涂仿真结果；

将工艺品正对喷头截面的视图以jpg的格式导入图像处理程序，通过变换向量将工艺品表面二元曲面函数的坐标系映射到二维图像坐标系，并引入变量z表示二维图像像素点的深度信息。确定初始喷涂参数，通过公式（2-2）计算出工艺品表面各点的漆膜厚度。

调用opencv中cvtcolor函数将三通道彩色图像变换成单通道灰度图像，并通过for循环遍历每个像素点point(x,y)，将工艺品表面各点漆膜厚度的数值大小赋值给对应像素点的灰度值，得到一张表示工艺品漆膜厚度的灰度图。当某点漆膜厚度值越大，则对应像素点的灰度值越大，该点显示效果越亮。设定工艺品表面理想漆膜厚度为40±15μm，选取阈值为25μm，再次遍历每个像素点point(x,y)并标记喷涂质量不合格的区域。某工艺花瓶的等轴侧视图如图6所示，通过此发明方法得到的仿真结果如图7所示，黑点阴影区域则为喷涂质量不合格区域。此仿真方法显示效果直观，后期结果处理简捷。

工艺品表面曲率过大（形状复杂）处可进行二次优化，通过图像处理技术自动捕获曲率过大（形状复杂）的区域，将复杂自由曲面分为若干区域，通过最小二乘法进一步拟合该区域所对应的曲面函数。根据分段的曲面函数重新计算该区域内工艺品表面各点的漆膜厚度，从而得到更为精确的仿真结果。

步骤s3:将若干方案的喷涂仿真结果进行比较，得到最优的喷涂仿真结果数据；

根据相应算法比较不同喷涂参数下的喷涂仿真结果，从而得到最优参数。本次实例中设置导轨运动速度范围为90-130mm/s,喷头垂直速度范围为270-340mm/s。当喷涂浓度、喷涂静电电压一定时，设置速度变化梯度为10mm/s，共有40种喷涂方案。通过程序算法，分别计算出不同喷涂方案下工艺品表面各点的漆膜厚度，遍历每个像素点point(x,y)并统计合格像素点与不合格像素点的个数，分别记作z1和z2。构造工艺品表面喷涂质量评价指标ω=z1/（z1+z2），计算不同方案所对应的工艺品表面喷涂质量评价指标ω并进行比较，将ω的最大值所对应的喷涂参数传递给执行机构，完成喷涂参数自动优化过程。

步骤s4:将得到的最优喷涂仿真结果数据转化为数字信息储存于产品数据库。

本实施例将不同工艺品喷涂质量、喷涂纹理、漏喷区域、区域轮廓数据均转化成数字信息进行储存，便于信息的处理以及产品生产的预规划，自动建立产品数据库。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。