=kiN(t)
[0079] 否则，k N(t) =k2N(t);
[0080] 由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k\(t)将轮廓中所有 轮廓点划分为特征点或非特征点，设定可变权值Τκ，通过判断目标轮廓特征多少，自适应的 决定Τκ，当|k N(t) |〈TK*max|k N(t) |时，特征函数f(t)=0否则，特征函数f(t) = l;
[0081] 分类后所得到的特征点和非特征点的分布并不连续，无法选取滤波器对其进行有 效的轮廓平滑。为了得到较好的轮廓平滑效果，有必要对同类型的轮廓点进行合并处理。
[0082] 合并模块：用于剔除由于噪声干扰产生的伪特征点，以及对无法形成连续区域的 特征点和非特征点进行合并操作，从而得到有效的特征区域与非特征区域:选定一个起始 点〇,轮廓起始点向两侧延伸合并相邻的点，以该起始点类型作为该区域预设类型，向两侧 延伸各S X μ〇时停止，其中S为预设的最小长度，在此实施例中S = 25，
为〇点处的实时曲率修正系数，
代表0点的曲率半径，
代表由上述窗函数得到的0 点的平均曲率半径，实时曲率修正系数用于根据不同点的曲率不同，自动修正延伸长度， 曲率大的地方需要的长度小些，曲率小的地方需要的长度大些，这样能有效减小合并后的 失真现象;分别计算两侧区域内相异点的个数Ν+1和Ν-1，若相异点的个数小于设定的该类 型相异点最小个数，则该区域与预设类型相同，否则，与预设类型相反;再以两个停止点〇+1和点0-1作为起始点重新开始计算，向外侧延伸时停止，其中 代表点〇+1和点Ο-i处的实时曲率修正系数，〇+1两侧区域内相异点个数为Ν+2,0^两侧区域内 相异点个数为Ν-2,根据上述判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S 的比例计算相异点个数，计入相应的特征区域;对相邻的同类型区域进行合并，得到连续的 特征区域和非特征区域。
[0083]滤波模块:乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维 纳滤波来进行一级滤除，此时图像信息还包含有残余乘性噪音，通过F滤波器F(x，y)=qX exp(_(x2+y2)/P2进行二级滤除，其中q是将函数归一化的系数，即：JJqXexp(-(x 2+y2)/P2) dxdy = l，β为图像模板参数；
[0084]乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为6〃(丨）'=6(〇+见(〇;假 设加性噪声为高斯白噪声:XN(t) ' = X(t)+gi(t，〇2)，yN(t) ' =y(t)+g2(t，〇2)，其中xN(t) ' 和 yN(t)'分别表示去除乘性噪声后含噪轮廓上各点坐标，gl(t，〇 2)和g2(t，〇2)分别是均值为 零、方差为σ2的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声；
[0085] 采用函数
对含噪轮廓进行平滑，命名为Κ滤波器，经过轮廓点分 类和区域划分，含噪轮廓G ν ( t )'表示为不同类型轮廓分段的组合：
其中6f _(t)表示包含特征区域的轮廓分段，(?严（t)表示包 含非特征区域的轮廓分段，根据轮廓特征分布选取K滤波器的参数，同时考虑全局特征和局 部特征因素，在特征区域，为了保留细节信息，令〇 5加!1(心^10〇1)，在非特征区域，关注 抑制噪声的效果，令_σ: > max(o_，jl() X σ())，其中σ'为先验估算得到的全局方差，〇ι为所选特 征区域的先验估算方差，σ〇为所选非特征区域的先验估算方差，订^为所选特征区域的平均 实时曲率修正系数，to为所选非特征区域的平均实时曲率修正系数;为了达到较好的平滑 效果，选取每种类型区域最小长度S的一半作为K滤波器85%置信区间的长度，从而根据两 类区域的长度自适应不同参数的K滤波器。
[0086] 在此实施例中，S = 25，阈值T! = 0.26，窗函数宽度D e {17，19}，对噪声强度I e {50dB，60dB}的含噪图像有较佳的平滑效果，且细节信息保留情况较好，激光切割装置通过 目标轮廓识别目标，识别过程中能有效滤除目标轮廓噪声，该装置通过识别结果获得物体 的位置和形状，根据指令对物体进行切割，极大的提高了切割效率。
[0087]最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保 护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应 当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实 质和范围。
[0088]数据仿真
[0089] 本激光切割装置的有益效果为：针对噪声种类的多样性和目前去噪方法的单一 性，采用一种新型的多次滤波装置，并提出了新的轮廓分段、合并手段和滤波函数;计算量 相对并不复杂，同时考虑了全局特征和局部特征的因素且平滑除噪效果好;考虑了轮廓在 不同类型区域之间的差异性，在抑制噪声和保留细节之间取得很好的平衡;根据不同点的 曲率不同，延伸长度相应地自动适应性改变，有效减小了合并后的失真现象。
[0090] 通过仿真，采用该装置在噪声强度N下进行试验，对目标的识别率如下表：
【主权项】
1. 一种能够自主切割的激光切割装置，包括普通激光切割装置和安装在激光切割装置 上的目标识别装置，该激光切割装置具有很强的自适应切割能力，目标识别装置能够根据 目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波模块；其 中， 建模模块，用于建立目标轮廓的参数化方程:对于给定的目标轮廓G(t)，其弧长参数化 方程表示为G (t) = (x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线 方程的参数，且te[〇，i]; 含噪轮廓的弧长参数化方程表示为4〃(〇=6(〇+他（〇+犯（〇6(〇,其中加性噪声部 分Ni(t) =Ni(xi(t)，yi(t))，乘性噪声部分N2(t)=N2(X2(t)，y2(t)); 分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别为k ⑴和kN(t);选宽度为D的窗函数1(11)，0[{7,9}，对曲率1?(〇进行邻域平均，得到平均曲率 k1N(t)，同时对窗口内的曲率值排序，选定中值曲率k2N( t)，将平均曲率k1N( t)和中值曲率k2N (t)差的绝对值与选定的阈值!^进行比较，根据比较结果决定含噪轮廓曲率V NUhT1 = 0.2，即： 当 |kiN(t)_k2N(t) |>Τι时，1^Ν(1:)=1αΝ(1:) 否贝 11，让、(1:)=1^(1:); 由于曲率值较大的轮廓点通常反映了目标的显著特征，根据V N(t)将轮廓中所有轮廓 点划分为特征点或非特征点，设定可变权值Τκ，通过判断目标轮廓特征多少，自适应的决定 Τκ，当 IkSU) I(Ti^maxIWt) I 时，特征函数 f(t)=0 否则，特征函数f( t) = 1。2. 根据权利要求1所述的激光切割装置，其特征还在于，合并模块：用于剔除由于噪声 干扰产生的伪特征点，以及对无法形成连续区域的特征点和非特征点进行合并操作，从而 得到有效的特征区域与非特征区域:选定一个起始点0,轮廓起始点向两侧延伸合并相邻的 点，以该起始点类型作为该区域预设类型，向两侧延伸各S χμο时停止，其中S为预设的最小 长度，设S=15，为0点处的实时曲率修正系数，代表0点的曲率半 径，表由上述窗函数得到的〇点的平均曲率半径，实时曲率修正系数μ〇用于根据不同 点的曲率不同，自动修正延伸长度，能有效减小合并后的失真现象;分别计算两侧区域内相 异点的个数Ν+1和N-I，若相异点的个数小于设定的该类型相异点最小个数，则该区域与预 设类型相同，否则，与预设类型相反;再以两个停止点〇 +1和点0-i作为起始点重新开始计算， 向外侧延伸S X X μο-i时停止，其中代表点0+1和点0-!处的实时曲率修 正系数，〇+1两侧区域内相异点个数为N+^O-i两侧区域内相异点个数为Ν-2,根据上述判定条 件，依次确定各段轮廓类型，长度不足S的部分根据其与S的比例计算相异点个数，计入相应 的特征区域;对相邻的同类型区域进行合并，得到连续的特征区域和非特征区域； 滤波模块:乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维纳滤 波来进行一级滤除，此时图像信息还包含有残余的乘性噪音，通过F滤波器F(X，y) = qXeXp (-(x2+y2)/^2进行二级滤除，其中q是将函数归一化的系数，即：JJqX exp(-(x2+y2)/^2)d Xdy =ι，β为图像模板参数； 乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为GnUV=GUHN1U);假设加 性噪声为高斯白噪声：，其中XN(t)'和yN (^'分别表示去除乘性噪声后含噪轮廓上各点坐标以"^"和沿^^"分别是均值为零、 方差为σ2的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声； 采用函数对含噪轮廓进行平滑，命名为K滤波器，经过轮廓点分类和区 域划分，含噪轮廓GN(t)'表示为不同类型轮廓分段的组合：其 中Gf (t)表示包含特征区域的轮廓分段，(t)表示包含非特征区域的轮廓分段，根据轮 廓特征分布选取K滤波器的参数，同时考虑全局特征和局部特征因素，在特征区域，为了保 留细节信息，令在非特征区域，为了提高抑制噪声的效果，令其中σ'为先验估算得到的全局方差，〇:为所选特征区域的先验估算方 差，σ〇为所选非特征区域的先验估算方差，P1为所选特征区域的平均实时曲率修正系数，Po 为所选非特征区域的平均实时曲率修正系数;为了达到较好的平滑效果，选取每种类型区 域最小长度S的一半作为K滤波器85%置信区间的长度，从而根据两类区域的长度自适应不 同参数的K滤波器。
【专利摘要】本发明公开了一种能够自主切割的激光切割装置，包括普通激光切割装置和安装在激光切割装置上的目标识别装置，识别装置包括建模模块、分段模块、合并模块和滤波模块。本发明通过在激光切割装置上加装目标识别装置，能够有效增强激光切割装置的自适应切割能力，激光切割装置通过目标轮廓识别目标，识别过程中能有效滤除目标轮廓噪声，从而根据目标形状进行切割。
【IPC分类】B23K26/70, B23K26/38
【公开号】CN105414774
【申请号】CN201610012925
【发明人】蔡权
【申请人】蔡权
【公开日】2016年3月23日
【申请日】2016年1月7日