智能人像素描喷绘机器人的制作方法
【技术领域】
[0001]本发明涉及一种食品上的素描人像喷绘机器人，属于工业控制及商业应用领域。
【背景技术】
[0002]随着电子技术和工业技术的不断发展与融合，多轴联动运动控制器在绘图仪、3D打印机、数控机床、机器人等领域用途广泛。其中，3D打印技术发展迅速，应用于多项领域，而3D打印在食品行业的应用是最被大众期待的发展方向。但是，由于3D打印机价格昂贵，使用者需懂得3D建模，特殊原材料的稀缺等原因，目前，3D打印技术在食品行业的应用并不广泛。因此，本发明以机器视觉和三轴机械臂为主要控制平台，研究可以应用于食品上的素描人像喷绘机器人，从而提高生产效率，增加企业效益。通过将自动化技术与传统食品业有机结合，使门店的的市场竞争力明显增强，同业知名度急剧提升，使平淡无奇的店面焕发出数码时代的活力。这项技术的采用，将使得食品制作工艺彻底摆脱了传统食品花样单一的缺陷，真正做到每个食物都是独一无二的，给食品商家创造了更为广阔的发展空间。
[0003]本专利结合自动化技术在食品行业应用的现实需求，弥补市场3D打印机价格昂贵及特殊原材料的稀缺等缺点，设计了智能人像喷绘机器人，可以快速抢占食品行业应用市场，在食品加工企业生产中有着广泛的应用和广阔的发展前景。
【发明内容】
[0004]针对现有传统食品花样单一的缺陷问题，本发明提供一种可以应用于食品上的素描人像喷绘机器人。智能人像素描喷绘机器人可将采集得到的彩色人像图片，经图像处理，转换为素描效果，通过控制三轴机械臂绘制出清晰完整的图像。可通过气筒喷涂各类果酱，用于食品装饰或餐饮业装盘装饰；也可通过画笔，进行纪念品绘制等。具有个性化定制，趣味十足；低成本，高回报；适用性广，安全稳定等特点。
[0005]本发明的技术方案是:
[0006]智能人像素描喷绘机器人，以运动控制轴卡为主导，配合步进电机、变频器和检测传感装置等，实现机械手臂的三轴运动控制，实现定位功能、圆弧插补、直线插补和高速计数等功能。方案以运动控制卡为主控核心，采用摄像头作为检测装置，来获取人像图片，运用图像处理算法提取人像轮廓，并以步进电机作为执行装置来调整机械手臂运动位置，通过控制算法程序控制实现机械手臂的素描喷绘动作。
[0007]本发明的有益效果是:
[0008]本发明针对3D打印技术应用于食品行业成本昂贵，自主研发了应用于食品上的素描人像喷绘机器人，通过机器视觉采集图像并通过图像处理提取人像轮廓，再通过控制算法程序及运动控制卡、PLC控制与基于机器视觉的检测技术以数字图像处理技术为核心，由于其具有:(1)结构简单、维修方便、安全系数高；(2)可供普通用户操作，价格相较3D打印机低廉，能大量配置，可降低生产成本；(3)代替人完成食品装饰工作，使用本机器代替人工的操作，增加了食品生产的趣味性，减少了人工成本的支出，从而提高生产效率，增加企业效益。因而本发明在食品加工企业生产中有着广泛的应用和广阔的发展前景，同时，它将自动化技术与传统食品业有机结合，使得食品制作工艺彻底摆脱了传统食品花样单一的缺陷，真正做到每个食物都是独一无二的，给食品商家创造了更为广阔的发展空间。
【附图说明】
[0009]图1是本发明所述的智能人像素描喷绘机器人系统框图；
[0010]图2是本发明系统中的智能图像处理的流程框图；
[0011]图3是本发明所述系统中的运动控制流程框图；
[0012]图4是本发明所述系统中的运动控制硬件框图
【具体实施方式】
[0013]智能人像素描喷绘机器人可将采集得到的彩色人像图片，经图像处理，转换为素描效果，通过控制三轴机械臂及气筒喷涂绘制出清晰完整的人像。图1是本发明所述的整个系统框图，包括如下模块:
[0014]1.视觉模块
[0015]如图1所示，视觉模块包括光源、光源控制器与图像采集卡，通过光源控制器调节光源明暗，通过USB摄像机自动捕捉较清晰图像，通过图像采集卡将拍摄的图像传送至电脑，进行图像处理。
[0016]2.视觉引导控制模块
[0017]通过视觉模块采集到的图像，通过电脑的程序，利用边缘检测算法(ED算法)和图像处理软件halcon进行图像处理，以获得清晰完整的人像轮廓。根据图像的特点，采用运动控制卡来实现对三轴机械臂的运动控制，分析特定点的位置，实现定位功能、圆弧插补、直线插补和高速计数，使用相应插补运算方法实现图像轮廓的绘制。
[0018](1)图像处理模块
[0019]经过图像处理模块流程如图2所示，经过图像滤波、边缘检测、图像轮廓提取、分害J、拟合得到图像坐标，然后编写运动控制程序实现三轴机械臂的绘画喷涂动作。
[0020]图像处理算法:(a) Edge Drawing (ED)是一种新型的非传统的边缘检测算法，它实时运行，并能产生高品质的边缘图。传统的边缘检测消除非边缘的像素的方式，算法的特点在于采样智能算法来连接目标点，能得到简洁连贯的，一个像素宽度的矢量式边缘图。整个过程类似让一个儿童将点对点的边界连接完成一幅图画的游戏，给定虚线边界，按要求绘制边界的连接点。
[0021]ED算法与传统的边缘检测算法比较，图像处理后的图片，线条更简洁，细节也没有缺失，效果更好，它包含四个主要步骤:
[0022](i)通过高斯滤波抑制噪声。
[0023](ii)计算梯度大小和边缘方向。
[0024](iii)提取目标点。
[0025](iv)智能连接目标点。
[0026]ED的第一步是类似于大多数的图像处理方法，通过卷积图像与高斯内核来抑制噪声，平滑图像。的第二个步骤是计算梯度大小和边缘方向地图，梯度量值可替代梯度算子更快的计算阈值，阈值可以帮助我们抑制其中具有光滑的强度变化，和消除所谓的“弱”像素的图像位置。第三步，提取检测图像上的特定边缘端点，不必要的细节边缘可被过滤掉。ED的最后也是最关键的一步是通过连接端点绘制他们之间的边缘。由于边缘图在该步骤通过使用在前三个步骤的算法的信息构成，连接端点可简单地从一个端点进行渐变映射。这个过程是由计算在该算法的步骤2中的梯度大小和边缘方向地图得到。(b)边缘检测算法处理后的图像，进行轮廓提取采用阈值分割和骨架化算法，将算法得到的双边缘的像素块图细化为线条。(c)然后采用轮廓分割和线段拟合算法获得后面的运动控制模块绘制图像所需要的线段起始点坐标和终点坐标。(d)最后，为避免图像绘制时图像不会产生几何失真(几何畸变)，需将摄像头与载物台坐标系统一，即通过对摄像头与载物台坐标标定后，原