视导智切

（一）研究目的

（1）实现板材切割智能化

传统的板材切割方式可能存在人工成本高、切割精度低等问题，而我们研究的一种利用图像识别技术的便携式板材自动切割系统能够精准定位并实时调整切割路径，自动调整切割参数，并确保切割精度。图像识别技术使切割机的操作更加智能化，减少了对人工操作的依赖，提高了生产效率和产品质量，同时也为操作人员提供了更好的安全性。

（2）提高板材切割效率和品质

随着板材切割机技术的进步，对切割产品的品质和性能标准也日益严格，迫使众多制造企业通过提升工艺技能和升级加工设备来增强板材切割的质量和精确度。同时，传统复杂的曲线切割工艺往往依赖于辅助工具和技艺娴熟的工人，这导致加工效率和精度不高，即使是较先进的切割机也可能对板材造成损伤，并且成本较高。

（3）自适应算法实现高精度切割

本项目研究基于智能图像识别与自适应算法的便携式板材高精度自动切割系统，可显著提升板材切割精度。系统通过高清摄像技术捕获切割轨迹，经灰度化、去噪、二值化等预处理和拉普拉斯算子边缘检测，识别切割辅助标尺与刀具的相对位置，计算刀具与目标曲线的精确距离，再由单片机控制丝杠实现自动对刀进给，确保高效率和高精度切割。

（二）研究内容

本项目的核心研究问题在于解决传统切割机在快速切割复杂轨迹方面的局限性，以及提高编程效率的问题。项目重点开发了集成在单片机中的多个关键程序，包括图像灰度处理、二值化、边缘检测、图像滤波和数控线性插补算法，并深入研究了机器视觉系统。与现有切割技术相比，本项目提出的基于智能图像识别与自适应算法的便携式板材高精度自动切割系统具有显著的创新性。

（1）图像处理技术

本项目应用图像灰度化、去噪和二值化对图像进行处理。

1）图像灰度化处理

在图像识别中，图像预处理是关键，它为后续的图像处理任务，如分割、分析和识别等，打下了基础。在将图像二值化并匹配数据库图像之前，需先进行预处理。其中，将彩色图像转换为灰度图像是重要环节。该过程通过平衡 R、G、B 三个颜色通道的强度，生成只包含不同灰度级别的图像。[2]由于R、G、B 通道的值范围均为 0 到255，因此灰度图像最多可展示256 种灰度。

2）图像去噪处理

当图像被采集时，由于受到采集设备、周围环境以及操作者等多种因素的影响，图像中不可避免地会引入噪声。这些噪声是不可预测的，并且会降低图像的清晰度和质量。为了提高后续图像处理的准确性，必须在保留图像原有特征的前提下，采取一些措施来减少噪声的影响，从而提升图像的整体质量，这个过程通常被称为图像滤波或去噪。

3）图像二值化处理

图像二值化[1]是一种数字图像处理技术，它通过设定一个特定的阈值，将图像中的每个像素点的灰度值简化为两个极端值，即 0 和 255，从而实现图像的黑白二值化。这种处理方式显著降低了图像的数据量，并有助于清晰地展示图像中目标的轮廓，尤其在印章识别等数字图像处理应用中扮演着关键角色。二值化后的图像由一个二维矩阵表示，该矩阵的元素仅包含 0 和 1 两种值，分别对应黑色和白色。

（2）切割系统的控制

首先在板材上画出切割曲线，放置切割系统并拍照。对图像依次进行灰度化、去噪、二值化处理。为精确定位，引入两个间距固定的切割辅助定位标尺，每个标尺上有一个定位块。通过边缘检测法，在图像水平方向找到与刀具下边缘相切的水平直线。利用二阶导数检测灰度局部突变，采用空间卷积法计算图像中每个像素的二阶导数，常用拉普拉斯算子实现。

（3）吸尘装置的设计

为了提高切割机在相机拍照时的准确性，我们在刀具的两侧安装了吸尘装置。这些装置能够实时吸走切割过程中产生的碎屑和粉末，从而避免这些碎屑和粉末遮挡住刀具的位置以及用绿色笔标记的切割轨迹。这种设计确保了相机能够清晰地捕捉到刀具的准确位置，从而提高了切割的精确度。

（4）切割机的结构设计

1）图像识别相机的设计

为了确保切割辅助定位标尺位置换算比例尺的固定性，我们将相机安装在 Z

轴电机驱动轴上，使相机与刀具平行移动，保持二者距离恒定。同时，为保护相机镜头安全，我们设计了一个聚碳酸酯材质的透明防护罩，确保相机在操作过程中的安全性和在切割机上的稳定耐用性。

2）切割辅助定位标尺的设计

为了提高定位的精确度，切割机采用了一种新的定位工具——切割辅助定位标尺。这种标尺有两个固定间距的标尺，通过相机捕捉刀具在这两个标尺之间的位置，然后通过比例换算得到刀具的实际位置。通过边缘检测[3]，将这个位置与图像识别技术获得的轨迹位置进行比较，在工人手动推动机器时，自动进行精确的刀位调整，使刀具更准确地沿切割轨迹进行切割。

3）多向电机驱动切割轴的设计

在对传统线性数控切割机进行升级改造的过程中，我们把单一电机驱动的直线切割轴替换为了具备直角坐标系X、Y、Z 三轴的多向电机驱动系统，从而显著提升了切割复杂曲线板材的精度和效率。

（三）国、内外研究现状和发展动态

（1）国内研究现状

中国机械工业是经济和国防支柱，高端产品开发落后于西方。板材切割行业对制造业智能化转型关键。半自动手持式切割机为主流，但存在板材单一、精度低、隐患多、排屑除尘差等问题。小型数控切割机在效率、质量、自动化和材料适应性上提升，技术从单一火焰切割发展到多种能源方式，数控系统和驱动技术进步。数控切割机面临复杂任务依赖人工、手工编程门槛高、耗时、难以处理多样化板材，以及供电不稳定、过热、元件老化等问题，限制生产效率和应用。

（2）国外研究现状

国际上，板材切割机类型与国内相似，但激光切割机应用更广泛。小型激光切割机主要处理非金属材料，加工精度和效果有限，属于基础多材料加工设备。因其高效率、高精度、优良切割面质量和三维切割能力，激光切割正逐渐替代等离子切割、水刀切割、火焰切割和数控冲压等传统板材加工方法。

（3）图像识别在国内外的发展现状

随着数字图像技术的发展，图像作为获取和理解外部世界信息的重要媒介，其研究和应用愈发重要。借助计算机和图像采集设备模拟人类视觉系统，可将图像转换为数字信号，实现图像的传输、处理和理解，完成视觉信息处理的全流程。

（4）发展动态

近期，切割机技术迅速进步，主要体现在以下几个关键点：

1）能够处理多种规格的板材，这反映了技术的先进性和对产品质量的高标准；

2）切割机械的自动化水平提升，降低了对操作者技能的要求，同时提高了生产效率；

3）切割速度的增加，有效缩短了产品的生产时间；

4）安全性能的增强，确保了操作人员的安全；

5）切割机械在保持成本效益的同时，机身设计也趋于紧凑。

（四）创新点与项目特色●项目创新点：

1）本项目通过集成先进的算法程序到单片机中，实现了对图像中复杂曲线的自动切割，减轻了工作人员的编程负担并提升了加工效率。

2）本项目采用绿色笔进行曲线绘制以优化图像的灰度化处理，从而提升信噪比（SNR）。

3）本项目的图像识别技术配备了有效的反馈机制，能够及时对设备进行调整，以确保加工精度。

4）本项目设计了切割辅助定位标尺，通过相机拍照确定其位置并进行比例换算，从而精确控制刀具的移动，提高了切割精度。

●项目特色：

本项目开发了一套结合图像二值化、滤波、边缘检测和数据拟合的程序算法，并将其集成到单片机中，实现基于图像识别的自动化切割。该技术减轻了编程工作量，降低了对人力资源的依赖，简化了复杂图形编程，不再依赖高水平技术人员，从而降低了操作成本并提升了生产效率。

参考文献

[1]吴冰，秦志远.自动确定图像二值化最佳阈值的新方法[J].测绘学院学报， 2 001，18（4）：283-286.DOI：10.3969/j.issn.1673-6338.2001.04.014.

[2]凌双明.智能视觉机器人图像灰度化处理方法研究[J].山西电子技术，2023（2）：88-91.