[发明专利]一种激光切割扫描系统

权利要求书

1.一种激光切割扫描系统，其特征在于，包括：激光切割模块、光源、CCD传感器、计算机和驱动机构；

所述激光切割模块用于对工件进行激光切割操作；

所述光源用于将参考光照射在被切割工件表面上，为图像采集提供良好的照明；

所述CCD传感器用于摄取图像信息，并输入计算机；

所述计算机用于对图像信息进行分析处理并控制激光切割模块机头的运动方式、CCD的图像采集和存储；

所述驱动机构接收到计算机的指令后，通过控制执行机构调整激光切割机机头的位置，实现对焦点位置的实时控制，从而进行相应的激光切割操作；

所述激光切割扫描系统的具体工作过程为：

步骤1：对CCD传感器进行标定，求解出CCD传感器参数；

步骤2：对目标有旋转的图像求解其旋转角度并旋转校正目标，通过校正的图像去创建模板图像，再进行目标识别匹配，从而输出匹配目标的图像坐标；

步骤3：利用CCD传感器标定时输出的坐标转换矩阵将匹配点图像坐标转换成世界坐标：即激光切割模块的工作平台坐标；

步骤4：根据世界坐标位置加上切割目标的轮廓线，轮廓线即为激光切割路径，再由旋转图像校正目标时的角度再次做图像逆旋转还原目标和目标轮廓线在激光切割模块工作台上的原始位置，从而达到对目标的准确定位与切割。

2.根据权利要求1所述的一种激光切割扫描系统，其特征在于，所述CCD传感器通过驱动电路与计算机连接；所述激光切割模块通过驱动机构与计算机连接；所述CCD传感器固定在激光切割模块上。

3.根据权利要求1所述的一种激光切割扫描系统，其特征在于，所述步骤1中CCD传感器标定的具体步骤为：

步骤101：在激光切割模块工作平面的世界坐标系平面上打出3×3阵列形九点，并记录每点在世界坐标系下的坐标；

步骤102：基于计算机视觉函数库中的函数提取图像中九个角点的图像坐标，并对粗提取的九个角点以最大迭代次数和设定精度的组合来进行亚像素精确化其图像坐标；

步骤103：以九点的世界坐标系和精确化的图像坐标系求解出其仿射投影矩阵，并根据仿射投影矩阵线性求解出CCD传感器内部参与畸变系数，通过CCD传感器内参数矩阵和CCD传感器畸变系数矩阵校正映射求解出图像的X、Y轴坐标方向的重映射参数，再使用双线性插值法重映射来矫正图像的光学畸变；

步骤104：在矫正后的九点图像中求出内外共八个仿射投影矩阵，并取八个仿射投影矩阵的均值做为最终投影矩阵来将目标的图像坐标转换成世界坐标系下的坐标。

4.根据权利要求1所述的一种激光切割扫描系统，其特征在于，所述步骤2中的目标识别匹配包括粗匹配和精匹配，所述粗匹配具体步骤为：

步骤201：调节好激光切割模块工作平台的光照条件；

步骤202：通过已经CCD传感器获取大幅面布料原图像，并对其作灰度图转换处理；

步骤203：对已处理的图像进行傅里叶变换获取原图像中目标旋转角度；

步骤204：以刚好包含目标为宜从原图像中截取模板图像，并复制一份以备精匹配阶段用；

步骤205：对校正目标的原图像和截取的模板图像分别进行双线性插值算法下采样缩放处理；

步骤206：将下采样缩放后的原图像与模板图像进行归一化积相关粗匹配，并设定相关匹配阀值来循环识别出所有的目标；

步骤207：保存粗匹配结果；

所述精匹配具体步骤为：

步骤211：在各个粗匹配点为中心的矩形可行解区域分别随机产生规模为m的初始种群，并对其进行编码，求取种群中的m个个体的适应度；

步骤212：根据各个个体的适应度按降序排序每个个体，取适应度最高的个体直接复制到下一代群体中；

步骤213：在各个可行解区域内对初始种群并行采取独立的遗传交叉和变异操作；

步骤214：对交叉和变异操作后的新个体的适应度值降序排序每个个体；

步骤215：选择每个区域中的最佳个体，当所有区域的最佳个体中的最小适应度值大于或等于粗匹配时循环获取所有的匹配位置坐标所设定的阀值时，则满足结束条件，输出最优解，否则，就将步骤4中前M个个体构成子代新的种群，之后跳到步骤2循环以下步骤，直到满足结束条件。

5.根据权利要求1所述的一种激光切割扫描系统，其特征在于，所述步骤3中坐标转换的具体方法为：

首先，分别建立像素坐标系(Ouv)、图像平面坐标系(O_IX_IY_I)、CCD传感器坐标系(O_CX_CY_C)和三维空间世界坐标系(O_WX_WY_W)；

然后，根据进行像素和图像平面坐标的转换，其中，u、v为像素坐标系中的坐标，X_I、Y_I为图像平面坐标系中的坐标；根据进行图像平面和CCD传感器坐标的转换，其中X_I、Y_I为图像坐标系中的坐标，X_C、Y_C、Z_C为CCD传感器坐标系中的坐标，f为焦距；根据其中f_x＝f/d_x、f_y＝f/d_x，f为CCD传感器的焦距，R为旋转矩阵，t为平移量，M₁为CCD传感器内参数矩阵，M₁M₂即为图像坐标与世界坐标之间的单应性矩阵。