一种工件铣削加工状态的视觉识别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114638966A(43)申请公布日2022.06.17(21)申请号202210297007.9(22)申请日2022.03.24(71)申请人清华大学深圳国际研究生院地址518055广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼(72)发明人张旻周果冯峰王晓浩(74)专利代理机构深圳新创友知识产权代理有限公司44223专利代理师王震宇(51)Int.Cl.G06V10/28(2022.01)G06V10/44(2022.01)G06V10/26(2022.01)G06V10/141(2022.01)G06V10/147(2022.01)权利要求书2页说明书6页附图4页(54)发明名称一种工件铣削加工状态的视觉识别方法(57)摘要一种工件铣削加工状态的视觉识别方法，包括以下步骤：A：获取工件表面的灰度图像；B：基于所述灰度图像提取工件表面若干轮廓线；C：计算每条所述轮廓线的指标值Index_D；D：计算所有轮廓线的所述指标值的平均值Index_Dmean；若Index_Dmean小于预定阈值，则判定工件铣削加工状态为稳定，否则执行后续步骤；E：获取步骤A中的灰度图像的轮廓图像；F：将所述轮廓图像均匀分割为若干个子图像；G：计算每个所述子图像的指标值Index_E；H：计算所有子图像的所述指标值的平均值Index_Emean；若Index_Emean大于预定阈值，则判定工件铣削加工状态为受迫振动；否则判定为颤振。该方法具备低实现成本、操作简单、高识别准确度与识别效率、功能全等优点。CN114638966ACN114638966A权利要求书1/2页1.一种工件铣削加工状态的视觉识别方法，其特征在于，包括以下步骤：A：在工件铣削加工过程中获取工件表面的灰度图像；B：基于所述灰度图像提取工件表面若干轮廓线；C：计算每条所述轮廓线的指标值Index_D；D：计算所有轮廓线的所述指标值的平均值Index_Dmean；若Index_Dmean小于预定阈值，则判定工件铣削加工状态为稳定，否则执行后续步骤；E：获取步骤A中的灰度图像的轮廓图像；F：将所述轮廓图像均匀分割为若干个子图像；G：计算每个所述子图像的指标值Index_E；H：计算所有子图像的所述指标值的平均值Index_Emean；若Index_Emean大于预定阈值，则判定工件铣削加工状态为受迫振动；否则判定为颤振。2.如权利要求1所述的工件铣削加工状态的视觉识别方法，其特征在于，若步骤H中判定工件铣削加工状态为颤振，则所述方法还包括：根据步骤D计算的平均值Index_Dmean确定颤振的级别。3.如权利要求1至2任一项所述的工件铣削加工状态的视觉识别方法，其特征在于，在步骤A中，优选地，采用装有环形灯带和偏振镜的摄像头获取工件表面的灰度图像，所述装有环形灯带和偏振镜的摄像头形成摄像头‑环形灯带‑偏振镜三明治结构；优选地，工件与摄像头之间的距离为5‑20cm。4.如权利要求1至3任一项所述的工件铣削加工状态的视觉识别方法，其特征在于，在步骤A中，所述灰度图像为方形且尺寸不小于300×300像素。5.如权利要求1至4任一项所述的工件铣削加工状态的视觉识别方法，其特征在于，在步骤B中，优选地，所有轮廓线均通过图像的中心点；优选地，相邻轮廓线之间的夹角为一定值。6.如权利要求1至5任一项所述的工件铣削加工状态的视觉识别方法，其特征在于，在步骤B中，所述轮廓线的数目不低于4。7.如权利要求1至6任一项所述的工件铣削加工状态的视觉识别方法，其特征在于，在步骤C中，所述计算每条轮廓线的指标值Index_D的计算过程如公式(1)—(4)：其中：2CN114638966A权利要求书2/2页L为表示轮廓线的一维数组，数组某个位置元素值表示轮廓线在该位置的高度值；Li为轮廓线在位置i的高度值；N为轮廓线长度，或表示轮廓线一维数组的元素个数；n为轮廓线长度减1；d为轮廓线上点到第一个点的最远直线距离；i为轮廓线上点位置索引；k为两点的位置索引差以2为底的对数，取值为整数；kkm2为位置索引差为2的两点之间距离的总和；km为m2在所有k值下的平均值；floor(log2(N))为不大于log2(N)的整数。8.如权利要求1至7任一项所述的工件铣削加工状态的视觉识别方法，其特征在于，在步骤F中，优选地，所有子图像均为方形且尺寸一致；优选地，任意两个子图像不存在重叠部分；优选地，子图像的数目不小于25个。9.如权利要求1至8任一项所述的工件铣削加工状态的视觉识别方法，其特征在于，步骤G具体包括如下步骤：G1：获取所述子图像在四个方向的四个灰度共生矩阵；G2：计算所述四个灰度共生矩阵的熵；G3：取四个熵值的最大值和最小值；G4：计算所述最大