cnc 처리 이미지의 시각적 감지 기능에는 색상 특성, 질감 특성, 공간 관계 특성 및 모양 특성이 포함됩니다. 색상 특성은 이미지 픽셀에 속하는 모든 특성을 기반으로 합니다. 텍스처 기능은 여러 픽셀이 포함된 영역에서 통계적으로 계산됩니다. 공간 관계는 이미지에서 여러 객체 간의 공간적 위치 또는 상대적인 방향 관계를 나타냅니다. 형상 피쳐는 공작물에 특정 토폴로지 관계가 있는 일련의 기하학적 요소(점, 선, 표면)로 구성된 특정 형상을 나타냅니다. 물체의 중요한 시각적 정보로서 모양의 특징은 물체의 안정적인 속성 표현입니다.
위의 동적 벤치마크 분석과 다른 시각적 특징 간의 비교에 따르면 모양 특징은 동적 벤치마크의 특성에 부합하므로 모양 특징을 시각적 특징으로 선택합니다. 일반적으로 모양 피쳐는 모서리, 모서리, 직선, 곡선 및 영역을 포함하는 모양 기반 윤곽 피쳐와 모양 기반 영역 피쳐로 나타낼 수 있습니다. 에지에 간섭이 있으면 많은 수의 잘못된 에지 점이 생성되어 에지 피쳐 추출에 영향을 미칩니다. 이때 적합한 영상처리 알고리즘을 찾는 것이 매우 중요하다.
대응 분석 및 특징 추출 방법 CNC 가공 과정에서 가공 기준이 공작물의 모서리일 때 시각적 이미지에 모서리 점의 형태로 나타납니다. 이미지 모서리 시각 검출 알고리즘 중 템플릿 기반 방법이 가장 널리 사용되며 Harris 알고리즘, Susan 알고리즘, FAST 알고리즘 및 SURF 알고리즘이 있습니다.
그 중 Susan 알고리즘은 노이즈에 대한 강인성이 우수하고 광도 변화의 불변성과 회전 불변성을 가지고 있습니다. 매우 적은 수의 매개변수를 사용하므로 더 적은 계산과 저장이 필요합니다. 따라서 모서리 좌표, 즉 동적 참조의 위치를 추출하기 위해 Susan 알고리즘이 사용됩니다.
가공 기준이 회전면의 축 또는 중심선일 때 시각적 이미지에서 원의 중심으로 나타나지만 원의 중심은 실제가 아니므로 시각적 특징 추출에는 가장자리 추출이 포함됩니다. 원과 곡선 피팅. 중심 좌표를 구하는 것이 가공 동적 기준 위치입니다. 일반적으로 사용되는 에지 추출 연산자 중 Canny 연산자는 단일 픽셀 에지에 대해 다른 에지 감지 연산자보다 위치 정확도가 높고 노이즈 방지 기능이 더 우수합니다.
