一種高識別性能的激光加工機床的制作方法
【專利摘要】本發明提供了一種高識別性能的激光加工機床，包括激光加工機床和與激光加工機床相連的目標識別裝置，目標識別裝置基于視覺特征對目標進行識別跟蹤，包括依次連接的懷疑目標獲取模塊、顏色信息處理模塊、輪廓信息處理模塊、特征評估模塊，其中顏色信息處理模塊對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間的轉換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，輪廓信息處理模塊用于對所述原始楨圖像的實際輪廓進行特征區域與非特征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并后的特征區域與非特征區域分別進行平滑處理。本發明具有識別精度高、識別速度快的優點。
【專利說明】
一種高識別性能的激光加工機床
技術領域
[0001 ]本發明涉及激光加工領域，具體涉及一種高識別性能的激光加工機床。
【背景技術】
[0002] 相關技術中，在激光加工機床上采用雷達對目標進行跟蹤在定位精度和跟蹤成功 率上具備很大優勢，但僅從雷達獲取的距離信息上很難對目標的特征進行區分，尤其在目 標被遮擋和多目標情況下，很難實現目標有效識別跟蹤。采用目標的視覺信息（如顏色、輪 廓等)刻畫目標特征，基于目標視覺特征對目標進行識別跟蹤是解決上述問題的有效途徑。
【發明內容】
[0003] 針對上述問題，本發明提供一種高識別性能的激光加工機床。
[0004] 本發明的目的采用以下技術方案來實現：
[0005] -種高識別性能的激光加工機床，包括激光加工機床和與激光加工機床相連的目 標識別裝置，其特征是，所述激光加工機床包括：
[0006] 底座，所述底座上固定有一激光器和兩根立柱，其中所述的兩根立柱在遠離底座 的一端連接一橫梁，并形成一龍門；
[0007] X軸運動模組，所述X軸運動模組包括X軸伺服電機、X軸滾珠絲桿、X軸線性導軌、X 軸模組基座和X軸運動托板，其中所述X軸模組基座通過螺釘固定在橫梁上，所述X軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接；
[0008] Y軸運動模組，所述Y軸運動模組包括Y軸伺服電機、Y軸滾珠絲桿、Y軸線性導軌、Y 軸模組基座和Y軸運動托板，其中所述Y軸模組基座通過螺釘固定在底座上，所述Y軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接。
[0009] 優選地，所述激光加工機床還包括：
[0010] 旋轉擺動頭，所述旋轉擺動頭包括固定座，擺動板，回轉工作臺，以及相互連接的A 軸伺服電機和A軸中空回轉減速機、C軸伺服電機和C軸中空回轉減速機，其中所述固定座設 于Y軸運動托板上，所述A軸中空回轉減速機的回轉平面與擺動板相連接，并可通過A軸伺服 電機來驅動擺動板在豎直方向上進行轉動，所述C軸中空回轉減速機固定在擺動板上，其回 轉平面與回轉工作臺相連接，并可通過C軸伺服電機來驅動回轉工作臺在水平方向上進行 旋轉。
[0011]優選地，所述激光加工機床還包括：
[0012] Z軸運動模組，所述Z軸運動模組包括Z軸伺服電機、Z軸滾珠絲桿、Z軸線性導軌、Z 軸模組基座和Z軸運動托板，其中所述Z軸模組基座通過連接板固定在X軸運動托板上，所述 Z軸運動托板設于Z軸線性導軌上，其面向Z軸模組基座的一側面上與Z軸滾珠絲桿用螺紋連 接，背離Z軸模組基座的一側面通過振鏡連接板設置有掃描振鏡；以及多個反射鏡，用于將 激光器發出的激光束導入掃描振鏡。
[0013] 優選地，所述目標識別裝置包括：
[0014] (I)懷疑目標獲取模塊，用于在監控視頻中識別懷疑目標并讀取包含懷疑目標的 原始楨圖像，其包括與現場計算機連接的紅外電荷耦合器件，所述紅外電荷耦合器件將輸 出的圖像信號輸入到現場計算機進行是否存在懷疑目標的判別處理；
[0015] (2)顏色信息處理模塊，其對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間 的轉換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，轉換公式如下：
[0018] v=Max(r ,g,b)
[0019] 其中，（r，g，b)為原始楨圖像的像素點在RGB顏色空間的紅綠藍坐標值，有效值范 圍均為(〇，I) ;h為像素點在HSV顏色空間中的色相分量，S為像素點在HSV顏色空間中的飽和 度分量，V為像素點在HSV顏色空間中的色調分量；
[0020] 色調顏色模型如下：
[0025]其中，函數S[d(Xl)-W]為像素 Ax1在第w個子空間區域內的投影，w為特征空間的索 引，bw為各子空間的權重
是以像素 X。為中心在二維圖像中的核函數；
[0026]優選地，所述目標識別裝置還包括：
[0027] (3)輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非特 征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并 后的特征區域與非特征區域分別進行平滑處理，所述實際輪廓內的選定區域被判定為特征 區域的判定條件為：
[0031]其中，t表示所述原始楨圖像的實際輪廓的輪廓點，to為預設的位于所述選定區域 內的起始輪廓點，s為預設的延伸長度，延伸長度的值為選定區域的邊緣輪廓點到所述起始 輪廓點的距離，
為起始輪廓點處的用于修正所述延伸長度S的實時曲率修 正系數，
為起始輪廓點的曲率半徑
為由預設的寬度范圍為[3,5]的窗函數得 到的輪廓起始點的平均曲率半徑;f (t)為判定輪廓點是否為特征點的特征函數，f (t ) = 1表 示該輪廓點為特征點，f(t)=0表示該輪廓點為非特征點，NfW=I表示選定區域內所具有的 特征點的數目，Ny為設定的作為特征區域需要包括的特征點的數目，k' N(t)為由所述窗函數 對實際輪廓進行鄰域平均而得到的實際輪廓曲率，max I k'N(t) I表示實際輪廓曲率的絕對 值的最大值，T為權值且T的取值范圍為[0.2，0.5 ];
[0032] (4)特征評估模塊，用于對處理過的顏色信息和輪廓信息與數據庫中設定的目標 特征進行比對匹配并計算匹配度，所述匹配度達到預設的匹配閾值時判定所述懷疑目標為 跟蹤目標并輸出判定結果；
[0033]優選地，所述輪廓信息處理模塊包括對所有特征區域進行平滑處理的第一濾波器 和對所有非特征區域進行平滑處理的第二濾波器，所述第一濾波器的置信區間的長度為所 有特征區域中的最小延伸長度的1/2,所述第二濾波器的置信區間的長度為所有非特征區 域中的最小延伸長度的1/2;根據不同點的曲率不同，延伸長度相應地自動適應性改變，有 效減小了合并后的失真現象，便于更準確對目標進行識別。
[0034]本發明的有益效果為：
[0035] 1、采用顏色信息和輪廓信息相結合的方式描述跟蹤目標，對外界光照的變化具有 很強的魯棒性，避免了使用單一特征對目標進行描述，提高識別的精度；
[0036] 2、修正后的顏色空間轉化公式更加符合人類的視覺效果，能夠反映更豐富的信 息，便于實現快速識別跟蹤，在色調顏色模型中引入空間權重劃分，多次濾波，使模型更為 科學，實用性更強；
[0037] 3、設置輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非 特征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合 并后的特征區域與非特征區域分別進行平滑處理，計算量并不復雜，平滑除噪效果好，考慮 了輪廓在不同類型區域之間的差異性，在抑制噪聲和保留細節之間取得很好的平衡，根據 不同點的曲率不同，延伸長度相應地自動適應性改變，有效減小了合并后的失真現象，便于 更準確對目標進行識別。
【附圖說明】
[0038] 利用附圖對本發明作進一步說明，但附圖中的實施例不構成對本發明的任何限 制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得 其它的附圖。
[0039] 圖1是本發明的目標識別裝置模塊連接示意圖。
【具體實施方式】
[0040] 結合以下實施例對本發明作進一步描述。
[0041 ] 實施例1
[0042] 參見圖1，本實施例一種高識別性能的激光加工機床，包括激光加工機床和與激光 加工機床相連的目標識別裝置，其特征是，所述激光加工機床包括：
[0043] 底座，所述底座上固定有一激光器和兩根立柱，其中所述的兩根立柱在遠離底座 的一端連接一橫梁，并形成一龍門；
[0044] X軸運動模組，所述X軸運動模組包括X軸伺服電機、X軸滾珠絲桿、X軸線性導軌、X 軸模組基座和X軸運動托板，其中所述X軸模組基座通過螺釘固定在橫梁上，所述X軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接；
[0045] Y軸運動模組，所述Y軸運動模組包括Y軸伺服電機、Y軸滾珠絲桿、Y軸線性導軌、Y 軸模組基座和Y軸運動托板，其中所述Y軸模組基座通過螺釘固定在底座上，所述Y軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接。
[0046] 優選地，所述激光加工機床還包括：
[0047]旋轉擺動頭，所述旋轉擺動頭包括固定座，擺動板，回轉工作臺，以及相互連接的A 軸伺服電機和A軸中空回轉減速機、C軸伺服電機和C軸中空回轉減速機，其中所述固定座設 于Y軸運動托板上，所述A軸中空回轉減速機的回轉平面與擺動板相連接，并可通過A軸伺服 電機來驅動擺動板在豎直方向上進行轉動，所述C軸中空回轉減速機固定在擺動板上，其回 轉平面與回轉工作臺相連接，并可通過C軸伺服電機來驅動回轉工作臺在水平方向上進行 旋轉。
[0048]優選地，所述激光加工機床還包括：
[0049] Z軸運動模組，所述Z軸運動模組包括Z軸伺服電機、Z軸滾珠絲桿、Z軸線性導軌、Z 軸模組基座和Z軸運動托板，其中所述Z軸模組基座通過連接板固定在X軸運動托板上，所述 Z軸運動托板設于Z軸線性導軌上，其面向Z軸模組基座的一側面上與Z軸滾珠絲桿用螺紋連 接，背離Z軸模組基座的一側面通過振鏡連接板設置有掃描振鏡；以及多個反射鏡，用于將 激光器發出的激光束導入掃描振鏡。
[0050] 優選地，所述目標識別裝置包括：
[0051 ] (I)懷疑目標獲取模塊，用于在監控視頻中識別懷疑目標并讀取包含懷疑目標的 原始楨圖像，其包括與現場計算機連接的紅外電荷耦合器件，所述紅外電荷耦合器件將輸 出的圖像信號輸入到現場計算機進行是否存在懷疑目標的判別處理；
[0052] (2)顏色信息處理模塊，其對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間 的轉換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，轉換公式如下：
[0056]其中，（r，g，b)為原始楨圖像的像素點在RGB顏色空間的紅綠藍坐標值，有效值范 圍均為(〇，I) ;h為像素點在HSV顏色空間中的色相分量，S為像素點在HSV顏色空間中的飽和 度分量，V為像素點在HSV顏色空間中的色調分量；
[0057] 色調顏色模型如下：
[0062]其中，函數S[d(Xl)-W]為像素 Ax1在第w個子空間區域內的投影，w為特征空間的索 引，bw為各子空間的權重，
是以像素 X。為中心在二維圖像中的核函數；
[0063] 優選地，所述目標識別裝置還包括：
[0064] (3)輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非特 征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并 后的特征區域與非特征區域分別進行平滑處理，所述實際輪廓內的選定區域被判定為特征 區域的判定條件為：
[0068]其中，t表示所述原始楨圖像的實際輪廓的輪廓點，to為預設的位于所述選定區域 內的起始輪廓點，s為預設的延伸長度，延伸長度的值為選定區域的邊緣輪廓點到所述起始 輪廓點的距離
為起始輪廓點處的用于修正所述延伸長度s的實時曲率修 正系數，
為起始輪廓點的曲率半徑，
為由預設的寬度范圍為[3,5]的窗函數得到 的輪廓起始點的平均曲率半徑;f (t)為判定輪廓點是否為特征點的特征函數，f (t ) = 1表示 該輪廓點為特征點，f (t )= 0表示該輪廓點為非特征點，Nf w=i表示選定區域內所具有的特 征點的數目，Ny為設定的作為特征區域需要包括的特征點的數目，k' N(t)為由所述窗函數對 實際輪廓進行鄰域平均而得到的實際輪廓曲率，max I k'N(t) I表示實際輪廓曲率的絕對值 的最大值，T為權值且T的取值范圍為[0.2，0.5 ];
[0069] (4)特征評估模塊，用于對處理過的顏色信息和輪廓信息與數據庫中設定的目標 特征進行比對匹配并計算匹配度，所述匹配度達到預設的匹配閾值時判定所述懷疑目標為 跟蹤目標并輸出判定結果；
[0070] 其中，所述輪廓信息處理模塊包括對所有特征區域進行平滑處理的第一濾波器和 對所有非特征區域進行平滑處理的第二濾波器，所述第一濾波器的置信區間的長度為所有 特征區域中的最小延伸長度的1/2,所述第二濾波器的置信區間的長度為所有非特征區域 中的最小延伸長度的1/2;根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效 減小了合并后的失真現象，便于更準確對目標進行識別。
[0071] 本實施例采用顏色信息和輪廓信息相結合的方式描述跟蹤目標，對外界光照的變 化具有很強的魯棒性，避免了使用單一特征對目標進行描述，提高識別的精度;修正后的顏 色空間轉化公式更加符合人類的視覺效果，能夠反映更豐富的信息，便于實現快速識別跟 蹤，在色調顏色模型中引入空間權重劃分，多次濾波，使模型更為科學，實用性更強;設置輪 廓信息處理模塊，選取不同參數的濾波器對合并后的特征區域與非特征區域分別進行平滑 處理，考慮了輪廓在不同類型區域之間的差異性，在抑制噪聲和保留細節之間取得很好的 平衡，根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效減小了合并后的失真 現象，便于更準確對目標進行識別，其中設定丨的寬度為3,權值T的取值為0.2,識別精 度提高了 2 %，識別速度提高了 1 %。
[0072] 實施例2
[0073] 參見圖1，本實施例一種高識別性能的激光加工機床，包括激光加工機床和與激光 加工機床相連的目標識別裝置，其特征是，所述激光加工機床包括：
[0074] 底座，所述底座上固定有一激光器和兩根立柱，其中所述的兩根立柱在遠離底座 的一端連接一橫梁，并形成一龍門；
[0075] X軸運動模組，所述X軸運動模組包括X軸伺服電機、X軸滾珠絲桿、X軸線性導軌、X 軸模組基座和X軸運動托板，其中所述X軸模組基座通過螺釘固定在橫梁上，所述X軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接；
[0076] Y軸運動模組，所述Y軸運動模組包括Y軸伺服電機、Y軸滾珠絲桿、Y軸線性導軌、Y 軸模組基座和Y軸運動托板，其中所述Y軸模組基座通過螺釘固定在底座上，所述Y軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接。
[0077]優選地，所述激光加工機床還包括：
[0078]旋轉擺動頭，所述旋轉擺動頭包括固定座，擺動板，回轉工作臺，以及相互連接的A 軸伺服電機和A軸中空回轉減速機、C軸伺服電機和C軸中空回轉減速機，其中所述固定座設 于Y軸運動托板上，所述A軸中空回轉減速機的回轉平面與擺動板相連接，并可通過A軸伺服 電機來驅動擺動板在豎直方向上進行轉動，所述C軸中空回轉減速機固定在擺動板上，其回 轉平面與回轉工作臺相連接，并可通過C軸伺服電機來驅動回轉工作臺在水平方向上進行 旋轉。
[0079]優選地，所述激光加工機床還包括：
[0080] Z軸運動模組，所述Z軸運動模組包括Z軸伺服電機、Z軸滾珠絲桿、Z軸線性導軌、Z 軸模組基座和Z軸運動托板，其中所述Z軸模組基座通過連接板固定在X軸運動托板上，所述 Z軸運動托板設于Z軸線性導軌上，其面向Z軸模組基座的一側面上與Z軸滾珠絲桿用螺紋連 接，背離Z軸模組基座的一側面通過振鏡連接板設置有掃描振鏡；以及多個反射鏡，用于將 激光器發出的激光束導入掃描振鏡。
[0081 ]優選地，所述目標識別裝置包括：
[0082] (1)懷疑目標獲取模塊，用于在監控視頻中識別懷疑目標并讀取包含懷疑目標的 原始楨圖像，其包括與現場計算機連接的紅外電荷耦合器件，所述紅外電荷耦合器件將輸 出的圖像信號輸入到現場計算機進行是否存在懷疑目標的判別處理；
[0083] (2)顏色信息處理模塊，其對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間 的轉換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，轉換公式如下：
[0086] v=Max(r ,g,b)
[0087] 其中，（r，g，b)為原始楨圖像的像素點在RGB顏色空間的紅綠藍坐標值，有效值范 圍均為(〇，I) ;h為像素點在HSV顏色空間中的色相分量，S為像素點在HSV顏色空間中的飽和 度分量，V為像素點在HSV顏色空間中的色調分量；
[0088] 色調顏色模型如下：
[0093]其中，函數S[d(Xl)-W]為像素 Ax1在第w個子空間區域內的投影，w為特征空間的索 引，bw為各子空間的權重：
是以像素 X。為中心在二維圖像中的核函數；
[0094]優選地，所述目標識別裝置還包括：
[0095] (3)輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非特 征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并 后的特征區域與非特征區域分別進行平滑處理，所述實際輪廓內的選定區域被判定為特征 區域的判定條件為：
[0099] 其中，t表示所述原始楨圖像的實際輪廓的輪廓點，to為預設的位于所述選定區域 內的起始輪廓點，s為預設的延伸長度，延伸長度的值為選定區域的邊緣輪廓點到所述起始 輪廓點的距離
：為起始輪廓點處的用于修正所述延伸長度s的實時曲率修 正系數，
：為起始輪廓點的曲率半徑：
為由預設的寬度范圍為[3,5]的窗函數得到 的輪廓起始點的平均曲率半徑;f (t)為判定輪廓點是否為特征點的特征函數，f (t ) = 1表示 該輪廓點為特征點，f (t )= 0表示該輪廓點為非特征點，Nf w=i表示選定區域內所具有的特 征點的數目，Ny為設定的作為特征區域需要包括的特征點的數目，k' N(t)為由所述窗函數對 實際輪廓進行鄰域平均而得到的實際輪廓曲率，max I k'N(t) I表示實際輪廓曲率的絕對值 的最大值，T為權值且T的取值范圍為[0.2，0.5 ];
[0100] (4)特征評估模塊，用于對處理過的顏色信息和輪廓信息與數據庫中設定的目標 特征進行比對匹配并計算匹配度，所述匹配度達到預設的匹配閾值時判定所述懷疑目標為 跟蹤目標并輸出判定結果；
[0101]其中，所述輪廓信息處理模塊包括對所有特征區域進行平滑處理的第一濾波器和 對所有非特征區域進行平滑處理的第二濾波器，所述第一濾波器的置信區間的長度為所有 特征區域中的最小延伸長度的1/2,所述第二濾波器的置信區間的長度為所有非特征區域 中的最小延伸長度的1/2;根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效 減小了合并后的失真現象，便于更準確對目標進行識別。
[0102]本實施例采用顏色信息和輪廓信息相結合的方式描述跟蹤目標，對外界光照的變 化具有很強的魯棒性，避免了使用單一特征對目標進行描述，提高識別的精度;修正后的顏 色空間轉化公式更加符合人類的視覺效果，能夠反映更豐富的信息，便于實現快速識別跟 蹤，在色調顏色模型中引入空間權重劃分，多次濾波，使模型更為科學，實用性更強;設置輪 廓信息處理模塊，選取不同參數的濾波器對合并后的特征區域與非特征區域分別進行平滑 處理，考慮了輪廓在不同類型區域之間的差異性，在抑制噪聲和保留細節之間取得很好的 平衡，根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效減小了合并后的失真 現象，便于更準確對目標進行識別，其中設定
的寬度為4，權值T的取值為0.3，識別精 度提高了 1 %，識別速度提高了 2 %。
[0103] 實施例3
[0104] 參見圖I，本實施例一種高識別性能的激光加工機床，包括激光加工機床和與激光 加工機床相連的目標識別裝置，其特征是，所述激光加工機床包括：
[0105] 底座，所述底座上固定有一激光器和兩根立柱，其中所述的兩根立柱在遠離底座 的一端連接一橫梁，并形成一龍門；
[0106] X軸運動模組，所述X軸運動模組包括X軸伺服電機、X軸滾珠絲桿、X軸線性導軌、X 軸模組基座和X軸運動托板，其中所述X軸模組基座通過螺釘固定在橫梁上，所述X軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接；
[0107] Y軸運動模組，所述Y軸運動模組包括Y軸伺服電機、Y軸滾珠絲桿、Y軸線性導軌、Y 軸模組基座和Y軸運動托板，其中所述Y軸模組基座通過螺釘固定在底座上，所述Y軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接。
[0108] 優選地，所述激光加工機床還包括：
[0109] 旋轉擺動頭，所述旋轉擺動頭包括固定座，擺動板，回轉工作臺，以及相互連接的A 軸伺服電機和A軸中空回轉減速機、C軸伺服電機和C軸中空回轉減速機，其中所述固定座設 于Y軸運動托板上，所述A軸中空回轉減速機的回轉平面與擺動板相連接，并可通過A軸伺服 電機來驅動擺動板在豎直方向上進行轉動，所述C軸中空回轉減速機固定在擺動板上，其回 轉平面與回轉工作臺相連接，并可通過C軸伺服電機來驅動回轉工作臺在水平方向上進行 旋轉。
[0110]優選地，所述激光加工機床還包括： Com] z軸運動模組，所述z軸運動模組包括z軸伺服電機、z軸滾珠絲桿、z軸線性導軌、z 軸模組基座和Z軸運動托板，其中所述Z軸模組基座通過連接板固定在X軸運動托板上，所述 Z軸運動托板設于Z軸線性導軌上，其面向Z軸模組基座的一側面上與Z軸滾珠絲桿用螺紋連 接，背離Z軸模組基座的一側面通過振鏡連接板設置有掃描振鏡；以及多個反射鏡，用于將 激光器發出的激光束導入掃描振鏡。
[0112] 優選地，所述目標識別裝置包括：
[0113] (1)懷疑目標獲取模塊，用于在監控視頻中識別懷疑目標并讀取包含懷疑目標的 原始楨圖像，其包括與現場計算機連接的紅外電荷耦合器件，所述紅外電荷耦合器件將輸 出的圖像信號輸入到現場計算機進行是否存在懷疑目標的判別處理；
[0114] (2)顏色信息處理模塊，其對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間 的轉換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，轉換公式如下：
[0115]
[0117] v=Max(r ,g,b)
[0118] 其中，（r，g，b)為原始楨圖像的像素點在RGB顏色空間的紅綠藍坐標值，有效值范 圍均為(〇，I) ;h為像素點在HSV顏色空間中的色相分量，s為像素點在HSV顏色空間中的飽和 度分量，V為像素點在HSV顏色空間中的色調分量；
[0119] 色調顏色模型如下：
[0124] 其中，函數S[d(Xl)-W]為像素 Ax1在第w個子空間區域內的投影，w為特征空間的索 引，bw為各子空間的權重，
是以像素 X。為中心在二維圖像中的核函數；
[0125] 優選地，所述目標識別裝置還包括：
[0126] (3)輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非特 征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并 后的特征區域與非特征區域分別進行平滑處理，所述實際輪廓內的選定區域被判定為特征 區域的判定條件為：
[0130]其中，t表示所述原始楨圖像的實際輪廓的輪廓點，to為預設的位于所述選定區域 內的起始輪廓點，s為預設的延伸長度，延伸長度的值為選定區域的邊緣輪廓點到所述起始 輪廓點的距離
為起始輪廓點處的用于修正所述延伸長度S的實時曲率修 正系數，
為起始輪廓點的曲率半徑
為由預設的寬度范圍為[3,5]的窗函數得到 的輪廓起始點的平均曲率半徑;f (t)為判定輪廓點是否為特征點的特征函數，f (t ) = 1表示 該輪廓點為特征點，f (t )= O表示該輪廓點為非特征點，Nf w=i表示選定區域內所具有的特 征點的數目，Ny為設定的作為特征區域需要包括的特征點的數目，k' N(t)為由所述窗函數對 實際輪廓進行鄰域平均而得到的實際輪廓曲率，max I k'N(t) I表示實際輪廓曲率的絕對值 的最大值，T為權值且T的取值范圍為[0.2，0.5 ];
[0131] (4)特征評估模塊，用于對處理過的顏色信息和輪廓信息與數據庫中設定的目標 特征進行比對匹配并計算匹配度，所述匹配度達到預設的匹配閾值時判定所述懷疑目標為 跟蹤目標并輸出判定結果；
[0132] 其中，所述輪廓信息處理模塊包括對所有特征區域進行平滑處理的第一濾波器和 對所有非特征區域進行平滑處理的第二濾波器，所述第一濾波器的置信區間的長度為所有 特征區域中的最小延伸長度的1/2,所述第二濾波器的置信區間的長度為所有非特征區域 中的最小延伸長度的1/2;根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效 減小了合并后的失真現象，便于更準確對目標進行識別。
[0133] 本實施例采用顏色信息和輪廓信息相結合的方式描述跟蹤目標，對外界光照的變 化具有很強的魯棒性，避免了使用單一特征對目標進行描述，提高識別的精度;修正后的顏 色空間轉化公式更加符合人類的視覺效果，能夠反映更豐富的信息，便于實現快速識別跟 蹤，在色調顏色模型中引入空間權重劃分，多次濾波，使模型更為科學，實用性更強;設置輪 廓信息處理模塊，選取不同參數的濾波器對合并后的特征區域與非特征區域分別進行平滑 處理，考慮了輪廓在不同類型區域之間的差異性，在抑制噪聲和保留細節之間取得很好的 平衡，根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效減小了合并后的失真
現象，便于更準確對目標進行識別，其中設定 的寬度為5,權值T的取值為0.4,識別精 度提高了 2 %，識別速度提高了 3 %。
[0134] 實施例4
[0135] 參見圖1，本實施例一種高識別性能的激光加工機床，包括激光加工機床和與激光 加工機床相連的目標識別裝置，其特征是，所述激光加工機床包括：
[0136] 底座，所述底座上固定有一激光器和兩根立柱，其中所述的兩根立柱在遠離底座 的一端連接一橫梁，并形成一龍門；
[0137] X軸運動模組，所述X軸運動模組包括X軸伺服電機、X軸滾珠絲桿、X軸線性導軌、X 軸模組基座和X軸運動托板，其中所述X軸模組基座通過螺釘固定在橫梁上，所述X軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接；
[0138] Y軸運動模組，所述Y軸運動模組包括Y軸伺服電機、Y軸滾珠絲桿、Y軸線性導軌、Y 軸模組基座和Y軸運動托板，其中所述Y軸模組基座通過螺釘固定在底座上，所述Y軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接。
[0139] 優選地，所述激光加工機床還包括：
[0140] 旋轉擺動頭，所述旋轉擺動頭包括固定座，擺動板，回轉工作臺，以及相互連接的A 軸伺服電機和A軸中空回轉減速機、C軸伺服電機和C軸中空回轉減速機，其中所述固定座設 于Y軸運動托板上，所述A軸中空回轉減速機的回轉平面與擺動板相連接，并可通過A軸伺服 電機來驅動擺動板在豎直方向上進行轉動，所述C軸中空回轉減速機固定在擺動板上，其回 轉平面與回轉工作臺相連接，并可通過C軸伺服電機來驅動回轉工作臺在水平方向上進行 旋轉。
[0141] 優選地，所述激光加工機床還包括：
[0142] Z軸運動模組，所述Z軸運動模組包括Z軸伺服電機、Z軸滾珠絲桿、Z軸線性導軌、Z 軸模組基座和Z軸運動托板，其中所述Z軸模組基座通過連接板固定在X軸運動托板上，所述 Z軸運動托板設于Z軸線性導軌上，其面向Z軸模組基座的一側面上與Z軸滾珠絲桿用螺紋連 接，背離Z軸模組基座的一側面通過振鏡連接板設置有掃描振鏡；以及多個反射鏡，用于將 激光器發出的激光束導入掃描振鏡。
[0143] 優選地，所述目標識別裝置包括：
[0144] (1)懷疑目標獲取模塊，用于在監控視頻中識別懷疑目標并讀取包含懷疑目標的 原始楨圖像，其包括與現場計算機連接的紅外電荷耦合器件，所述紅外電荷耦合器件將輸 出的圖像信號輸入到現場計算機進行是否存在懷疑目標的判別處理；
[0145] (2)顏色信息處理模塊，其對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間 的轉換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，轉換公式如下：
[0148] v=Max(r ,g,b)
[0149] 其中，（r，g，b)為原始楨圖像的像素點在RGB顏色空間的紅綠藍坐標值，有效值范 圍均為(〇，I) ;h為像素點在HSV顏色空間中的色相分量，s為像素點在HSV顏色空間中的飽和 度分量，V為像素點在HSV顏色空間中的色調分量；
[0150] 色調顏色模型如下：
[0152] 此樸
[0155] 其中，函數S[d(Xl)-W]為像素 Ax1在第w個子空間區域內的投影，w為特征空間的索 引，bw為各子空間的權重：
是以像素 X。為中心在二維圖像中的核函數；
[0156] 優選地，所述目標識別裝置還包括：
[0157] (3)輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非特 征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并 后的特征區域與非特征區域分別進行平滑處理，所述實際輪廓內的選定區域被判定為特征 區域的判定條件為：
[0161] 其中，t表示所述原始楨圖像的實際輪廓的輪廓點，to為預設的位于所述選定區域 內的起始輪廓點，s為預設的延伸長度，延伸長度的值為選定區域的邊緣輪廓點到所述起始 輪廓點的距離，
為起始輪廓點處的用于修正所述延伸長度S的實時曲率修 正系數
為起始輪廓點的曲率半徑，
為由預設的寬度范圍為[3,5]的窗函數得到 的輪廓起始點的平均曲率半徑;f (t)為判定輪廓點是否為特征點的特征函數，f (t ) = 1表示 該輪廓點為特征點，f (t )= 0表示該輪廓點為非特征點，Nf w=i表示選定區域內所具有的特 征點的數目，Ny為設定的作為特征區域需要包括的特征點的數目，k' N(t)為由所述窗函數對 實際輪廓進行鄰域平均而得到的實際輪廓曲率，max I k'N(t) I表示實際輪廓曲率的絕對值 的最大值，T為權值且T的取值范圍為[0.2，0.5 ];
[0162] (4)特征評估模塊，用于對處理過的顏色信息和輪廓信息與數據庫中設定的目標 特征進行比對匹配并計算匹配度，所述匹配度達到預設的匹配閾值時判定所述懷疑目標為 跟蹤目標并輸出判定結果；
[0163] 其中，所述輪廓信息處理模塊包括對所有特征區域進行平滑處理的第一濾波器和 對所有非特征區域進行平滑處理的第二濾波器，所述第一濾波器的置信區間的長度為所有 特征區域中的最小延伸長度的1/2,所述第二濾波器的置信區間的長度為所有非特征區域 中的最小延伸長度的1/2;根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效 減小了合并后的失真現象，便于更準確對目標進行識別。
[0164] 本實施例采用顏色信息和輪廓信息相結合的方式描述跟蹤目標，對外界光照的變 化具有很強的魯棒性，避免了使用單一特征對目標進行描述，提高識別的精度;修正后的顏 色空間轉化公式更加符合人類的視覺效果，能夠反映更豐富的信息，便于實現快速識別跟 蹤，在色調顏色模型中引入空間權重劃分，多次濾波，使模型更為科學，實用性更強;設置輪 廓信息處理模塊，選取不同參數的濾波器對合并后的特征區域與非特征區域分別進行平滑 處理，考慮了輪廓在不同類型區域之間的差異性，在抑制噪聲和保留細節之間取得很好的 平衡，根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效減小了合并后的失真 現象，便于更準確對目標進行識別，其中設定的寬度為5，權值T的取值為0.5，識別精 度提高了 2 %，識別速度提高了 2.5 %。
[0165] 實施例5
[0166] 參見圖1，本實施例一種高識別性能的激光加工機床，包括激光加工機床和與激光 加工機床相連的目標識別裝置，其特征是，所述激光加工機床包括：
[0167] 底座，所述底座上固定有一激光器和兩根立柱，其中所述的兩根立柱在遠離底座 的一端連接一橫梁，并形成一龍門；
[0168] X軸運動模組，所述X軸運動模組包括X軸伺服電機、X軸滾珠絲桿、X軸線性導軌、X 軸模組基座和X軸運動托板，其中所述X軸模組基座通過螺釘固定在橫梁上，所述X軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接；
[0169] Y軸運動模組，所述Y軸運動模組包括Y軸伺服電機、Y軸滾珠絲桿、Y軸線性導軌、Y 軸模組基座和Y軸運動托板，其中所述Y軸模組基座通過螺釘固定在底座上，所述Y軸運動托 板設于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接。
[0170]優選地，所述激光加工機床還包括：
[0171] 旋轉擺動頭，所述旋轉擺動頭包括固定座，擺動板，回轉工作臺，以及相互連接的A 軸伺服電機和A軸中空回轉減速機、C軸伺服電機和C軸中空回轉減速機，其中所述固定座設 于Y軸運動托板上，所述A軸中空回轉減速機的回轉平面與擺動板相連接，并可通過A軸伺服 電機來驅動擺動板在豎直方向上進行轉動，所述C軸中空回轉減速機固定在擺動板上，其回 轉平面與回轉工作臺相連接，并可通過C軸伺服電機來驅動回轉工作臺在水平方向上進行 旋轉。
[0172] 優選地，所述激光加工機床還包括：
[0173] Z軸運動模組，所述Z軸運動模組包括Z軸伺服電機、Z軸滾珠絲桿、Z軸線性導軌、Z 軸模組基座和Z軸運動托板，其中所述Z軸模組基座通過連接板固定在X軸運動托板上，所述 Z軸運動托板設于Z軸線性導軌上，其面向Z軸模組基座的一側面上與Z軸滾珠絲桿用螺紋連 接，背離Z軸模組基座的一側面通過振鏡連接板設置有掃描振鏡；以及多個反射鏡，用于將 激光器發出的激光束導入掃描振鏡。
[0174] 優選地，所述目標識別裝置包括：
[0175] (1)懷疑目標獲取模塊，用于在監控視頻中識別懷疑目標并讀取包含懷疑目標的 原始楨圖像，其包括與現場計算機連接的紅外電荷耦合器件，所述紅外電荷耦合器件將輸 出的圖像信號輸入到現場計算機進行是否存在懷疑目標的判別處理；
[0176] (2)顏色信息處理模塊，其對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間 的轉換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，轉換公式如下：
[0179] v=Max(r ,g,b)
[0180] 其中，（r，g，b)為原始楨圖像的像素點在RGB顏色空間的紅綠藍坐標值，有效值范 圍均為(〇，I) ;h為像素點在HSV顏色空間中的色相分量，S為像素點在HSV顏色空間中的飽和 度分量，V為像素點在HSV顏色空間中的色調分量；
[0181] 色調顏色模型如下：
[0186]其中，函數S[d(Xl)-W]為像素 Ax1在第w個子空間區域內的投影，w為特征空間的索 引，bw為各子空間的權重：
是以像素 X。為中心在二維圖像中的核函數；
[0187]優選地，所述目標識別裝置還包括：
[0188] (3)輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非特 征區域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并 后的特征區域與非特征區域分別進行平滑處理，所述實際輪廓內的選定區域被判定為特征 區域的判定條件為：
[0192] 其中，t表示所述原始楨圖像的實際輪廓的輪廓點，to為預設的位于所述選定區域 內的起始輪廓點，s為預設的延伸長度，延伸長度的值為選定區域的邊緣輪廓點到所述起始 輪廓點的距離
為起始輪廓點處的用于修正所述延伸長度s的實時曲率修 正系數
為起始輪廓點的曲率半徑
為由預設的寬度范圍為[3,5]的窗函數得到 的輪廓起始點的平均曲率半徑;f (t)為判定輪廓點是否為特征點的特征函數，f (t ) = 1表示 該輪廓點為特征點，f (t )= 0表示該輪廓點為非特征點，Nf w=i表示選定區域內所具有的特 征點的數目，Ny為設定的作為特征區域需要包括的特征點的數目，k' N(t)為由所述窗函數對 實際輪廓進行鄰域平均而得到的實際輪廓曲率，max I k'N(t) I表示實際輪廓曲率的絕對值 的最大值，T為權值且T的取值范圍為[0.2，0.5 ];
[0193] (4)特征評估模塊，用于對處理過的顏色信息和輪廓信息與數據庫中設定的目標 特征進行比對匹配并計算匹配度，所述匹配度達到預設的匹配閾值時判定所述懷疑目標為 跟蹤目標并輸出判定結果；
[0194] 其中，所述輪廓信息處理模塊包括對所有特征區域進行平滑處理的第一濾波器和 對所有非特征區域進行平滑處理的第二濾波器，所述第一濾波器的置信區間的長度為所有 特征區域中的最小延伸長度的1/2,所述第二濾波器的置信區間的長度為所有非特征區域 中的最小延伸長度的1/2;根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效 減小了合并后的失真現象，便于更準確對目標進行識別。
[0195] 本實施例采用顏色信息和輪廓信息相結合的方式描述跟蹤目標，對外界光照的變 化具有很強的魯棒性，避免了使用單一特征對目標進行描述，提高識別的精度;修正后的顏 色空間轉化公式更加符合人類的視覺效果，能夠反映更豐富的信息，便于實現快速識別跟 蹤，在色調顏色模型中引入空間權重劃分，多次濾波，使模型更為科學，實用性更強;設置輪 廓信息處理模塊，選取不同參數的濾波器對合并后的特征區域與非特征區域分別進行平滑 處理，考慮了輪廓在不同類型區域之間的差異性，在抑制噪聲和保留細節之間取得很好的 平衡，根據不同點的曲率不同，延伸長度相應地自動適應性改變，有效減小了合并后的失真 現象，便于更準確對目標進行識別，其中設定
·的寬度為4,權值T的取值為0.3,識別精 度提高了2.5%，識別速度提高了3.5%。
[0196]最后應當說明的是，以上實施例僅用以說明本發明的技術方案，而非對本發明保 護范圍的限制，盡管參照較佳實施例對本發明作了詳細地說明，本領域的普通技術人員應 當理解，可以對本發明的技術方案進行修改或者等同替換，而不脫離本發明技術方案的實 質和范圍。
【主權項】
1. 一種高識別性能的激光加工機床，包括激光加工機床和與激光加工機床相連的目標 識別裝置，其特征是，所述激光加工機床包括： 底座，所述底座上固定有一激光器和兩根立柱，其中所述的兩根立柱在遠離底座的一 端連接一橫梁，并形成一龍門； X軸運動模組，所述X軸運動模組包括X軸伺服電機、X軸滾珠絲桿、X軸線性導軌、X軸模 組基座和X軸運動托板，其中所述X軸模組基座通過螺釘固定在橫梁上，所述X軸運動托板設 于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接； Y軸運動模組，所述Y軸運動模組包括Y軸伺服電機、Y軸滾珠絲桿、Y軸線性導軌、Y軸模 組基座和Y軸運動托板，其中所述Y軸模組基座通過螺釘固定在底座上，所述Y軸運動托板設 于X軸線性導軌上，并與X軸滾珠絲桿螺紋連接。2. 根據權利要求1所述的一種高識別性能的激光加工機床，其特征是，所述激光加工機 床還包括： 旋轉擺動頭，所述旋轉擺動頭包括固定座，擺動板，回轉工作臺，以及相互連接的A軸伺 服電機和A軸中空回轉減速機、C軸伺服電機和C軸中空回轉減速機，其中所述固定座設于Y 軸運動托板上，所述A軸中空回轉減速機的回轉平面與擺動板相連接，并可通過A軸伺服電 機來驅動擺動板在豎直方向上進行轉動，所述C軸中空回轉減速機固定在擺動板上，其回轉 平面與回轉工作臺相連接，并可通過C軸伺服電機來驅動回轉工作臺在水平方向上進行旋 轉。3. 根據權利要求2所述的一種高識別性能的激光加工機床，其特征是，所述激光加工機 床還包括： Z軸運動模組，所述Z軸運動模組包括Z軸伺服電機、Z軸滾珠絲桿、Z軸線性導軌、Z軸模 組基座和Z軸運動托板，其中所述Z軸模組基座通過連接板固定在X軸運動托板上，所述Z軸 運動托板設于Z軸線性導軌上，其面向Z軸模組基座的一側面上與Z軸滾珠絲桿用螺紋連接， 背離Z軸模組基座的一側面通過振鏡連接板設置有掃描振鏡；以及多個反射鏡，用于將激光 器發出的激光束導入掃描振鏡。4. 根據權利要求3所述的一種高識別性能的激光加工機床，其特征是，所述目標識別裝 置包括： (1) 懷疑目標獲取模塊，用于在監控視頻中識別懷疑目標并讀取包含懷疑目標的原始 楨圖像，其包括與現場計算機連接的紅外電荷耦合器件，所述紅外電荷耦合器件將輸出的 圖像信號輸入到現場計算機進行是否存在懷疑目標的判別處理； (2) 顏色信息處理模塊，其對所述原始楨圖像進行從RGB顏色空間到HSV顏色空間的轉 換并構建所述懷疑目標在HSV顏色空間的色調顏色模型，轉換公式如下： v=Max(r ,g,b)其中，（r，g，b)為原始楨圖像的像素點在RGB顏色空間的紅綠藍坐標值，有效值范圍均 為(〇，1);h為像素點在HSV顏色空間中的色相分量，s為像素點在HSV顏色空間中的飽和度分 量，v為像素點在HSV顏色空間中的色調分量； 色調顏色模型如下：其中，函數Md(Xl)-w]為像素 AXl在第w個子空間區域內的投影，w為特征空間的索弓丨， bw為各子空間的權重是以像素 X。為中心在二維圖像中的核函數。5.根據權利要求4所述的一種高識別性能的激光加工機床，其特征是，所述目標識別裝 置還包括： (3)輪廓信息處理模塊，用于對所述原始楨圖像的實際輪廓進行特征區域與非特征區 域的區域類型劃分、對相鄰的同類型區域進行合并，并選取不同參數的濾波器對合并后的 特征區域與非特征區域分別進行平滑處理，所述實際輪廓內的選定區域被判定為特征區域 的判定條件為：其中，t表示所述原始楨圖像的實際輪廓的輪廓點，to為預設的位于所述選定區域內的 起始輪廓點，S為預設的延伸長度，延伸長度的值為選定區域的邊緣輪廓點到所述起始輪廓 點的距離為起始輪廓點處的用于修正所述延伸長度S的實時曲率修正系 數，為起始輪廓點的曲率半徑，為由預設的寬度范圍為[3,5]的窗函數得到的 輪廓起始點的平均曲率半徑;f (t)為判定輪廓點是否為特征點的特征函數，f (t ) = 1表示該 輪廓點為特征點，f(t)=0表示該輪廓點為非特征點，Nfw=i表示選定區域內所具有的特征 點的數目，Ny為設定的作為特征區域需要包括的特征點的數目，k' N(t)為由所述窗函數對實 際輪廓進行鄰域平均而得到的實際輪廓曲率，max| k'N(t)|表示實際輪廓曲率的絕對值的 最大值，T為權值且T的取值范圍為[0.2，0.5 ]; (4)特征評估模塊，用于對處理過的顏色信息和輪廓信息與數據庫中設定的目標特征 進行比對匹配并計算匹配度，所述匹配度達到預設的匹配閾值時判定所述懷疑目標為跟 足示目標并輸出判定結果。6.根據權利要求5所述的一種高識別性能的激光加工機床，其特征是，所述輪廓信息處 理模塊包括對所有特征區域進行平滑處理的第一濾波器和對所有非特征區域進行平滑處 理的第二濾波器，所述第一濾波器的置信區間的長度為所有特征區域中的最小延伸長度的 1/2,所述第二濾波器的置信區間的長度為所有非特征區域中的最小延伸長度的1/2。
【文檔編號】B23K26/08GK105921886SQ201610525719
【公開日】2016年9月7日
【申請日】2016年6月29日
【發明人】不公告發明人
【申請人】韋醒妃