材料表面使材料熔化，同时用与激光束同轴的压缩气体吹走被熔化的材料，并使激光束与材料沿一定轨迹作相对运动，从而形成一定形状的切缝。激光切割技术广泛应用于金属和非金属材料的加工中，可大大减少加工时间，降低加工成本，提高工件质量。激光切割设备通常采用计算机化数字控制技术（CNC）装置。采用该装置后，就可以利用电话线从计算机辅助设计（AUTO CAD）工作站来接受切割数据。近年来激光切割作为一门发展极快的高效制造加工技术受到各个国家政府和工业部门的重视，尤其是激光加工设备和激光器的发展成为工程学的一项重要课题。
机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。在此次试验中，图像信号提取后会被转化为CAD图形，进而实现导入激光切割设备进行切割。
2 对激光切割机的改进
2.1 基于原有功能的设想
由计算机图形学可知，图像是由图形元素，即像素组成的二维矩阵。一幅图像由许多个象素点组成，每个象素点包含着反映图像在该点的明暗和颜色变化等信息，任何字符和复杂的图形图像都可以看做是由点集合而成的像素点阵。目前，使用点阵法获得图像的数控雕刻机均采取扫描像素点阵的工作方式，让雕刻头装置（激光束或其他可蚀刻、产生点的机构）与被雕刻材料之间做相对运动，并由计算机按照象素点的明暗信息控制雕刻头装置“打点”或“不打点”的两种工作状态，使得雕刻头装置按所需的图案轨迹进行刻画，从而在被雕刻材料上得到由点或线构成的一幅图像。数控雕刻机的扫描一般是以步进电机为动力，步进电机将数控系统的数字脉冲信号转换为直线位移，通过传动机构带动雕刻头装置作往复直线、间歇的“步进”运动。[1]因此，普通激光切割机在已获取切割路径的情况下可以完成复杂的切割。但是，在拥有实体而缺失图纸的情况下，制作完全一样的个体是需要突破的问题，我们设想用一种方式得到实体的图像数据，并使生成的图像数据转化为激光切割信息输出，最终实现实体和切割路径的转换。获取图像数据，图像采集是第一步工作。较早人们常采用照相机作为图 像捕获的主要手段，由于相片需要扫描才可用于进一步处理，所以图像质量不高，直接影响了图像拼接的结果。数码相机的应用提高了采集图像的质量，同时普通摄像机及CCD摄像机采集的实时的视频序列也常用于图像拼接。图像获取方式的不同会导致输入图像的不同，最后的拼接结果也不同。图像采集由照相机拍摄时的运动状态决定，一般有三种情况：（1）照相机固定在三角架上，旋转照相机拍摄；（2）照相机放置与一个滑轨上，平行移动照相机进行拍摄；（3）手持照相机拍摄，站在原地拍摄四周，或者沿着照相机得光轴垂直方向走动拍摄。[2]在本实验中采用第二种运动方式。
2.2 改进方法与结构设计
要求在达到目的的同时减少浪费资源，做到快捷高效，我们做出了以下改进设计。
我们在激光切割机主控杆装置上加装一台小型工业摄像机，它与激光出射装置相关联，随激光出射装置配合切割路径进行平面运动。如图1。
2.3 机器视觉对激光加工技术的完善
一般来说，机器视觉技术从大的方面可分为前端的成像技术和后端的图像处理技术，一个完整的机器视觉系统由光源、镜头、相机、采集卡及处理软件构成（如图2）。从某种意义上来看，机器视觉在一些领域完全可以取代人眼去观察一个生产过程的细节部分，这也是机器视觉的功能的重要体现——把某些人眼无法看到的生产加工过程以图像的形式在计算机上呈现在生产加工人眼的眼前。如果机械视觉应用得当的话，它将更大程度地提高工作效率，缩短工作时间，这也更符合当今世界的生产理念。
2.4 操作方案
设置好拍照参数，在拍摄样品时使样品水平放置在操作台上，为激光切割机输入特定的路径，使之按照规定路线进行小幅图像的拍摄（此时关闭激光）。
2.4.1 对样品切割信息的提取
激光切割机可以快捷高效的完成对输入图像的切割，但是对于复杂且没有切割信息的样品，我们首先要完成的是对样品切割信息的提取。第一步，获得清晰的图像。我们依靠工业相机来完成，由于激光切割对数据的准确度要求较高，拍摄单幅图像时会发生图像边缘部分发生细微形变的情况，或因为视角的倾斜程度、拍摄角度等问题产生失真，我们解决的方法是使工业摄像机平行于切割面进行路线合理的平行移动，每隔一定的距离进行一次拍摄，从而得到一组该样品的切割面平面图像。
2.4.2 图像的编辑与设置
获得图像后开始进行图像的规范，我们需要把这组图像经过图像拼接、图像融合等技术转化为一幅完整的可以进行工作的图像。本文采用了2004 年 David Lowe 改进的 SIFT[5]算法完成图像序列特征点的提取。SIFT 算法是一种电脑视觉算法，它在空间尺度中寻找极值点并提取出位置、尺度、旋转不变量。SIFT 算法又称尺度不变特征点提取方法，其实现主要包含4 个步骤：①检测尺度空间极值；②精炼特征点位置；③计算特征点的描述信息；④生成本地特征描述符。得到的特征点具有尺度不变性，能够正确的提取尺度和视角变化较大的图像序列中存在的特征点，有效地克服了输入图像中的噪声干扰。下一步骤图像配准采用的是基于特征点的图像配准方法，即通过匹配点对构建图像序列之间的变换矩阵，从而完成全景图像的拼接。为了提高图像配准的精度，本文采用了RANSAC[6]，LM等算法对图像变换矩阵进行求解与精炼，达到了较好的图像拼接效果。最后进行图像融合，进行图像拼接缝合线处理的方法有很多种，如颜色插值和多分辨率样条技术等。有以上过程可以得到完整图像。[3]
启用Photoshop参照激光切割机操作手册进行图像预处理，处理完成后选择“图像/旋转画布/水平翻转”将图形翻转，在“文件/存储副本”中以“BMP”格式保存图形，图形处理完毕可以在设定参数后输入激光切割机进行工作，从而得到与样品一模一样的成品。对激光内雕机来说，软件系统包含三维图形处理软件，三维图形编辑软件可以导入DXF，BMP，JPG，GIF，PLT等文件格式进行处理，同时显示三维图形在XY，YZ，XZ平面的投影以及整个立体图形。可以手工对图形进行相关的处理，以满足自己的要求。
【参考文献】
[1]邱润生.数控雕刻加工中的图像数据处理及其应用[D].宁夏大学，2006.
[2]李晓娟.图像拼接技术研究[D].西安电子科技大学，2007.
[3]李寒，牛纪桢，郭禾.基于特征点的全自动无缝图像拼接方法[M].大连理工大学，2007.
[责任编辑：杨玉洁]