服饰图案的机器视觉自动寻边切割技术高飞、裘建新、李健2（1.上海工程技术大学服装学院，上海201620；2.上海市纺织科学研究院纺织科技发展中心，上海200082）利用数字图像处理技术，采用滤波、边缘检测和边缘跟踪等数字图像处理算法，对摄取的图像进行处理，有效地提取前景与背景区分明显且轮廓连续的图案待切割目标的边缘信息，并对边缘信息进行矢量化处理，进而控制SPIN1006激光裁剪机，对被切割物体进行精确激光切割。该技术实现了对异形满版服饰图案的自动寻边切割。
服饰材料各异，形式多种多样，图案丰富多彩。目前，服饰图案的工业化生产，主要还是依靠手工裁剪已经制造好的服饰图案来实现的。为了提高满版异形服饰图案的裁割生产效率及其切割质量，节省劳动力，迫切需要开发服饰图案自动切割技术及其装备。为了解决这个生产实际难题，文章将机器视觉、计算机数字图像处理与激光加工技术结合起来，形成服装CAM新技术。它具有高效智能、加工方便的特点。不仅在服装加工制造业，而且在其他各类材料加工中，都有广泛的产业应用前景和技术指导意义。
1服饰图案的机器视觉自动寻边切割系统基于机器视觉的服饰图案自动寻边切割技术的具体实现方法是：利用CCD机器视觉系统采集图像，然后利用数字图像处理技术提取寻边切割参数，继而控制切割设备实现自动寻边切割。对激光切割机的控制是由计算机向其传递连续的切割点的坐标值来实现走刀的。为装有机器视觉系统的激光切割设备SPIN1006.为光学与机器视觉成像系统。
基金项目：上海市科学技术委员会科研课题基金（11510501600）；上海纺织控股（集团）公司技术创新项目基金（2012-X41）丁业计算机吹风系统光学与机器视觉成像系统自动寻边切割硬件系统分为2大部分：寻边切割参数获取部分和寻边切割执行部分。寻边切割参数的获取主要依靠光学系统、CCD传感器、图像采集卡和计算机组成的机器视觉系统完成，寻边切割的执行系统主要由控制卡、执行部件、激光器、风冷系统等组成。
其结构如所示。
自动寻边切割无需预先输入切割参数，而是由机器视觉自动获取工作对象的图像，然后通过数字图像处理技术检测并跟踪物体的边缘信息，并转换成矢量图形，传输给控制卡以控制执行机构，引导激光头进行切割。
2服饰图案的机器视觉自动寻边算法针对服饰图案的图像特征，采用滤波、边缘检测和边缘跟踪、被剪切物体定位（包括重心定位与轮廓定位）等数字图像处理算法，对摄取的图像进行处理，从而准确和有效地获取物体的边缘信息。然后对边缘信息进行矢量化处理，进而供控制系统实现对被切割图案的精确切割。
以服饰图案“海宝”（上海世博会会徽）图像处理输入系统及操作界面自动寻边激光切割系统结构图为例，所涉及的主要算法有：①目标图像的预处理方法。通过设计不同的数字图像滤波器，对图像进行预处理，减低图像噪声对图像边缘的影响，增强目标图像的边缘信息，提高检测跟踪算法的精确度。②目标图像的边缘检测算法，能根据要求检测出图像的边缘信息。③由于切割是沿某一边缘某一个点开始的，因此需要研究有效的跟踪算法，对其检测的边缘进行跟踪，为激光切割提供精确的切割轨迹信息。④对图像的轨迹信息进行矢量化存储，驱动激光切割头按照精确的切割轨迹信息走刀。
2.1中值滤波算法图像中的噪声是指那些已经引起图像信息失真和变形的嘈杂信息，视觉成像系统得到一幅图像后通常首先要进行滤波预处理以消除这样的噪声2.所示为含有脉冲噪声干扰的海宝图案。
中值滤波3作为一种主要用来抑制脉冲噪声的第0列第1列第2列第0行尸0P2第1行尸4P5第2行Pi典型非线性低通滤波器，能在较好地保护目标图像边缘同时，彻底滤除干扰性尖波噪声。传统的中值滤波―般采用含有奇数个像素点的滑动窗口，用窗口中各像素点灰度值的中值来替代指定点的灰度值M.针对3x3窗口类型的中值滤波，文中尝试采用一种比较快速的并行中值滤波方法以提高滤波速度。所示为3x3窗口内的各像素排列情况06. 3x3窗口内像素排列Figure对窗口内的每一列分别计算*大值、中值与*小*大值组中的*大值与*小值组中的*小值必定是9个元素中的*大值和*小值，绝无可能为中值；再对余下7个像素进行比较，中值组中的*大值至少应该大于5个像素，中值组中的*小值至少也应该小于5个像素，所以也不可能为中值；再对余下5个像素进行比较，*大值组中的中值至少大于5个像素，*小值组中的中值至少小于5个像素，两个都不可能为中值；*后剩下3个像素，分别为*大值组的*小值MaxMin，中值组的中值MedMed和*小值组的*大值MinMax；找出这3个值中的中值即为9个像素的中值。对所示图案进行4次上述中值滤波后的降噪效果如所示。
2.2阈值分割算法在图像中不同区域，其边界上一般具有不连续性的灰度，即灰度的阶跃变化形成了区域边界07.所以采用能够发现相邻像素颜色或灰度突变的像素的算法，利用各个像素点的灰度不连续性来进行图像景物分割。根据图像灰度值的变化将图像分割为背景与物体的一类重要方法就是阈值分割方法。其核心是阈值的选取问题。根据选取阈值方法的不同，图像分割算4次中值滤波降噪后的边轮廓效果法主要有直方图阈值法，迭代法和大津法08.针对图案清晰明了、前景目标物与背景能很好地区分开来的海宝服饰图案，选择灰度直方图阈值法。
直方图阈值法的阈值可以通过分析图像的灰度直方图来确定0）41.般而言每张图片都可以生成颜色分布的直方图（colorhistogram），为halcon图像处理软件得到的服饰图案海宝的灰度直方图展示。
海宝图案的灰度直方图对于一幅可以明确区分为只含前景和背景两部分的图像，其灰度直方图将出现明显的双峰值，可直接选取双峰之间谷底的灰度值T为设定阈值，实施图像分割。但这仅是一种理想少见的情况。通常幅图像的灰度直方图可能会呈现多峰值。此时可依次取各个峰谷处的灰度值为阈值，用来对图像进行分割。为灰度直方图。当有3个峰值时，依据多峰值阈值选择法，选取2个峰谷处的灰度值7，：作为分割阈值，然后利用像素灰度函数的结果就是形成图像*基本的特征一边缘。边缘检测方法是利用图像一阶导数的极值或二阶导数的过零点来判断的。
经典的边缘检测方法是构造对图像灰度阶跃变化敏感的差分算子来进行图像分割，需要对原始图像中像素的某个小邻域来构造边缘检测算子。目前应用较多的是基于微分的边缘检测算法，其中梯度算子是重要的一个检测算法。由于在图像灰度值变化比较大的地方就是边缘检测发生的地方，从连续情况这角度看就是指函数梯度较大的地方，所以研究较好的求导算子就成为这种检测方法的关键。属于这种微分的边缘检测方法的经典算子有Robert算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子及Canny算子等2.在这些常用的边缘检测的算子中，各自有其缺陷和局限性，如LaplacianM算子常常会产生双边界；0Gauss~Laplace边缘检测算子与组合腐蚀算子提取的边缘效果对比2.4边缘轮廓跟踪边缘跟踪是紧接着边缘检测之后的步骤。在经过图形分割、形态学腐蚀等处理之后得到的是二值图，因此需要研究二值图像轮廓跟踪的算法以保存为后续编制矢量走刀路径的边界像素点的坐标。
文中解决实际问题所使用的边缘跟踪算法是改进的八邻域搜索算法1546，其运算原理如下：假设图像里的当前点（i，）是一个边缘点，则下一边界点必定是在该点（i，）的8个相邻像素组成的邻域内。与（i，）相邻的8个像素的位置编码及其像素坐标如1所8邻域的起始搜索位置搜索准则：假定当前点（i，）在其前一边界点的8邻域内的位置编码记为n，则其搜索下一边界点的起始位置n按式（3）取值。
章毓晋。图像处理和分析教程M.北京：人民邮电出版社，2009.杨娜，张斌。基于图像处理技术的织物组织自动识别。山东纺韩亚伟。动态场景监控系统中人数统计算法的研究D.济南：山东大学，010.张淑娴。基于高分辨率数字相机的X射线图像实时处理技术研究杨波。三维人脸检测D.北京：中国地质大学，010.（上接第47页）5结语提出种可以实现高速冲床动平衡的新传动机构，针对优化算法出现的问题，提出种遗传算法与差分进化相结合的混合算法，建立简化机构的优化模型。
*后利用混合算法对简化机构进行了优化，得出冲压滑块优化前后的运动学曲线对比图，从图中可以看出，优化后的机构具有更好的运动学输出特性，证明该算法既可保证优化效果，又可提高优化效率，利用进化算法来进行机构优化设计无疑是未来机械工程的一大发展方向。
