科创中国

高端装备制造产业,智能制造装备产业

本发明公开了一种基于图像边缘检测的刀具断损监测方法及系统，属于制造过程监测领域，包括：分别获得参照图和刀具图；并分别计算参照图中各像素点的梯度，以及刀具图中各像素点的梯度；根据所计算的梯度，剔除两幅图像中的离群点，由参照图中剩余像素点的梯度构成第一梯度集合，由刀具图中剩余像素点的梯度构成第二梯度集合；根据边缘检测算法的阈值数量、第一梯度集合和第二梯度集合确定边缘检测算法的各个阈值，并根据所确定的阈值，利用边缘检测算法对刀具图进行边缘检测，以获得刀具的实时轮廓；根据刀具的实时轮廓计算刀具当前的断损程度。本发明能够提高数控机床刀具实时轮廓的检测精度，准确监测刀具的断损程度，满足自动化加工需求。

(1)本发明所提供的基于图像边缘检测的刀具断损监测方法及系统，充分利用参照图的梯度信息来设定边缘检测算法的阈值，能够自适应数控机床环境的多变性，提高刀具边缘检测的精度，进而提高刀具断损监测的精度；通过剔除离群点，能够防止离群点对梯度阈值的影响。总的来说，本发明能够提高数控机床刀具实时轮廓的检测精度，以准确监测刀具的断损程度，满足自动化加工需求。 (2)本发明所提供的基于图像边缘检测的刀具断损监测方法及系统，将单阈值边缘检测算法的阈值设定为参照图中的梯度消失点，能够在刀具中过滤掉背景的边缘，从而准确取检测到刀具的轮廓边缘。 (3)本发明所提供的基于图像边缘检测的刀具断损监测方法及系统，对于阈值数量为2的边缘检测算法，将其中的低阈值设定为了参照图中的梯度消失点，将其中的高阈值设定为了刀具图中大于低阈值的像素梯度的分位数，能够在刀具中过滤掉背景的边缘，准确检测出刀具的实时轮廓；在其优选方案中，将高阈值具体设定为了大于低阈值的像素梯度的第一个五分位数，能够获得最好的检测效果。

路松峰;李冲;朱建新 路松峰，博士，教授,博士生导师，国家重点研发计划首席科学家。长期从事网络空间安全、人工智能、量子计算等方面的研究，主要研究领域包括：密码学、访问控制、区块链及其应用、工业互联网及其安全、自然语言处理、机器视觉、多目标优化、绝热量子计算、量子密码、量子机器学习等。负责多项大型工程项目工作，具有丰富的工程实践经验。在国内外重要刊物和国际会议发表论文223篇，其中被SCI 收录90篇，EI 收录70多 篇。申请/授权57项国家发明专利，授权43项软件著作权，主持撰写1项国家标准和1项中国机床工具工业协会标准,参与撰写5项标准。获得国家密码管理委员会科技进步二等奖1 项、湖北省科技进步二等奖1项、武汉市科技进步二等奖1 项。主持和参与50多项国家重点研发计划、国家自然科学基金、国家重大科技专项、国家863 计划、湖北省重大科技专项、湖北省重点研发计划、湖北省自然科学基金、湖北省科技攻关、信息产业部电子工业发展基金等项目。国家自然科学基金面上项目评审专家，湖北省科学技术厅权威专家库高端专家，全国大学生信息安全竞赛项目评审专家。