基于图像的数控编程研究及实现

基于图像的数控编程研究及实现

论文摘要

在广告、模具、标牌、工艺品等许多加工行业中,有时需要根据一幅已有的图像加工相应的零件或产品。为了提高效率、缩短产品周期、降低成本并保证产品质量,需要有一种直接基于图像的加工方法。虽然目前的CAD/CAM集成系统的功能都很强大,但对于基于图像的加工问题,通常没有提供从图像读入到图像处理及矢量化,最终生成数控代码的一体化解决方案。为了解决这个问题,借助现有的数字图像处理技术和CAD/CAM集成技术,对基于图像的数控加工做了深入细致的研究和探讨。总体上分成三个部分。第一部分研究了图像获取与存储、颜色量化和减色、灰度化处理、图像增强、二值化、轮廓提取及细化等数字图像处理技术。采用了索引表细化和数学形态学细化相结合的细化方法。在细化的基础上,提出了点跟踪矢量化方法,优化设计了跟踪方向模板。最后,探讨了仿书法加工方法及图像线条宽度的获取。第二部分研究了基于矢量字符的轮廓加工方法,解决了字符矢量轮廓获取、图元排序、轮廓方向及包含关系判断、轮廓偏移处理及NC代码生成等一系列问题。在轮廓偏移求转接交点时,采用了平面解析几何的方法,使得计算过程与坐标系无关,保证了程序的稳定可靠性。最后一个部分引入了计算机图形学中边表和活性边表的基本概念,建立了适合本课题要求的数据结构及节点表和行切轨迹上节点的左右关系,并通过单调链和单调链表,完善了节点表并建立了所有节点的前后关系,最终解决了型腔行切加工问题。通过对数字图像处理技术和CAD/CAM集成技术的应用和研究,在Visual C++ 2003平台上为本课题编写的程序Art Engraver实现了与本课题有关的所有算法或方法,达到了预期的目标。在每个部分算法或方法的最后,都给出了相应的Art Engraver处理实例,以显示算法或方法的正确有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 选题及意义
  • 1.2 与本课题相关的技术以及研究现状
  • 1.2.1 数字图像处理技术
  • 1.2.2 CAD/CAM 集成技术
  • 1.3 课题研究的编程工具
  • 1.4 本课题的主要工作
  • 第2章 数字图像处理、矢量化及仿书法加工
  • 2.1 数字图像处理
  • 2.1.1 图像的获取和存储
  • 2.1.2 颜色量化与减色
  • 2.1.3 灰度化处理
  • 2.1.4 图像增强
  • 2.1.5 图像二值化处理
  • 2.1.6 图像轮廓提取
  • 2.1.7 图像的骨架与细化算法
  • 2.2 图像矢量化
  • 2.2.1 常用的矢量化方法
  • 2.2.2 点跟踪矢量化方法
  • 2.2.3 DXF 数据接口
  • 2.3 仿书法加工
  • 2.3.1 图像线条宽度信息提取
  • 2.3.2 仿书法加工方法
  • 2.4 本章小节
  • 第3章 基于矢量字符的轮廓加工
  • 3.1 字符矢量化
  • 3.2 图元排序处理
  • 3.3 轮廓加工刀具半径补偿
  • 3.3.1 直线两端点处刀具中心的位置
  • 3.3.2 转接情况分析
  • 3.3.3 转接交点的计算
  • 3.3.4 轮廓方向判断
  • 3.3.5 轮廓嵌套关系及编号
  • 3.4 数控加工代码
  • 3.4.1 Bezier 曲线的离散
  • 3.4.2 NC 代码生成
  • 3.5 轮廓加工实例
  • 3.6 本章小结
  • 第4章 基于单调链的型腔行切加工
  • 4.1 多边形填充扫描线算法
  • 4.1.1 多边形填充扫描线算法
  • 4.1.2 轮廓多边形的连续性
  • 4.2 建立边表
  • 4.2.1 边数据结构定义
  • 4.2.2 轮廓编号
  • 4.2.3 奇点预处理
  • 4.2.4 建立边表
  • 4.3 建立节点表
  • 4.3.1 节点数据结构定义
  • 4.3.2 用活动边表建立节点表
  • 4.4 创建单调链表
  • 4.4.1 单调链的概念
  • 4.4.2 建立单调链表的方法
  • 4.5 建立节点的前后关系和转接关系
  • 4.5.1 单调链上的当前节点
  • 4.5.2 单调链始末端点处理
  • 4.5.3 为端点建立新的节点
  • 4.5.4 建立节点的转接关系
  • 4.6 生成行切刀具路径
  • 4.7 实例及结论
  • 4.8 本章小结
  • 第5章 总结与展望
  • 5.1 全文总结
  • 5.2 对今后工作的展望
  • 参考文献
  • 致谢
  • 攻读硕士期间发表的学术论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于图像的数控编程研究及实现
    下载Doc文档

    猜你喜欢