5、结论
采用NI Vision Assistant图像处理软件，利用机器视觉系统直接采集图像并对图像进行边沿跟踪，提取边沿轮廓，将图像信息转为数组数据并提供应光纤激光切割机控制器控制刀头完成对对金属板材的自动切割过程。但该机器在我国仍处于展阶段，在加工过程中多以人工判定和操纵为主，出产效率受人发为影响很大，很难做到智能化，自动化，尺度化。噪声v激光切割机恶化图像质量，使图像恍惚，甚至沉没需要检测的特征，给图像的分析带来难题，因此需要进行滤波处理，这里采用中值滤波，利用其含有奇数个像素的移动窗口，对图像进行从左到右，从上到下逐行进行移动，用窗口中灰度的中值代替中央像素的灰度值，作为中值滤波器的输出，其数学表达f（x，y）=midianSf（x，y）
式中，S为当前点（x，y）的邻域；median?q表示取中值。
未经处理的原始图像都存在着一定程度上的噪声干扰，如图3a所示。在图像处理中，可以根据图像的某个像素的附近有8个点与之交壤，和二值图像中只有0和255两个灰度值的特点采用八邻域搜索算法来对目标像素点筛选，按照从左到右，从上到下的扫描方式来对目标区域边沿像素点进行搜索，直到找到目标像素位置，记实该点的坐标，并将其作为新的搜索出发点，在当前的搜索方向基础上逆时针旋转依次对像素进行判定，天生数据。
3、图像边沿检测：图像边沿是图像最基本的一个特征，
围字机边沿处是图像信息最集中的地方，是图像一个属性区域到另一个属性区域的交接处，图像边沿检测在机器视觉的基础阶段起着枢纽作用，主要是通过差分算子，并由图像的亮度计算其梯度的变化，从而检测出其边沿，这里运用Sobel边沿检测算子，其原理是在3×3的邻域内做灰度加权和差分运算，利用像素点上下左右相邻点的灰度加权算法，依据在边沿点处达到极值这一现象进行边沿检测。文章将机器视觉结合数控激光系统，通过图像采集，图像边沿检测，目标跟踪等图像处理过程，并利用运动控制卡指令控制激光头完成对金属板材的切割。 自从20世纪60年代第一台激光设备的诞生和应用开始，激光切割技术在我国产业加工领域被飞速激光切割机发展，以光纤激光切割机来讲，其应用非常广泛，囊括了良多行业，包括广告标牌制作，钣金加工，机箱机柜制作等等各个方面，而市场的需求也是高达千万，为广阔的市场添加了新的气愤但愿。
1、智能光纤激光切割机总体流程：基于机器视觉的智能激光切割机控制算法研究的详细实现方法是：通过图像传感器对目标图像进行采集并转换成模拟电信号，模拟信号转换后传输至图像处理系统，在对图像分析前，为减少噪音，光照不平均等因素对图像的质量的影响，需进行图像预处理，其基本工作流程如图1所示，根据Sober算子法进行图案轮廓的边沿检测，用八领域搜索算法实现边沿轨迹跟踪。天生切割轨迹，由激光切割机完成部件的加工。
2、图像处理方法：数字图像在计算机上以位图的形式保留，即像素点构成的矩阵，而每个像素点需要以三个字节表述，因此为加快计算机的运行速度，需把亮度值进行量化，将彩色图像转换为灰度图像，在这里使用NI Vision Assistant工具对图像进行灰度化处理，处理结果如图2所示。目前，所研究的算法能对图像清楚，轮廓不存在断裂且具有较好区分度的图案进行自动寻边切割。中值滤波作为一种主要用来按捺脉冲噪声的典型非线性低通滤波器，能够在较好的保护目标边沿的同时，彻底滤除干扰性尖利噪声，得到高质量的图像。
激光切割机 4、边沿轮廓跟踪：在识别图像中轮廓时，往往需要对目标边沿作跟踪边界的。
