刀具與加工參數設定

如圖 4-10 刀具參數設定，顯示刀具設定的對話框，其中的定義如下

圖 4-11 刀具參數設定

Rapid Z:快速位移高度，刀具自停止點快速移動到準備加工高度。

Safe Z:安全高度，低於快速位移高度，高於加工材料高度，以不碰撞 為原則。

First Depth : 第一刀切削深度。

Final Depth : 最終切削深度。

Step Depth : 多階切削，每一階切削深度。

Copm. No.: 刀具半徑補正號碼 Spindle : 主軸轉速

Cut Feed : 水平切削進給率 Down Feed : 下切進給率 Material : 材料高度

圖 4-12 輸出之 NC Code

最終的程序，自 Database 中轉出成 NC 程式，並直接輸出至控制器 中。

4.4 圖層管理

如下圖為圖層管理功能，圖層管理功能提供從 DXF 轉進來的資料顯示 與整理功能。藉由刪除(delete)按鈕，可以將一些多餘的圖形刪除，降低 系統操作的複雜度。

圖 4-13 圖層管理

4.4 研究結果比較

比較模式比對與邊緣偵測尋圓兩種演算法，圖 4-13 為此兩種演算法一 般的比對結果圖形顯示。左圖將樣本標示在比對結果的位置上，右圖將尋 得的圓型外框顯示在尋得的圖形上。

圖 4-14 模式比對與邊緣偵測

下圖 4-14 為 20 個樣本檔的縮圖，圖中的圓型圖形在 X 軸與 Y 軸各偏 置了 1mm。利用這 20 個樣本，進行樣本比對與邊緣偵測尋圓，探討此二種 演算法的比對差異，與優劣。

圖 4-15 光線干擾下比對樣本圖檔

圖 4-16 光線干擾下模式比對結果

圖 4-15 為模式比對結果，X 軸偏置 0.966、Y 軸偏置 0.992，二十個樣 本均得到相同的結果，不論樣本的光線明暗度為何。

圖 4-17 光線干擾下邊緣偵測尋圓結果

圖 4-16 為光線干擾下邊緣偵測尋圓 20 個樣本的比對結果，其結果是 Test1,Test2 與 Test6 因光線太暗，偵測失敗。偵測成功的樣本 X 軸偏置 值為 0.876~0.954mm，Y 軸偏置值為 0.902~0.979mm。

圖 4-18 背景干擾下樣本圖檔

圖 4-17 為 20 個樣本檔的縮圖，圖中的圓型圖形在 X 軸與 Y 軸各偏置 了 1mm，並且增強了背景干擾。利用這 20 個樣本，進行樣本比對與邊緣偵 測尋圓。

圖 4-19 背景干擾下樣本比對結果

圖 4-18 為模式比對結果，X 軸偏置 0.992、Y 軸偏置 0.992，二十個 樣本均得到相同的結果，不論樣本的光線明暗度為何。

以上兩個比對的劇本，均顯示模式比對在對抗光線干擾，與影像干擾 上都有較佳的表現。

圖 4-20 背景干擾下邊緣偵測尋圓結果

圖 4-18 為光線干擾下邊緣偵測尋圓 20 個樣本的比對結果，其結果是 Test11、Test12、Test13,Test14 與 Test15 因光線太暗，偵測失敗。偵測 成功的樣本 X 軸偏置值為 0.902~0.979mm，Y 軸偏置值為 0.902~0.979mm。

第五章 研究結論

2. 經由 STL list 所定義的資料結構，list<CadData> CadDataBase，在實 作中比較 STL list 與結構陣列(Structure Array)，前者要比後 者應用上要簡單許多。作為 CAD 的資料庫使用 STL list 十分的簡 了相當多的時間在處理 Aspect ratio 的問題，當 Aspect Ratio 瓶 頸尚未解決時，視窗大小變化呈現出來的圖形，一直出現變形的 問題，最終還是導出 Aspect Ration 的演算邏輯。但也發現許多 網頁與書本上針對 Aspect Ration 的處理邏輯，事實上存在有許 多的謬誤。

5.2 未來的計畫

整個研究完成後，對機械視覺的應用有更深層的認識。基於商用的機 械視覺函式庫使用的經驗，感到商用的函式庫，封裝的比較簡易使用，但 是也令人對一些演算函式的應用原理，理解不夠深入，而影響系統開發方 向判斷的正確性。

經本研究後對機械視覺與軟體架構設計有了較深入的理解，對後續的 研究的計畫做了如下的規劃:

1. 計畫在 STL list 所定義的資料結構中，加入資料採礦演算法，加強資 料搜尋的效率，擴充系統的應用領域到 CAD\CAM 系統。

2. 從機械視覺研究中引申出另一個機械學習的新領域，對數控機械應用例 如刀具自動選用可以將人工智慧功能加入應用中，增加機器使用的方便 性。

3. 可以將模式比對的定位應用，延伸應用至高透光性光學壓克力材料的加 工，因為此類工件因高光學透光性，背景的干擾源十分強烈，正好符合 模式比對的特性。

4. Ink Jet PCB 數位文字圖形噴印機，此類機型並非傳統機 CNC 切削加工 機台。而是屬於數位印刷機，其具有無治具特性。需要利用機械視覺對 待噴印工件進行定位，以決定起始印刷點。

參考文獻

[1] Gary Bradski , Adrian Kaehler, Learning OpenCV， O’

Reilly,September 2008,First Edition.

[2] Robert Laganiere, OpenCV 2 Computer Vision Application Programming Cookbook , Pocket Publishing Ltd., May 2011.

[3] G. J. Awcock and Thomas Awcock, Applied image processing, McGRAW-HILL,1996.

[4] I.T. Young, J.J. Gerbrands and L.J van Vliet ,Fundamentals of Image Processing, Delft University of Technology,1998.

[5] National Instrument,IMAQ Vision Concepts Manual, National Instrument,June 2003.

[6] Roberto Brunelli , Template Matching Techniques in Computer Vision,John Wiley & Sons Ltd,2009.

[7] Ramesh Jain, Rangachar Kasturi, Brain G.Schunc,Machine Vision, McGRAW-HILL,1995

[8] Nafis Ahmad, A.F.M.Anwarul Haque, “Manufacture Feature

Rcognition Of Parts Using DXF Files”，4th International Conference on Mechanical Engineering ,Dhaka, Bangladesh,pp VI 111-115,Decmber 26-28 2001.

[9] J.P. Lewis, “Fast Template Matching”, Vision Interface 95，

Canadian Image Processing Recognition Society, pp.120-123, May 15-19 1995.

[10] Kai Briechle, Uwe D. Hanebeck, “Template Matching Using Fast Normalized Cross Correlation”, Proc. SPIE 4387, 95, March 20 2001.

[11]Dave Shreiner, OpenGL Programming Guide, Pearson Education, Inc.2010

[12]R. Hewitt,”Seeing With OpenCV, a Computer Vision Library”, SERVO magazine,2007, pp. 62–66.

[13] Frank D. Luna, Intrduction to 3D Game Programming with DirectX 10, Wordware Publish, Inc., 2008.

[14] Galina Istatkova,”Object-Oriented Scientific Visualization”, International Conference on Computer Systems and Technologies, CompSysTech’2003.