随着计算机以及激光技术的高速发展,激光雕刻技术被广泛应用于广告装饰、印刷包装、皮革服装、模型制作、工艺礼品等各种领域。当前对激光雕刻效果有更高的要求,例如,更丰富的灰度级、更加鲜明的层次、更多的细节以及更高的保真度等。目前,在中低端激光雕刻机上配套的激光平面雕刻系统大部分使用二值图像或灰度级较少的图像作为输入数据源,雕刻结果存在保真度低、细节缺失和灰度级不丰富的问题,针对该问题,本文提出了基于图像感兴趣区域灰度映射的激光平面雕刻方法。该方法主要包括:1.针对一类灰度变化不明显的简笔画线条卡通画,采用感兴趣区域局部灰度映射提高激光雕刻效果。首先制作了适合激光雕刻的感兴趣区域标记数据集。在网络模型方面,以Bayesian Seg Net网络作为基础网络,增加置信度函数,然后通过Sigmoid函数来代替Soft Max激活函数对Bayesian Seg Net进行改进,提高感兴趣区域检测的精度和速度;由于网络模型原来使用的交叉熵损失函数对于不平衡样本适应性较差,本文使用变形的Focal Loss来代替交叉熵损失函数。最后通过扩充数据集来进一步提高感兴趣区域检测和提取的准确率和性能。2.利用改进后的Bayesian Seg Net网络模型获取图像的感兴趣区域后,对感兴趣区域内的灰度值进行局部映射。为使得雕刻图像显示更多的灰度级和细节部分,满足激光平面雕刻的特点,本文采用分段非线性灰度映射方法。为得到线条光滑的雕刻效果,对灰度变换后的图像进行抗锯齿边缘优化。利用抗锯齿下采样算法对雕刻图像的边缘进行优化,有效减弱了锯齿效应,提高雕刻图像的平滑度。最后生成增强后的激光雕刻数据源图像。基于越疆Dobot M1机械臂及激光雕刻套件的实验结果显示,本文改进的Bayesian Seg Net网络模型应用在简笔画灰度图像中,与传统的图像分割方法相比,可以精准地检测并提取感兴趣区域,在数据集上的精确度、准确率、召回率以及速度等方面都优于UNet、Seg Net以及Bayesian Seg Net模型;在对感兴趣区域增强的效果以及结构相似性和峰值信噪比指数相比较直方图均衡化、对数变换、伽马变换有很大的提升;通过对图像边缘的优化,图像的锯齿效应明显减少;通过与直方图均衡化、阈值法图像数据源的平面激光雕刻方法作比较,本文方法雕刻结果的灰度和层次更加鲜明,保真度更高。因此,针对简笔画卡通类灰度图像,表明本文提出的激光平面雕刻方法具有更大的优越性和鲁棒性。