一种基于分类的3D打印喷头末端轮廓实时提取方法技术

本发明专利技术提供了一种基于分类的3D打印喷头末端轮廓实时提取方法，首先给机械臂输入一个模型，其次，检测机械臂的倾斜方向，根据倾斜方向判断所要启动的相机，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的ROI感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。本发明专利技术解决了目前3D打印中，缺少反馈系统的问题，使打印喷头末端能实时准确有效的检测出来，为后续末端定位提供可靠地依据。

【技术实现步骤摘要】
一种基于分类的3D打印喷头末端轮廓实时提取方法
本专利技术涉及一种3D打印技术，具体涉及一种基于分类的3D打印喷头末端轮廓实时提取方法。
技术介绍
3D打印技术是指通过连续的物理层叠加，逐层增加材料来生成三维实体的技术，与传统的去除材料加工技术不同，因此又称为添加制造(AM，AdditiveManufacturing)。作为一种综合性应用技术，3D打印综合了数字建模技术、机电控制技术、信息技术、材料科学与化学等诸多方面的前沿技术知识，具有很高的科技含量。3D打印技术出现在20世纪90年代中期，实际上是利用光固化和纸层叠等技术的最新快速成型装置。经过十多年的探索和发展，3D打印技术有了长足的进步，目前已经能够在0.01mm的单层厚度上实现600dpi的精细分辨率。目前国际上较先进的产品可以实现每小时25mm厚度的垂直速率，并可实现24位色彩的彩色打印。自20世纪90年代以来，国内多所高校开展了3D打印技术的自主研发。清华大学在现代成型学理论、分层实体制造、FDM工艺等方面都有一定的科研优势；华中科技大学在分层实体制造工艺方面有优势，并已推出了HRP系列成型机和成型材料；西安交通大学自主研制了三维打印机喷头，并开发了光固化成型系统及相应成型材料，成型精度达到0.2mm；中国科技大学自行研制了八喷头组合喷射装置，有望在微制造、光电器件领域得到应用。但总体而言，国内3D打印技术研发水平与国外相比还有较大差距。目前，3D打印设备主要采用的是三坐标打印的方法，其控制系统认为输入的为理想模型。但是，由于其缺乏实时监测矫正的步骤，3D打印的设备精度都不太高。因此，亟需提供一种能够及时反馈、实时监测矫正的打印方法，以提高3D打印精度的方法。
技术实现思路
本专利技术的目的是提供一种基于分类的3D打印喷头末端轮廓实时提取方法，用于建立反馈系统，以弥补现有技术的不足。为达到上述目的，本专利技术采取的具体技术方案为：一种基于分类的3D打印喷头末端轮廓实时提取方法，首先给机械臂输入一个模型，其次，检测机械臂的倾斜方向，根据倾斜方向判断所要启动的相机，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的ROI感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。进一步的，在打开相机之前，计算机首先接收到机械臂端的理想位置，以该位置为图像的有效位置，设定为初始的ROI区域，并传入到跟踪算法的特征向量中，该理想位置是机械臂开始进行3D打印时的初始位置。进一步的，所述跟踪算法为相关滤波目标跟踪算法，该算法的基本流程为：下一帧，首先对选定的ROI区域的多个周围的区域提取Hog特征，再用循环矩阵进行求解下一帧选定的ROI区域。进一步的，当获得一个新的选定的ROI区域，即运用kmeans方法进行分类处理。进一步的，通过实验发现选定的ROI区域分成3类能较好的区别喷头末端，打印盘面和打印物质，并且打印喷头的类别是kmeans函数分类处理的第二类，只提取第二类，其余的分类设置为白色，就能够提取到喷头末端的有效图像。进一步的，基于kmeans分类处理，获得第二个分类后的图像能屏蔽掉噪声干扰，再采用canny检测的方法就能获得打印喷头末端的边缘。本专利技术的优点和有益效果：与现有技术相比，本专利技术提供了反馈过程中的监测方法，能有效提取到3D打印喷头末端的轮廓线信息，为末端定位提供准确的轮廓信息，能够及时反馈打印喷头的末端信息和实时纠正3D打印的轨迹。本专利技术首次通过视觉的方法来实时监测3D打印喷头末端的轮廓。本专利技术解决了目前3D打印中，缺少反馈系统的问题，使打印喷头末端能实时准确有效的检测出来，为后续末端定位提供可靠地依据。附图说明图1为本专利技术中跟踪算法的具体流程图。图2是实施例1中Kmeans分类提取后的结果图。图3为实施例1中打印喷头的外轮廓提取图。具体实施方式以下通过具体实施例并结合附图对本专利技术进一步解释和说明。实施例1：一种基于分类的3D打印喷头末端轮廓实时提取方法，首先给机械臂输入一个模型，其次检测机械臂的倾斜方向，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的ROI感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。具体流程如图1所示：(1)在打开相机之前，计算机首先接收到机械臂末端的理想位置，以该位置为图像的有效位置，设定为初始的ROI区域，并传入到跟踪算法的特征向量中；所述跟踪算法为相关滤波目标跟踪算法，该算法的基本流程如图1所示，下一帧，首先对选定的ROI区域的多个周围的区域提取Hog特征，再用循环矩阵进行求解下一帧选定的ROI区域。根据输入计算机中理想模型计算出来的理想初始点，并根据该点，求解出的初始ROI区域。运动目标跟踪就是在连续的视频序列中，建立所要跟踪物体的位置关系，得到物体完整的运动轨迹。目前，比较经典的目标跟踪算法主要有两种思路：1)不依赖于先验知识，直接从图像序列中检测测到运动目标，并进行目标识别，最终确定感兴趣的运动目标；2)依赖于目标的先验知识，首先为运动目标建模，然后在图像序列中实时找到匹配的运动目标。当前研究中，比较优秀的几种主流算法：Meanshift、ParticleFilter和KalmanFilter，基于特征点的光流算法以及基于深度学习和相关滤波的方法。根据当前目标跟踪研究的热点，3D打印的喷头末端的特征和3D打印的速度和精度要求，选用精度和速度占有优势的相关滤波目标跟踪算法(KCF)。(2)当获得一个新的选定的ROI区域，即运用kmeans方法进行分类处理，结果如图2所示；本实施例通过实验发现选定的ROI区域分成3类能较好的区别喷头末端，打印盘面和打印物质，并且打印喷头的类别是kmeans函数分类处理的第二类，只提取第二类，其余的分类设置为白色，就能够提取到喷头末端的有效图像。(3)基于kmeans分类处理，获得第二个分类后的图像能屏蔽掉噪声干扰，再采用canny检测的方法就能获得打印喷头末端的边缘，如图3所示。本文档来自技高网...

【技术保护点】
1.一种基于分类的3D打印喷头末端轮廓实时提取方法，其特征在于，该提取方法：首先给机械臂输入一个模型，其次，检测机械臂的倾斜方向，根据倾斜方向判断所要启动的相机，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的ROI感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。

【技术特征摘要】
1.一种基于分类的3D打印喷头末端轮廓实时提取方法，其特征在于，该提取方法：首先给机械臂输入一个模型，其次，检测机械臂的倾斜方向，根据倾斜方向判断所要启动的相机，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的ROI感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。2.如权利要求1所述的提取方法，其特征在于，在打开相机之前，计算机首先接收到机械臂端的理想位置，以该位置为图像的有效位置，设定为初始的ROI区域，并传入到跟踪算法的特征向量中，所述理想位置是机械臂开始进行3D打印时的初始位置。3.如权利要求1所述的提取方法，...

【专利技术属性】
技术研发人员：李俊，高银，林锦新，唐康来，庄加福，白成云，
申请(专利权)人：中国科学院福建物质结构研究所，
类型：发明
国别省市：福建,35