一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法技术

本发明专利技术属于选择性激光熔融配套相关图像检测技术领域，并公开了一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法，其包括：采集SLM粉床铺粉的彩色图像，将其导入至MATLAB系统中作为检测图像，并基于此MATLAB系统对各检测图像进行灰度化、灰度扩展、锐化滤波和平滑滤波等一系列预处理；继续在MATLAB系统中使用局部阈值分割法对预处理后的图像进行分割，并使得凸包凹陷区域与背景区域予以初步区分；使用MATLAB系统中的canny算子执行图像边缘检测，由此识别检测出最终的凸包凹陷缺陷同时给予位置标注。通过本发明专利技术，可充分发挥MATLAB系统封装库的功能，高效快捷达到自动识别的目标，而且整个过程便于操控、识别率高，同时具备鲁棒性好和适应性好等优点。

A Method for Detecting Convex Sag Defects in SLM Powder Bed Pulverizing Image Based on MATLAB

The invention belongs to the field of selective laser melting matching related image detection technology, and discloses a method for detecting convex hull depression defect of SLM powder bed image based on MATLAB, which includes: collecting color image of SLM powder bed, importing it into MATLAB system as detection image, and based on this MATLAB system, gray scale expansion, sharpening filtering of each detection image are carried out. A series of pretreatments, such as wave and smoothing filtering, continue to use the local threshold segmentation method in the MATLAB system to segment the preprocessed image, and make a preliminary distinction between the convex hull depression area and the background area; use the Canny operator in the MATLAB system to perform image edge detection, so as to identify the final convex hull depression defects and give position labeling. Through the invention, the function of the encapsulation Library of the MATLAB system can be brought into full play, the goal of automatic identification can be achieved efficiently and quickly, and the whole process is easy to control, the recognition rate is high, and the advantages of good robustness and adaptability are also provided.

【技术实现步骤摘要】
一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法
本专利技术属于选择性激光熔融(SelectiveLaserMelting，SLM)配套相关图像检测
，更具体地，涉及一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法，其能较好地适用于SLM技术的应用场合及工艺特征，并针对性提供了适用于其铺粉图像凸包凹陷缺陷的准确及快捷识别方案。
技术介绍
自20世纪末期3D打印技术专利技术以来，3D打印正迅速渗透到各个工业领域。由于选择性激光熔融(SelectiveLaserMelting，SLM)的制件具有尺寸小、精度高以及表面粗糙度低等特点，其在制造复杂结构的金属零部件方面具有得天独厚的优势，因而在金属增材制造领域有着相当重要的地位，并且获得了越来越广泛的多领域应用。但SLM在其工艺方面仍有一些重要的技术问题有待优化。例如，由于SLM为粉末激光熔融成型，因此SLM粉床是否存在铺粉缺陷，会直接对制件的性能产生很大的影响。在此情况下，考虑到金属制件SLM制造时间较长，若能够快速识别SLM粉床上的粉末铺层缺陷状态，就意味着可以尽可能快速地终止或适时调整SLM工艺过程，降低失本文档来自技高网...

【技术保护点】
1.一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法，其特征在于，该方法包括下列步骤：(a)图像预处理步骤采集多个SLM粉床铺粉的彩色图像，将其导入至MATLAB系统中作为检测图像，并基于此MATLAB系统对各检测图像进行预处理，该过程包括如下操作：首先使用MATLAB系统将检测图像进行二值化和灰度化处理，由此获得对应的灰度图像；接着，根据灰度分布直方图来判定像素集中的区域，并直接调用系统工具箱中的imadjust函数对其灰度范围进行扩展，由此获得更为清晰的灰度图像；接着，依次对灰度图像执行锐化滤波和平滑滤波，然后输出预处理完毕的图像；(b)缺陷获取步骤将步骤(a)预处理后的SLM...

【技术特征摘要】
1.一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法，其特征在于，该方法包括下列步骤：(a)图像预处理步骤采集多个SLM粉床铺粉的彩色图像，将其导入至MATLAB系统中作为检测图像，并基于此MATLAB系统对各检测图像进行预处理，该过程包括如下操作：首先使用MATLAB系统将检测图像进行二值化和灰度化处理，由此获得对应的灰度图像；接着，根据灰度分布直方图来判定像素集中的区域，并直接调用系统工具箱中的imadjust函数对其灰度范围进行扩展，由此获得更为清晰的灰度图像；接着，依次对灰度图像执行锐化滤波和平滑滤波，然后输出预处理完毕的图像；(b)缺陷获取步骤将步骤(a)预处理后的SLM粉床铺粉图像与SLM制件的当前位置截面图进行差分处理，由此获取反映SLM粉床铺粉凸包凹陷分布的图像；(c)图像分割步骤针对步骤(b)获得的图像，进一步使用局部阈值分割法对其进行分割，并使得凸包凹陷区域与背景区域予以初步区分；在此过程中，根据凸包凹陷区域与背景区域之间的灰度值差异，优选采取下列公式来确定合适的局部阈值并得到分割结果：局部阈值＝m*图像中心像素的灰度值+n*图像背景的像素灰度值，其中m、n分别表示可预设的优化系数；(d)缺陷识别步骤选取步骤(c)已初步分割区分的凸包凹陷区域，使用MATLAB系统...

【专利技术属性】
技术研发人员：计效园，徐晓静，周建新，沈旭，殷亚军，颜秋余，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42