[發(fā)明專利]基于圖像處理的粉末床缺陷檢測方法

在審

• 申請?zhí)枺?/td>: 202110210383.5
• 申請日: 2021-02-25
• 公開（公告）號: CN112819812A
• 公開（公告）日: 2021-05-18
• 發(fā)明（設(shè)計）人: 袁佐鵬;李婷;張建;薛蕾;楊東輝
• 申請（專利權(quán)）人: 西安鉑力特增材技術(shù)股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/136;G06T5/00;G06T5/20
• 代理公司: 西安佩騰特知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61226
• 代理人: 姚敏杰

1.一種基于圖像處理的粉末床缺陷檢測方法，其特征在于：所述基于圖像處理的粉末床缺陷檢測方法包括以下步驟：

1)利用相機(jī)實時采集粉末床當(dāng)前層的鋪粉圖像；

2)對步驟1)獲取得到的鋪粉圖像進(jìn)行預(yù)處理操作，得到預(yù)處理圖像；所述預(yù)處理操作包括濾波去噪處理以及灰度化處理；

3)獲取預(yù)處理圖像的方差加權(quán)信息熵，得到方差加權(quán)信息熵圖像；

4)對方差加權(quán)信息熵圖像進(jìn)行二值化閾值分割，得到二值化圖像；

5)對二值化圖像進(jìn)行形態(tài)學(xué)開運算；

6)采用區(qū)域增長的方式，對步驟5)的運算結(jié)果進(jìn)行聚塊處理；

7)根據(jù)聚塊后的各目標(biāo)塊信息進(jìn)行圖像后處理及缺陷塊標(biāo)注。

2.根據(jù)權(quán)利要求1所述的基于圖像處理的粉末床缺陷檢測方法，其特征在于：所述步驟3)是根據(jù)方差加權(quán)信息熵的計算公式獲取預(yù)處理圖像的方差加權(quán)信息熵，所述方差加權(quán)信息熵的計算公式為：

其中，

r∈N,0≤r≤255；i∈N,0≤i≤r；

i表示圖像中各像素的灰度值；

表示當(dāng)前窗口的像素均值；

r是圖像中最大像素值；p(i)表示第i級灰度像素在圖像中出現(xiàn)的概率。

3.根據(jù)權(quán)利要求2所述的基于圖像處理的粉末床缺陷檢測方法，其特征在于：所述步驟1)的具體實現(xiàn)方式是：

1.1)通過相機(jī)實時拍攝粉末床當(dāng)前層的圖像；

1.2)對該圖像進(jìn)行四點定位操作獲取粉末床真正的工作區(qū)域；

1.3)根據(jù)粉末床真正的工作區(qū)域獲取粉末床當(dāng)前層的鋪粉圖像。

4.根據(jù)權(quán)利要求3所述的基于圖像處理的粉末床缺陷檢測方法，其特征在于：所述步驟2)的具體實現(xiàn)方式是：

2.1)對粉末床當(dāng)前層的鋪粉圖像的邊緣進(jìn)行裁剪；

2.2)對裁剪后的圖像進(jìn)行高斯濾波，去除圖像中隨機(jī)噪聲，使圖像更加平滑；

2.3)對平滑后的圖像進(jìn)行灰度化處理。

5.根據(jù)權(quán)利要求4所述的基于圖像處理的粉末床缺陷檢測方法，其特征在于：所述步驟4)的具體實現(xiàn)方式是對方差加權(quán)信息熵圖像進(jìn)行二值化閾值分割；其中二值化閾值分割中所采用的閾值選取由方差加權(quán)信息熵圖像最大值確定；設(shè)分割閾值為此圖像最大值的α倍。

6.根據(jù)權(quán)利要求5所述的基于圖像處理的粉末床缺陷檢測方法，其特征在于：所述步驟6)的具體實現(xiàn)方式是：

6.1)分別申請變量Labelndex和全0矩陣Map，Labelndex用于標(biāo)識被識別到的目標(biāo)塊索引，Map與二值圖像大小完全相同，用于記錄每個像素點是否被搜索過；

6.2)開始逐像素遍歷二值圖像，尋找滿足條件A的像素點；所述條件A是二值圖像像素值為255，且Map矩陣對應(yīng)像素值為0；當(dāng)發(fā)現(xiàn)第一個滿足條件A的像素點時，目標(biāo)塊索引Labelndex加1，將Map對應(yīng)像素值置為Labelndex，同時將該點作為種子點，在二值圖像中尋找該種子點的4連通區(qū)域是否存在滿足條件A的像素點，若存在，將滿足條件的像素點順序存入臨時容器，依次將臨時容器中的像素點作為種子，繼續(xù)判斷每個種子點的4連通區(qū)域是否出現(xiàn)滿足條件A的像素點；如此循環(huán)搜索，直至遍歷完二值圖像的所有像素；

6.3)統(tǒng)計矩陣Map中標(biāo)記信息；經(jīng)過步驟6.2，Map矩陣中存放了所有像素點被識別為某個目標(biāo)塊的信息，通過遍歷Map矩陣，即得到二值圖像中所有目標(biāo)塊的長寬信息及目標(biāo)塊所占像素個數(shù)；

6.4)根據(jù)每個目標(biāo)塊所占像素個數(shù)進(jìn)行降序排列，同時對目標(biāo)塊過小的區(qū)域進(jìn)行過濾，剔除孤立噪點的干擾。

7.根據(jù)權(quán)利要求6所述的基于圖像處理的粉末床缺陷檢測方法，其特征在于：所述步驟7)的具體實現(xiàn)方式是：

根據(jù)聚塊后的各目標(biāo)塊信息，計算每個目標(biāo)塊的寬高比和目標(biāo)塊所包含的像素點數(shù)占其外接矩形的占比，設(shè)定閾值TH1和TH2，刪除寬高比大于TH1的目標(biāo)塊和白色像素占比小于TH2的目標(biāo)塊，剩余目標(biāo)塊即為算法檢測到的缺陷塊信息；根據(jù)各缺陷塊位置信息，用矩形框標(biāo)注，并在原始圖像中顯示標(biāo)注信息，即得到最終檢測結(jié)果。