[發明專利]一種SLM打印機溫度監控方法

在審

• 申請號: 202211324947.9
• 申請日: 2022-10-27
• 公開（公告）號: CN115512168A
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 李健;馬桂殿
• 申請（專利權）人: 南京鋮聯激光科技有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/762;G06V20/40;G06V10/74
• 代理公司: 南京佰騰智信知識產權代理事務所(普通合伙) 32509
• 代理人: 郭林

1.一種SLM打印機溫度監控方法，其特征在于：具體包括如下步驟：

步驟1：建立視頻數據服務器、圖片處理服務器、客戶端服務器、溫度判斷服務器；

步驟2：視頻數據服務器用于獲取SLM打印機系統中的紅外熱成像儀采集到的視頻流；

視頻數據服務器獲取一段用于訓練的視頻流，視頻數據服務器按照預設緩存時限，對視頻流進行分時緩存，并對視頻流進行時間標注，生成分時視頻；

步驟3：在視頻數據服務中建立一個視頻分割模塊，視頻分割模塊調取任意一段分時視頻，通過感知哈希算法對分時視頻進行分割，將具有相似幀的圖片歸類到同一個動態視頻中，得到數個動態視頻；

步驟4：在視頻數據服務建立一個幀處理模塊，幀處理模塊按照時序依次對動態視頻進行逐幀處理：首先通過圖片的運動區域的圖像熵對動態視頻中的圖片進行過濾，再將所有過濾后的圖片的灰度直方圖的平均值作為標準，篩選出動態視頻的關鍵幀；

步驟5：在圖片處理服務器中建立圖片緩存庫，將所有動態視頻的關鍵幀均存儲在圖片緩存庫中；

步驟6：客戶端服務器從圖片緩存庫中獲取關鍵幀，并分別展示給兩個不同的用戶，兩個用戶分別對每一個關鍵幀進行查看，對具有缺陷的關鍵幀進行熔池的球化缺陷區域劃分，生成兩組熔池的球化缺陷圖片；

步驟7：圖片處理服務器調取步驟6中的兩組缺陷圖片，對每一組缺陷圖片進行特征提取，對每一組圖片提取兩個特征集；

步驟8：圖片處理服務器根據皮爾森相關系數對所有特征集進行穩定特征選擇；

步驟9：圖片處理服務器通過無監督聚類方法K-Means算法進行特征去冗余；

步驟10：通過支持向量機訓練分類模型，得出熔池的球化缺陷模型；

步驟11：視頻數據服務器根據步驟2到步驟5的方法獲取正常使用時的紅外熱成像儀采集到的視頻流，并獲取視頻流的關鍵幀，圖片處理服務器根據熔池的球化缺陷模型，對關鍵幀進行分類；

步驟12：溫度判斷服務器根據圖片服務器輸出的關鍵幀進行分類結果，判斷是否出現球化，從而判斷熔池溫度是否正常，并發出激光掃描速度是否減速的控制數據。

2.如權利要求1所述的一種SLM打印機溫度監控方法，其特征在于：在執行步驟2時，缺陷區域的類型為球化。

3.如權利要求1所述的一種SLM打印機溫度監控方法，其特征在于：在執行步驟3時，具體包括如下步驟：

步驟S3-1：把分時視頻中的每一幀按時間順序排序，得到一組圖像，按照預設的尺寸，對每一張圖像進行縮小操作,得到一組標準圖像；

步驟S3-2：獲取任意一個標準圖像A轉換成灰度圖，在灰度圖中，獲取每一個像素的灰度，計算灰度平均值，通過灰度平均值對每一個像素進行歸類，即灰度小于平均灰度的像素標記為0，反之標記為1，得到一串固定位的整數串，將整數串作為標準圖像A的圖像指紋；

步驟S3-3：根據步驟S3-2的方法得到所有標準圖像的圖像指紋，建立圖像指紋集合；

步驟S3-4：在圖像指紋集合中找出圖像指紋相似的標準圖像作為相似幀，歸類到同一個動態視頻中。

4.如權利要求1所述的一種SLM打印機溫度監控方法，其特征在于：在執行步驟4時，具體包括如下步驟：

步驟S4-1：幀處理模塊獲取任意一段動態視頻S，采用光流法對動態視頻S進行處理，得到動態視頻S的圖像點上的運動方向和速率；

步驟S4-2：通過Lucas–Kanade算法計算光流微粒矢量場，從而提取圖像上的運動區域；

步驟S4-3：對運動區域進行圖像熵的計算，設置熵最小值MIN_ENTROPY，過濾掉小于熵最小值MIN_ENTROPY的圖片，構建過濾后圖片集合；

步驟S4-4：對過濾后圖像集合中的所有圖像進行灰度直方圖計算，將過濾后圖像集合中的所有圖像的灰度直方圖的平均值作為標準值，篩選出與該標準值差異最小的灰度直方圖所對應的圖像作為動態視頻S的關鍵幀；

步驟S4-5：根據步驟S4-1到步驟S4-4的方法得到每一段動態視頻的關鍵幀。