CN107402220A - 一种激光选区熔化成形铺粉质量视觉在线检测方法及系统 - Google Patents

Abstract

本发明公开了一种激光选区熔化成形铺粉质量视觉在线检测方法及系统，以实现对铺粉缺陷的自动检测和识别。检测系统包括工业相机、镜头、照明光源和数据处理器。在激光选区熔化成形铺粉完成后，通过工业相机采集铺粉表面图像，将图像实时传输到数据处理器。数据处理器通过图像处理和模式识别等方法依次对缺陷进行提取和识别。本发明利用机器视觉的方法实现了激光选区熔化成形铺粉质量的自动化检验，通过确保每层的铺粉质量来提高最终成形零件的质量，有效减小了成形零件的废品率，降低了生产成本，具有显著的经济效益。

Description

一种激光选区熔化成形铺粉质量视觉在线检测方法及系统

技术领域

本发明属于机器视觉与图像处理领域，特别涉及一种激光选区熔化成形铺粉质量视觉在线检测方法及系统。

背景技术

铺粉是激光选区熔化(Selective Laser Melting，SLM)成形过程中的一个重要环节，铺粉质量的好坏直接影响到成形件的质量。铺粉过程常出现不同的缺陷，如条纹形缺陷、长条形粉堆缺陷、块状粉堆缺陷、供粉不足缺陷和熔覆层偏高缺陷等，可能导致最终成形出的零件为废品。由于激光选区熔化成形单个零件的成本较高，因此，为保证零件的质量，在加工过程中，有必要检测每层的铺粉质量。目前铺粉质量是通过人工目视来判断，该方法受人为主观因素影响大，容易错检、漏检，难以保证最终成形件的质量，且激光辐射对人眼伤害较大，危害人的健康。

机器视觉技术以其光谱响应范围宽，能够长时间稳定工作等技术优势常被用于代替人工实现自动检测，近年来已在多个领域得到应用，将该技术应用于检测SLM成形过程是解决上述问题的新方法，引起了广泛关注。例如，专利文献“METHOD FOR PRODUCING ATHREE-DIMENSIONAL OBJECT BY MEANS OF LASER SINTERING(公开号WO2009068165A1)”公开了一种借助激光烧结制造三维物体的方法。该方法利用红外热像仪来对激光选区烧结(SLS)的铺粉质量进行检测。当铺粉表面不均匀或存在缺陷时，粉床表面的温度分布、红外线发射率和反射比均与铺粉完好的表面有较大差别，通过判断以上三个参数是否在正常范围内即可判断铺粉是否存在缺陷。但红外热像仪成本相对较高，且在使用时需要根据不同的粉末材料选择摄像机的波长灵敏度，所以在成形前需要预先知道所使用粉末材料的反射光波长，不易于推广。

发明内容

本发明的目的是为解决上述问题而提供一种激光选区熔化成形铺粉质量视觉在线检测方法及系统，实现对铺粉缺陷的自动检测和识别。

为实现上述目的，本发明所采用的技术方案如下：一种激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，该方法包括下述步骤：

第1步在激光选区熔化成形铺粉完成后，实时采集铺粉表面图像；

第2步对铺粉表面图像进行分割以消除光照不均影响，并实现二值化处理，分别得到块缺陷二值图像、水平线缺陷二值图像和竖直线缺陷二值图像，并将各二值图像中缺陷像素置为白色，非缺陷像素置为黑色；

第3步对于块缺陷二值图像标记块缺陷二值图像的连通域并计算每个连通域的面积，当连通域面积小于预设的连通阈值时，则将其滤除，以达到去除噪声的目的，最终得到去噪后的块缺陷二值图像；对于水平线缺陷二值图像利用Hough变换检测水平线缺陷二值图像中的水平直线，得到水平直线图像；对于竖直线缺陷二值图像，利用Hough变换检测竖直线缺陷二值图像中的竖直直线，得到竖直直线图像；

第4步将铺粉表面分为激光扫描区域和非激光扫描区域，利用掩模图像分别和第3步得到的块缺陷二值图像，水平直线图像和竖直直线图像做“与”操作滤除非激光扫描区域的缺陷，得到只有激光扫描区域缺陷的图像，包括激光扫描区域块缺陷二值图像，激光扫描区域水平线缺陷二值图像和激光扫描区域竖直线缺陷二值图像；所述掩模图像为激光扫描区域的二值图像；

第5步统计第4步得到的三个图像的白色像素个数，若激光扫描区域块缺陷图像的白色像素个数不为0，则代表铺粉表面的激光扫描区域存在块缺陷，转入第6步；否则代表铺粉表面无缺陷或存在对应线缺陷，转入第7步；

第6步加载训练好的分类器，对激光扫描区域块缺陷图像进行块状缺陷种类的识别；通过识别获得铺粉表面是存在块状粉堆缺陷，供粉不足缺陷还是熔覆层偏高缺陷，对铺粉表面做出相应处理；

第7步结束。

本发明提供的一种激光选区熔化成形铺粉质量视觉在线检测系统，其特征在于，该系统包括工业相机、镜头、照明光源和数据处理器；

所述照明光源用于通过扫描振镜一侧的透明窗口给设备腔体内部提供照明，工业相机和镜头用于通过描振镜另一侧的透明窗口拍摄设备腔体内的粉末床的表面，以获取铺粉表面图像，并提供给数据处理器；

检测时，数据处理器对采集的铺粉表面图像进行如下处理：

(1)对铺粉表面图像进行分割实现二值化处理，分别得到块缺陷二值图像、水平线缺陷二值图像和竖直线缺陷二值图像，并将各二值图像中缺陷像素置为白色，非缺陷像素置为黑色；

(2)对于块缺陷二值图像标记块缺陷二值图像的连通域并计算每个连通域的面积，当连通域面积小于预设的连通阈值时，则将其滤除，以达到去除噪声的目的，最终得到去噪后的块缺陷二值图像；对于水平线缺陷二值图像利用Hough变换检测水平线缺陷二值图像中的水平直线，得到水平直线图像；对于竖直线缺陷二值图像，利用Hough变换检测竖直线缺陷二值图像中的竖直直线，得到竖直直线图像；

(3)将铺粉表面分为激光扫描区域和非激光扫描区域，利用掩模图像分别和步骤(2)得到的块缺陷二值图像，水平直线图像和竖直直线图像做“与”操作滤除非激光扫描区域的缺陷，得到只有激光扫描区域缺陷的图像，包括激光扫描区域块缺陷二值图像，激光扫描区域水平线缺陷二值图像和激光扫描区域竖直线缺陷二值图像；所述掩模图像为激光扫描区域的二值图像；

(4)统计步骤(3)得到的三个二值图像的白色像素个数，若激光扫描区域块缺陷图像的白色像素个数不为0，则代表铺粉表面的激光扫描区域存在块缺陷，转入步骤(5)；否则代表铺粉表面无缺陷或存在对应线缺陷，转入步骤(6)；

(5)加载训练好的分类器，对激光扫描区域块缺陷图像进行块状缺陷种类的识别；通过识别获得铺粉表面是存在块状粉堆缺陷，供粉不足缺陷还是熔覆层偏高缺陷，对铺粉表面做出相应处理；

(6)结束。

本发明的激光选区熔化成形铺粉质量视觉在线检测方法及系统，实现了激光选区熔化成形铺粉质量的自动化检测，其优点如下：

(1)本发明通过在线检测确保每层的铺粉质量，以提高最终成形零件的质量，有效减小了成形零件的废品率，降低了生产成本，具有显著的经济效益。

(2)本发明通过图像分割很好地消除光照影响，使检测过程受环境光影响较小。

(3)结合软件分层切片得到的坐标和相机标定方法滤除激光扫描区域外的缺陷，提高了监控效率。

(4)能与激光选区熔化成形装备兼容，实现激光选区熔化成形过程中的铺粉质量的自动在线检测与控制。

(5)现有技术因为在成形前需要预先知道所使用粉末材料的反射光波长，而本发明不需要该项指标也能使用，所以本发明解决了不易于推广的问题。

总之，本发明利用机器视觉的方法实现了激光选区熔化成形铺粉质量的自动化检验，通过确保每层的铺粉质量来提高最终成形零件的质量，有效减小了成形零件的废品率，降低了生产成本，具有显著的经济效益。

附图说明

图1是旁轴放置的激光选区熔化过程铺粉质量视觉在线检测系统示意图；

图2是同轴放置的激光选区熔化过程铺粉质量视觉在线检测系统示意图；

图3是检测过程流程图；

图4是掩模图像获取流程图；

图5(a)是获取的铺粉表面图像；

图5(b)是阈值分割后的块缺陷二值图像；

图5(c)是阈值分割后的水平线缺陷二值图像；

图5(d)是图像分割后的竖直线缺陷二值图像；

图6是去除10个像素以下噪声的结果图；

图7是经Hough变换提取的水平线缺陷；

图8是经Hough变换提取的竖直线缺陷。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明方法使用的硬件包括工业相机、镜头、照明光源和数据处理器。本发明可以用单个相机拍摄，对于拍摄幅面较大且检测精度要求较高的情况，也可以使用多个相机同时拍摄，每个相机各自负责其拍摄的区域，并提交给数据处理器分别进行处理。相机可以是旁轴放置拍摄，也可以是与激光发射窗口同轴放置拍摄。

旁轴放置拍摄参见图1，工业相机1、镜头2、照明光源6均置于激光选区熔化成形设备腔体4外面。激光选区熔化成形设备腔体4顶部的中间为扫描振镜7，它可将激光发生器8输出的激光投射到粉末床的不同位置，扫描振镜7旁边开有两个透明窗口3，3’，工业相机1和镜头2通过透明窗口3可拍摄到设备腔体4内的粉末床5的表面，照明光源6通过另一个透明窗口3’给设备腔体4内部提供照明。

同轴放置拍摄参见图2，所述工业相机1、镜头2、照明光源6均置于激光选区熔化成形设备腔体4外面。两个透明窗口3，3’分别位于扫描振镜7两侧，工业相机1位于透明窗口3的同一侧，并位于二向色镜9的透射光路上，照明光源6位于透明窗口3’处。激光选区熔化成形设备腔体4顶部的中间为扫描振镜7，激光发生器8输出的激光经过二向色镜9反射到扫描振镜并投射到粉末床表面实现选区熔化，粉末床表面的反射光经过扫描振镜反射并经二向色镜9透射到工业相机1实现粉末床表面的图像采集。照明光源6通过透明视窗口3给设备腔体4内部提供照明。

数据处理器实时获取铺粉表面图像，对其进行处理以识别铺粉质量。通常数据处理器由上位机担任。

参见图3，本发明的激光选区熔化成形铺粉质量视觉在线检测方法具体实现步骤如下：

(1)在激光选区熔化成形铺粉完成后，通过工业相机1和镜头2拍摄粉末床5表面图像，并实时获取表面图像数据；

(2)若相机是旁轴放置，则对图像做透视变换以消除透视畸变，若相机是同轴放置则跳过此步骤；

(3)利用图像分割方法对铺粉表面图像进行二值化处理，将缺陷像素置为白色，非缺陷像素置为黑色，选用不同参数分割三次分别作为块缺陷的二值图像、水平线缺陷的二值图像和竖直线缺陷的二值图像；

本发明将激光选区熔化成形铺粉缺陷分为块缺陷和线缺陷，块缺陷包括块状粉堆缺陷，供粉不足缺陷和熔覆层偏高缺陷等缺陷，线缺陷又分为水平线缺陷(条纹形缺陷)和竖直线缺陷(长条形粉堆缺陷)。

所述的图像分割方法可以采用现有的多种方法实现，优选简单快捷的阈值分割方法。

现有阈值分割法可分为全局阈值分割和局部阈值分割。全局阈值分割是直接通过比较图像像素灰度值和某个阈值的大小实现图像的分割，虽计算量小，但不适用于光照分布不均的粉床表面。局部阈值分割是将图像分成若干个子块，每个子块将根据其内部像素灰度值选取相应阈值进行分割，虽能有效避免光照分布不均的影响，但该方法常常会因为子块选取不合适，使得分割结果存在块状效应，从而得不到期望的结果。基于上述原因，本发明结合上述两种方法各自的优点，提出一种能够消除光照不均影响的自适应双阈值分割方法，该方法先对图像利用局部的思想来消除光照影响，再用全局的方法进行分割，虽然也会涉及到子块大小的选取，但能够很大程度上避免块状效应。其实现过程如下：首先，计算原图即铺粉表面图像所有像素灰度值的均值μ_src；其次，用选定大小的子块作为模板遍历图像的每个像素，计算当前子块内所有像素灰度值的均值μ_l，对图像中每个像素进行如下公式处理：

G_out＝G_in-μ_l+μ_src

式中，G_out为像素经公式处理后的灰度值，G_in为像素经公式处理前的灰度值；最后，求取处理后图像的均值μ和标准差σ，遍历铺粉表面图像的每个像素，当像素灰度值大于μ+nσ或者小于μ-nσ时，将该像素灰度值置为255，否则置为0。所述n的值需要根据不同环境进行调试选取如在1.5～4之间试取。

步骤(3)所述的选用不同参数是指选用不同的子块大小和n值。

(4)标记块缺陷二值图像的连通域并计算每个连通域的面积，当连通域面积小于预设的连通阈值时，则将其滤除，以达到去除噪声的目的，最终得到去噪后的块缺陷二值图像；

连通阈值根据具体情况来试取，既不能将部分缺陷一并去除(取值偏大时会一并去除)也不能将噪声误判为缺陷(取值偏小时会误判)。

(5)利用Hough变换检测水平线缺陷二值图像中的水平直线，检测竖直线缺陷二值图像中的竖直直线，分别得到水平直线图像和竖直直线图像；

步骤(4)与(5)可以同时进行或者顺序互换；

(6)将铺粉表面分为激光扫描区域和非激光扫描区域，利用掩模图像分别和经步骤(4)得到去噪后图像、经步骤(5)得到的水平直线图像、经步骤(5)得到的竖直直线图像做“与”操作滤除非激光扫描区域的缺陷，得到只有激光扫描区域缺陷的图像，包括激光扫描区域块缺陷图像，激光扫描区域水平线缺陷图像和激光扫描区域竖直线缺陷图像；

所述的掩模图像为激光扫描区域的二值图像，其获取方法如下：首先通过相机标定方法获得粉末床坐标系与图像坐标系间的转换矩阵，接着将激光扫描区域在粉末床上的轮廓坐标映射到图像上，得到激光扫描区域在图像上的轮廓，填充轮廓即可得到掩模图像。所述激光扫描区域在粉末床上的轮廓坐标是通过激光选区熔化设备软件对STL格式的零件分层切片得到；

(7)统计步骤(6)得到的三个图像的白色像素个数，若激光扫描区域块缺陷图像的白色像素个数不为0，则代表铺粉表面的激光扫描区域存在块缺陷，转入步骤(8)；否则代表铺粉表面无缺陷或存在对应线缺陷，转入步骤(9)；

(8)加载训练好的分类器，对步骤(7)得到的激光扫描区域块缺陷图像进行块状缺陷种类的识别；所述分类器训练步骤为：首先，采集大量块状缺陷样本；其次，选取缺陷面积、缺陷的宽度、缺陷处像素灰度均值与通过公式(G_out＝G_in-μ_l+μ_src)处理后的图像像素灰度均值之比、缺陷处像素灰度标准差4个特征；此外，选择决策树作为分类器，利用上述特征以及CART分类算法构造出具体的分类决策树；最后，保存分类器。

通过识别获得铺粉表面是存在块状粉堆缺陷，供粉不足缺陷还是熔覆层偏高缺陷，对铺粉表面做出相应处理；

(9)结束。

实施例1：

参见图5(a)，可见该图中存在熔覆层偏高缺陷(块缺陷)，利用上述自适应双阈值分割方法对其进行处理，分割块缺陷的步骤如下：

(1)选用200×200的子块遍历图像的每个像素，对图像中每个像素进行如下处理：

G_out＝G_in-μ_l+μ_src

其中，G_out为处理后的像素灰度值，G_in为处理前的像素灰度值，μ_l为当前子块内所有像素灰度值的均值，μ_src为原图所有像素灰度值的均值；

(2)求取处理后图像像素灰度均值μ和标准差σ；

(3)遍历图像的每个像素，当像素灰度值大于μ+2σ或者小于μ-2σ时，将该像素灰度值置为255，否则置为0。

最终的分割结果见图5(b)。标记图5(b)二值图像的连通域并计算每个连通域的面积，滤除面积小于10的连通域，处理结果见图6。

实施例2：

参见图5(a)，可见该图中存在条纹形缺陷(水平线缺陷)，利用上述自适应双阈值分割方法对其进行处理，分割水平线缺陷的步骤如下：

(1)选用5×30的子块遍历图像的每个像素，对图像中每个像素进行如下处理：G_out＝G_in-μ_l+μ_src

其中，G_out为处理后的像素灰度值，G_in为处理前的像素灰度值，μ_l为当前子块内所有像素灰度值的均值，μ_src为原图所有像素灰度值的均值；

(2)求取处理后图像像素灰度均值μ和标准差σ；

(3)遍历图像的每个像素，当像素灰度值大于μ+1.5σ或者小于μ-1.5σ时，将该像素灰度值置为255，否则置为0。

最终的分割结果见图5(c)。利用Hough变换检测图5(c)二值图像中的水平直线，检测结果见图7。

实施例3：

参见图5(a)，可见该图中存在长条形粉堆缺陷(竖直线缺陷)，利用上述自适应双阈值分割方法对其进行处理，分割竖直线缺陷的步骤如下：

(1)选用30×5的子块遍历图像的每个像素，对图像中每个像素进行如下处理：

G_out＝G_in-μ_l+μ_src

其中，G_out为处理后的像素灰度值，G_in为处理前的像素灰度值，μ_l为当前子块内所有像素灰度值的均值，μ_src为原图所有像素灰度值的均值；

(2)求取处理后图像像素灰度均值μ和标准差σ；

(3)遍历图像的每个像素，当像素灰度值大于μ+1.5σ或者小于μ-1.5σ时，将该像素灰度值置为255，否则置为0。

最终的分割结果见图5(d)。利用Hough变换检测图5(d)二值图像中的竖直直线，检测结果见图8。

以上所述为本发明的较佳实施例而已，但本发明不仅局限于上述实施例和附图所公开的内容。且本发明也可用于其他铺粉式的金属增材制造过程中，凡是不脱离本发明所公开的精神下完成的等效或修改，仍应视为本发明保护范围之内。

Claims (10)

1.一种激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，该方法包括下述步骤：

第1步在激光选区熔化成形铺粉完成后，实时采集铺粉表面图像；

第2步对铺粉表面图像进行分割以消除光照不均影响的，并实现二值化处理，分别得到块缺陷二值图像、水平线缺陷二值图像和竖直线缺陷二值图像，并将各二值图像中缺陷像素置为白色，非缺陷像素置为黑色；

第3步对于块缺陷二值图像标记块缺陷二值图像的连通域并计算每个连通域的面积，当连通域面积小于预设的连通阈值时，则将其滤除，以达到去除噪声的目的，最终得到去噪后的块缺陷二值图像；对于水平线缺陷二值图像利用Hough变换检测水平线缺陷二值图像中的水平直线，得到水平直线图像；对于竖直线缺陷二值图像，利用Hough变换检测竖直线缺陷二值图像中的竖直直线，得到竖直直线图像；

第4步将铺粉表面分为激光扫描区域和非激光扫描区域，利用掩模图像分别和第3步得到的块缺陷二值图像，水平直线图像和竖直直线图像做“与”操作滤除非激光扫描区域的缺陷，得到只有激光扫描区域缺陷的图像，包括激光扫描区域块缺陷二值图像，激光扫描区域水平线缺陷二值图像和激光扫描区域竖直线缺陷二值图像；所述掩模图像为激光扫描区域的二值图像；

第5步统计第4步得到的三个图像的白色像素个数，若激光扫描区域块缺陷图像的白色像素个数不为0，则代表铺粉表面的激光扫描区域存在块缺陷，转入第6步；否则代表铺粉表面无缺陷或存在对应线缺陷，转入第7步；

第6步加载训练好的分类器，对激光扫描区域块缺陷图像进行块状缺陷种类的识别；通过识别获得铺粉表面是存在块状粉堆缺陷，供粉不足缺陷还是熔覆层偏高缺陷，对铺粉表面做出相应处理；

第7步结束。

2.根据权利要求1所述的激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，

如果所述铺粉表面图像是通过旁轴放置的照机拍摄获取，在开始第2步之前，对铺粉表面图像做透视变换以消除透视畸变；

当铺粉幅面和检测精度需要多台工业相机和镜头进行拍摄时，各工业相机和镜头分别负责其拍摄的区域的铺粉表面图像的采集，并实时提供给数据处理器进行处理。

3.根据权利要求1或2所述的激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，所述第2步中，所述块缺陷包括块状粉堆缺陷，供粉不足缺陷和熔覆层偏高缺陷；所述水平线缺陷为条纹形缺陷；所述竖直线缺陷为长条形粉堆缺陷；所述分割采用自适应双阈值分割方法。

4.根据权利要求3所述的激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，所述自适应双阈值分割方法的具体实现过程为：

首先，计算铺粉表面图像所有像素灰度值的均值μ_src；其次，用选定大小的子块作为模板遍历图像的每个像素，计算当前子块内所有像素灰度值的均值μ_l，对铺粉表面图像中每个像素进行如下公式处理：

G_out＝G_in-μ_l+μ_src

式中，G_out为像素经公式处理后的灰度值，G_in为像素经公式处理前的灰度值；最后，求取处理后图像的均值μ和标准差σ，遍历铺粉表面图像的每个像素，当像素灰度值大于μ+nσ或者小于μ-nσ时，将该像素灰度值置为255，否则置为0，n的值根据不同环境进行调试选取。

5.根据权利要求4所述的激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，通过选用不同的子块大小和n值进行分割，以得到第2步中所述的块缺陷二值图像、水平线缺陷二值图像和竖直线缺陷二值图像。

6.根据权利要求1或2所述的激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，所述第4步中的掩模图像的获取方法如下：首先通过相机标定方法获得粉末床坐标系与图像坐标系间的转换矩阵，接着将激光扫描区域在粉末床上的轮廓坐标映射到图像上，得到激光扫描区域在图像上的轮廓，填充轮廓即得到掩模图像。

7.根据权利要求1或2所述的激光选区熔化成形铺粉质量视觉在线检测方法，其特征在于，第6步中所述分类器的训练步骤为：首先，采集块状缺陷样本；其次，选取缺陷面积、缺陷的宽度、缺陷处像素灰度均值与通过公式G_out＝G_in-μ_l+μ_src处理后的图像像素灰度均值之比、缺陷处像素灰度标准差4个特征；此外，选择决策树作为分类器，利用上述特征以及CART分类算法构造出具体的分类决策树；最后，保存分类器。

8.一种激光选区熔化成形铺粉质量视觉在线检测系统，其特征在于，该系统包括工业相机、镜头、照明光源和数据处理器；所述照明光源用于通过扫描振镜一侧的透明窗口给设备腔体内部提供照明，工业相机和镜头用于通过描振镜另一侧的透明窗口拍摄设备腔体内的粉末床的表面，以获取铺粉表面图像，并提供给数据处理器；

当工业相机和镜头为多个时，各工业相机和镜头分别负责其拍摄的区域的铺粉表面图像的采集，并实时提供给数据处理器进行处理；

检测时，数据处理器对采集的铺粉表面图像进行如下处理：

(1)对铺粉表面图像进行分割实现二值化处理，分别得到块缺陷二值图像、水平线缺陷二值图像和竖直线缺陷二值图像，并将各二值图像中缺陷像素置为白色，非缺陷像素置为黑色；

(2)对于块缺陷二值图像标记块缺陷二值图像的连通域并计算每个连通域的面积，当连通域面积小于预设的连通阈值时，则将其滤除，以达到去除噪声的目的，最终得到去噪后的块缺陷二值图像；对于水平线缺陷二值图像利用Hough变换检测水平线缺陷二值图像中的水平直线，得到水平直线图像；对于竖直线缺陷二值图像，利用Hough变换检测竖直线缺陷二值图像中的竖直直线，得到竖直直线图像；

(3)将铺粉表面分为激光扫描区域和非激光扫描区域，利用掩模图像分别和步骤(2)得到的块缺陷二值图像，水平直线图像和竖直直线图像做“与”操作滤除非激光扫描区域的缺陷，得到只有激光扫描区域缺陷的图像，包括激光扫描区域块缺陷二值图像，激光扫描区域水平线缺陷二值图像和激光扫描区域竖直线缺陷二值图像；所述掩模图像为激光扫描区域的二值图像；

(4)统计步骤(3)得到的三个二值图像的白色像素个数，若激光扫描区域块缺陷图像的白色像素个数不为0，则代表铺粉表面的激光扫描区域存在块缺陷，转入步骤(5)；否则代表铺粉表面无缺陷或存在对应线缺陷，转入步骤(6)；

(5)加载训练好的分类器，对激光扫描区域块缺陷图像进行块状缺陷种类的识别；通过识别获得铺粉表面是存在块状粉堆缺陷，供粉不足缺陷还是熔覆层偏高缺陷，对铺粉表面做出相应处理；

(6)结束。

9.根据权利要求8所述的一种激光选区熔化成形铺粉质量视觉在线检测系统，其特征在于，当工业相机与激光发射窗口同轴放置时，工业相机与透明窗口之间设置有二向色镜，工业相机位于二向色镜的透射光路上，激光发生器输出的激光经过二向色镜反射到扫描振镜并投射到粉末床表面实现选区熔化，粉末床表面的反射光经过扫描振镜反射并经二向色镜透射到工业相机实现粉末床表面的图像采集。

10.根据权利要求8所述的一种激光选区熔化成形铺粉质量视觉在线检测系统，其特征在于，当工业相机与激光发射窗口不同轴放置时，所述数据处理器进行二值化处理前，对铺粉表面图像做透视变换以消除透视畸变。