CN108760747B - 一种3d打印模型表面缺陷视觉检测方法 - Google Patents

一种3d打印模型表面缺陷视觉检测方法 Download PDF

Info

Publication number
CN108760747B
CN108760747B CN201810401620.4A CN201810401620A CN108760747B CN 108760747 B CN108760747 B CN 108760747B CN 201810401620 A CN201810401620 A CN 201810401620A CN 108760747 B CN108760747 B CN 108760747B
Authority
CN
China
Prior art keywords
defect
printing
model
module
surface defects
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810401620.4A
Other languages
English (en)
Other versions
CN108760747A (zh
Inventor
沈洪垚
孙伟俊
傅建中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201810401620.4A priority Critical patent/CN108760747B/zh
Publication of CN108760747A publication Critical patent/CN108760747A/zh
Application granted granted Critical
Publication of CN108760747B publication Critical patent/CN108760747B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种3D打印模型表面缺陷视觉检测方法，包括以下步骤：(1)在打印过程中，图像采集模块通过相机采集模型外表面的图像信息，并传输至图像预处理模块；(2)图像预处理模块对图片进行预处理；(3)接收步骤(2)预处理后的灰度图片，建立矩形内核和方形内核，将满足以上两种内核尺寸的间隙寻找出来；(4)将光源噪声和环境轮廓滤除掉；(5)将步骤(3)中寻找到的区域经过步骤(4)的滤除后，通过位置判断进行融合得到缺陷轮廓；(6)缺陷分析与整理模块根据步骤(5)融合后的缺陷轮廓，进行数值分析，并选择基本参数来表征缺陷；(7)对步骤(6)检测到的缺陷进行判断；本发明方法有效控制和提高产品的质量。

Description

一种3D打印模型表面缺陷视觉检测方法
技术领域
本发明涉及3D打印缺陷检测技术领域，尤其是涉及一种3D打印模型表面缺陷视觉检测方法。
背景技术
熔融沉积成型(FDM)是一种广泛应用的增材制造技术(俗称3D打印)，它是一种以数字模型文件为基础，运用金属或塑料等可粘合材料，通过逐层打印的方式来构造物体的技术。该技术在工业、建筑、航空、医疗等行业都有所应用。
随着3D打印行业的快速发展，人们对3D打印机的需求也越来越大。随着其应用场合的特定化，对3D打印机打印出的模型性能要求也越来越高。若没有在打印过程中及时发现打印模型的偏差，不仅打印成品无法使用，而且也浪费了打印材料和时间；当缺陷较小时亦会对零件外表面光洁度，力学性能等产生影响。因此，在3D打印中，早期的缺陷检测以及数字化控制，有助于打印机采取纠正措施，减少打印资源的浪费，防止打印过程有缺陷或缺损的对象的完成，减少对持续监控的需求。
因此在打印过程中有必要对打印件进行缺陷检测。由于3D打印的原理是逐层打印，且其层叠结构会很好地体现在模型外表面，而对于模型的内部，则会随着模型零件的形状差异以及模型填充模式的差异而改变。因此，通过检测模型外表面可以有效反馈模型的打印质量，而且基于3D打印的层叠结构特性，可以统一评判缺陷的相关参数。而现有技术中，还没有可以对3D打印模型外表面缺陷进行有效检测和分析的装置和方法。
发明内容
本发明提出了一种3D打印模型表面缺陷视觉检测方法，基于3D打印的层叠结构特性，能够直观并且在打印过程结束后对检测到的缺陷进行统计，有效控制和提高产品的质量。
一种3D打印模型表面缺陷视觉检测方法，包括以下步骤：
(1)在打印过程中，图像采集模块通过相机采集模型外表面的图像信息，并传输至图像预处理模块；
(2)图像预处理模块对图片进行预处理；
(3)缺陷识别模块接收步骤(2)预处理后的灰度图片，计算出切片层厚H对应于相机下的像素个数P，以P为评判基本参数，建立矩形内核和方形内核，将满足以上两种内核尺寸的间隙寻找出来，并标记为白色像素，其余标记为黑色像素；根据切片层厚H、相机光学放大倍率V、相机水平/垂直像素尺寸f，计算出层厚对应当前相机下的像素个数P＝HV/f。
(4)将光源噪声和环境轮廓滤除掉；具体的，将缺陷面积太小以及太大的滤除掉，面积太小主要是很小的光源噪声，对打印模型表面质量的影响很小，面积太大主要是模型外的环境轮廓，不属于模型内部缺陷。
(5)将步骤(3)中寻找到的区域经过步骤(4)的滤除后，通过位置判断进行融合得到缺陷轮廓，融合标准有：
①当缺陷轮廓相交，则融合；
②当缺陷轮廓处于同一水平区域或者垂直区域，且两缺陷轮廓距离小于阈值X_min或者Y_min，则融合；
(6)缺陷分析与整理模块根据步骤(5)融合后的缺陷轮廓，进行数值分析，并选择基本参数来表征缺陷；
(7)对步骤(6)检测到的缺陷进行判断，当单个缺陷面积大于设定值(一定值Area_max)时，即表征缺陷过大无法修补且无法使用，则及时停止打印并提醒操作员；当单个缺陷面积不大于设定值时，对模型质量影响较小，则在打印完成统计所有缺陷的表征参数，将统计结果作为模型外表面的质量的评判数据。
本发明通过监控3D打印模型外表面纹理特征，并结合模型切片时的层厚与打印中的实际层厚对比，实时找出满足一定参数的缺陷，能够直观并且在打印过程结束后对检测到的缺陷进行统计，得出最后模型的相对质量，从而有效控制产品质量。
为了提高检测效率，优选的，步骤(2)中，预处理包括图片剪切。由于相机采集到的区域较大，为减少重复处理及增强实时性。
进一步优选的，步骤(2)中，图片剪切裁取图像上部30～50％。
为了提高检测效果，优选的，步骤(2)中，预处理包括直方图均衡。直方图均衡用于增强局部对比度，减小背景或前景都太亮或太暗现象。
为了提高检测效果，优选的，步骤(2)中，预处理包括局部二值化。局部二值化通过背景和特征的灰度差异，将背景和前景通过二值的方式区别开来。
为了提高检测效果，优选的，步骤(2)中，预处理包括中值滤波。中值滤波用于保持信号的尖锐变化和消除脉冲噪声。
为了提高检测效果，优选的，步骤(2)中，预处理包括二次掩膜滤波。为了突出模型的层叠特性，通过建立二次掩膜，掩膜尺寸基于层厚计算得来，通过掩膜来遍历图片，将小于掩膜的区域滤除掉。
为了提高检测效果，优选的，步骤(1)中，图像采集模块通过相机采集模型外表面的图像信息的具体过程如下：
1-1、算法模块将打印件数字模型进行切片，提取切片后模型的外轮廓，并计算外轮廓相邻点所在直线的垂直平分线；
1-2、将切片后的运动信息转换成打印头的运动信息；
1-3、控制模块根据运动信息控制打印模块工作；
1-4、在打印过程中，控制模块控制驱动机构使图像获取单元始终保持与打印件当前外表面打印点法矢方向；
1-5、随着打印过程图像获取单元实时采集图片。
步骤(1)采用的3D打印机打印模型外表面的全方位检测系统包括打印模块、打印检测模块、计算模块以及控制模块，所述打印模块包括打印头，所述打印检测模块包括：
图像获取单元；
驱动机构，带动所述图像获取单元绕所述打印头水平转动；
所述计算模块将打印件数字模型进行切片，提取切片后模型的外轮廓，并计算外轮廓相邻点所在直线的垂直平分线；
所述控制单元控制所述驱动机构工作使图像获取单元的朝向保持在该垂直平分线上从而在打印时所述图像获取单元始终正对当前打印表面。
计算模块和控制模块可以集成在计算机中，也可以单独设置芯片。
进一步优选的，带动所述图像获取单元绕所述打印头水平转动具体是指带动图像获取单元绕所述打印头喷嘴的中轴线水平转动，打印头是有尺寸的，绕喷嘴中轴线可以保证转动的过程中打印头位置不变，只是姿态改变。
为了便于制造和使用，优选的，所述驱动机构为固定有所述图像获取单元和打印头的六自由度机械臂。
本发明将六自由度机械臂(即机器人)的空间运动灵活性与3D打印结合，利用机器人末端第六轴实现外表面的法矢拍摄，并保持在法矢变化相机转动的过程中打印头位置姿态不变。
为了降低制造成本，优选的，所述驱动机构包括：
转臂，一端绕所述打印头旋转安装，另一端固定所述图像获取单元；
动力源，驱动所述转臂转动。上述结构取消了六自由度机械臂(机器人)的使用，可以大大降低制造成本，更经济实惠。
为了提高图像获取效果，优选的，所述图像获取单元采用CCD相机。
为了便于定位CCD相机，优选的，所述CCD相机的镜头正对打印头。以此保证打印时所述CCD相机始终正对打印表面。
为了提高获取图像的质量，优选的，所述图像获取单元外周设有环形光源。进一步优选的，环形光源与图像获取单元的镜头同轴，提供良好的光源环境。
所述CCD相机与打印头固定，根据相机型号Basler acA 1600-20gm的焦距范围，其固定距离范围为260mm～470mm。
所述相机支架与打印头固定支架为螺钉方式固定，两根型材固定在打印头固定支架两端，构成悬臂梁结构。
所述CCD相机与相机支架为螺钉固定，相机镜头正对打印头及当前打印层。
所述打印头固定支架保持打印头中心线与机器人末端旋转中心线同轴，保持CCD相机在旋转的过程中保持打印头位置姿态不变。
为了兼顾检测质量和检测效率，优选的，步骤(3)中，矩形内核的尺寸为(1.5～3)P*(20～50)P。
为了兼顾检测质量和检测效率，优选的，步骤(3)中，方形内核的尺寸为(3～5)P*(3～5)P。
本发明的有益效果：
本发明的3D打印模型表面缺陷视觉检测方法，基于3D打印的层叠结构特性，结合模型切片时的层厚与打印中的实际层厚对比，实时找出满足一定参数的缺陷，能够直观并且在打印过程结束后对检测到的缺陷进行统计有效控制和提高产品的质量。
附图说明
图1是本发明的3D打印模型表面缺陷视觉检测方法中各模块关系的示意图。
图2是本3D打印模型表面缺陷视觉检测方法的流程示意图。
具体实施方式
如图1所示，本实施例的3D打印模型表面缺陷视觉检测方法使用的装置包括工业CCD相机，光源和计算机。CCD相机在打印过程中始终正对模型外表面，保持固定的焦距。光源用于给CCD相机提供良好的光照环境。
计算机包括四个模块：图像采集模块，图像预处理模块，缺陷识别模块，缺陷分析与整理模块。
如图2所示，本实施例的3D打印模型表面缺陷视觉检测方法，包括如下步骤：
步骤一：工作周期开始时，由图像采集模块控制工业CCD相机采集图像信息，并实时传输至图像预处理模块；
步骤二：图像预处理模块对图片进行初步处理，主要包括图片剪切、直方图均衡、局部二值化、中值滤波以及二次掩膜滤波。通过这些滤除不必要的噪声，并使图像亮度适中，突出特征，为后续的分析和检测提供更好的识别。
步骤三：缺陷识别模块接收预处理后的灰度图片，并根据切片层厚H、相机光学放大倍率V、相机水平/垂直像素尺寸f，计算出层厚对应当前相机下的像素个数P＝HV/f。并结合图像形态学处理，以P为评判基本参数，建立两种形态学检测内核。一种矩形内核，主要用于识别层厚缺陷，以两个层厚为基准，其尺寸是2P*30P；一种方形内核，主要用于检测噪声缺陷，其尺寸为3P*3P。通过以上两种内核，对图片进行形态学处理，将满足以上两种内核尺寸的间隙寻找出来，并标记为像素255(白色)，其余标记为0(黑色)。
步骤四：将缺陷面积太小以及太大的滤除掉，面积太小主要是很小的光源噪声，对打印模型表面质量的影响很小，面积太大主要是模型外的环境轮廓，不属于模型内部缺陷。
步骤五：将以上两种内核寻找到的区域通过位置判断进行融合，融合标准有：①当缺陷轮廓相交，则融合；②当缺陷轮廓处于同一水平区域或者垂直区域，即层厚方向或层厚垂直方向，且两缺陷轮廓距离小于阈值X_min或者Y_min，则融合。通过多次迭代融合后，得到最终的缺陷轮廓，传输至缺陷分析与整理模块。
步骤六：缺陷分析与整理模块根据识别到的缺陷轮廓，进行数值分析，并选择基本参数来表征缺陷，其基本表征参数缺陷中心坐标、缺陷面积、缺陷最小外接矩形宽高比。
步骤七：对检测到的缺陷进行判断，当单个缺陷面积大于一定值Area_max，即表征缺陷过大无法修补且无法使用，则及时停止打印并提醒操作员；当缺陷存在但面积较小，对模型质量影响较小，则在打印完成统计所有缺陷的表征参数，将统计结果作为模型外表面的质量的评判数据。
步骤二中，于相机采集到的区域较大，为减少重复处理及增强实时性，故通过图片剪切裁取图片上部40％用于分析；直方图均衡用于增强局部对比度，减小背景或前景都太亮或太暗现象；局部二值化通过背景和特征的灰度差异，将背景和前景通过二值的方式区别开来；中值滤波用于保持信号的尖锐变化和消除脉冲噪声；为了突出模型的层叠特性，通过建立二次掩膜，掩膜尺寸基于层厚计算得来，通过掩膜来遍历图片，将小于掩膜的区域滤除掉。
综上所述，本实施例的3D打印模型表面缺陷视觉检测方法，基于3D打印的层叠结构特性，结合模型切片时的层厚与打印中的实际层厚对比，实时找出满足一定参数的缺陷，能够直观并且在打印过程结束后对检测到的缺陷进行统计有效控制和提高产品的质量。

Claims (10)

1.一种3D打印模型表面缺陷视觉检测方法，其特征在于，包括以下步骤：
(1)在打印过程中，图像采集模块通过相机采集模型外表面的图像信息，并传输至图像预处理模块；
(2)图像预处理模块对图片进行预处理；
(3)缺陷识别模块接收步骤(2)预处理后的灰度图片，计算出切片层厚H对应于相机下的像素个数P，以P为评判基本参数，建立矩形内核和方形内核，将满足以上两种内核尺寸的间隙寻找出来，并标记为白色像素，其余标记为黑色像素；
(4)将光源噪声和环境轮廓滤除掉；
(5)将步骤(3)中寻找到的区域经过步骤(4)的滤除后，通过位置判断进行融合得到缺陷轮廓，融合标准有：
①当缺陷轮廓相交，则融合；
②当缺陷轮廓处于同一水平区域或者垂直区域，且两缺陷轮廓距离小于阈值X_min或者Y_min，则融合；
(6)缺陷分析与整理模块根据步骤(5)融合后的缺陷轮廓，进行数值分析，并选择基本参数来表征缺陷，其表征参数为缺陷中心坐标、缺陷面积、缺陷最小外接矩形宽高比；
(7)对步骤(6)检测到的缺陷进行判断，当单个缺陷面积大于设定值时，即表征缺陷过大无法修补且无法使用，则及时停止打印并提醒操作员；当单个缺陷面积不大于设定值时，对模型质量影响较小，则在打印完成统计所有缺陷的表征参数，将统计结果作为模型外表面的质量的评判数据。
2.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(2)中，预处理包括图片剪切。
3.如权利要求2所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(2)中，图片剪切裁取图像上部30～50％。
4.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(2)中，预处理包括直方图均衡。
5.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(2)中，预处理包括局部二值化。
6.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(2)中，预处理包括中值滤波。
7.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(2)中，预处理包括二次掩膜滤波。
8.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(1)中，图像采集模块通过相机采集模型外表面的图像信息的具体过程如下：
1-1、算法模块将打印件数字模型进行切片，提取切片后模型的外轮廓，并计算外轮廓相邻点所在直线的垂直平分线；
1-2、将切片后的运动信息转换成打印头的运动信息；
1-3、控制模块根据运动信息控制打印模块工作；
1-4、在打印过程中，控制模块控制驱动机构使图像获取单元始终保持与打印件当前外表面打印点法矢方向一致；
1-5、随着打印过程图像获取单元实时采集图片。
9.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(3)中，矩形内核的尺寸为(1.5～3)P*(20～50)P。
10.如权利要求1所述的3D打印模型表面缺陷视觉检测方法，其特征在于，步骤(3)中，方形内核的尺寸为(3～5)P*(3～5)P。
CN201810401620.4A 2018-04-28 2018-04-28 一种3d打印模型表面缺陷视觉检测方法 Expired - Fee Related CN108760747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810401620.4A CN108760747B (zh) 2018-04-28 2018-04-28 一种3d打印模型表面缺陷视觉检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810401620.4A CN108760747B (zh) 2018-04-28 2018-04-28 一种3d打印模型表面缺陷视觉检测方法

Publications (2)

Publication Number Publication Date
CN108760747A CN108760747A (zh) 2018-11-06
CN108760747B true CN108760747B (zh) 2019-12-10

Family

ID=64008685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810401620.4A Expired - Fee Related CN108760747B (zh) 2018-04-28 2018-04-28 一种3d打印模型表面缺陷视觉检测方法

Country Status (1)

Country Link
CN (1) CN108760747B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3857508A1 (en) * 2018-11-16 2021-08-04 Align Technology, Inc. Machine based three-dimensional (3d) object defect detection
CN109816633A (zh) * 2018-12-27 2019-05-28 大族激光科技产业集团股份有限公司 一种基于3d打印系统的缺陷监控方法、装置及终端设备
CN109949291A (zh) * 2019-03-19 2019-06-28 苏州润智和智能科技有限公司 一种汽车铸铝件x射线图像的缺陷检测方法
CN110208284B (zh) * 2019-05-27 2021-09-17 武汉中导光电设备有限公司 一种多通道缺陷合并分析的方法及系统
CN114175092A (zh) * 2019-07-25 2022-03-11 西门子工业软件有限公司 增材制造中基于图像的缺陷检测
CN111521600A (zh) * 2020-04-26 2020-08-11 长春工业大学 3d打印金属构件缺陷在线监测与分析装置及其控制方法
CN111583205B (zh) * 2020-04-27 2023-10-20 中国林业科学研究院木材工业研究所 一种锯材表面缺陷尺寸测量方法及系统
CN112179312B (zh) * 2020-09-29 2022-04-15 华中科技大学 适用于建筑3d打印件表面质量的在线检测系统及方法
CN112348946A (zh) * 2020-11-04 2021-02-09 深圳市纵维立方科技有限公司 打印处理方法、装置、电子设备以及存储介质
CN112505061A (zh) * 2020-11-23 2021-03-16 江苏赛愽智能制造研究院有限公司 复杂件3d打印在线检测系统及其检测方法
CN112651949B (zh) * 2020-12-30 2024-05-21 深圳市创想三维科技股份有限公司 3d打印监控方法、装置、电子设备及存储介质
CN112884768B (zh) * 2021-03-30 2022-09-23 中国科学院自动化研究所 基于神经网络的3d打印在线质量监测方法、系统、装置
CN113516619B (zh) * 2021-04-09 2023-03-17 重庆大学 一种基于图像处理技术的产品表面瑕疵识别方法
CN113192033B (zh) * 2021-04-30 2024-03-19 深圳市创想三维科技股份有限公司 一种3d打印中的拉丝判别方法、装置、设备及存储介质
CN114266748B (zh) * 2021-12-22 2024-04-30 四川艾德瑞电气有限公司 一种轨交检修领域工艺板表面完整性判定的方法及装置
CN116698875B (zh) * 2023-08-03 2023-10-20 长春理工大学 一种基于图像处理的3d打印缺陷检测方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150177158A1 (en) * 2013-12-13 2015-06-25 General Electric Company Operational performance assessment of additive manufacturing
TWI518583B (zh) * 2014-04-18 2016-01-21 三緯國際立體列印科技股份有限公司 立體列印裝置及其列印異常偵測方法
US20160098824A1 (en) * 2014-10-03 2016-04-07 Tyco Electronics Corporation Three dimensional printing inspection apparatus and method
CN106338521B (zh) * 2016-09-22 2019-04-12 华中科技大学 增材制造表面及内部缺陷与形貌复合检测方法及装置
CN207205270U (zh) * 2017-04-14 2018-04-10 华南理工大学 一种3d打印逐层检测反求零件模型及定位缺陷装置
CN107941808B (zh) * 2017-11-10 2024-04-12 中国计量大学 基于机器视觉的3d打印成型质量检测系统及方法

Also Published As

Publication number Publication date
CN108760747A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108760747B (zh) 一种3d打印模型表面缺陷视觉检测方法
CN109724990B (zh) 一种包装盒标签中喷码区域的快速定位与检测方法
EP3495077B1 (en) Powder spreading quality test method and additive manufacturing device
CN111007073A (zh) 一种増材制造过程中零件缺陷在线检测的方法及检测系统
CN107941808B (zh) 基于机器视觉的3d打印成型质量检测系统及方法
CN105729267B (zh) 一种基于视觉控制的磨边装置及方法
CN111982916A (zh) 一种基于机器视觉的焊缝表面缺陷检测方法及系统
US20080055591A1 (en) Apparatus and methods for two-dimensional and three-dimensional inspection of a workpiece
CN109612390A (zh) 基于机器视觉的大尺寸工件自动测量系统
CN108724733B (zh) 一种面向面曝光3d打印的视觉监视反馈方法
CN112304960B (zh) 一种基于深度学习的高分辨率图像物体表面缺陷检测方法
CN112419429B (zh) 一种基于多视角的大型工件表面缺陷检测标定方法
CN108489986A (zh) 一种增材制造在线检测及修复方法
CN111982921A (zh) 孔缺陷的检测方法、装置、传送平台及存储介质
CN104034638B (zh) 基于机器视觉的金刚线颗粒在线质检方法
CN104034637B (zh) 基于机器视觉的金刚线颗粒在线质检装置
Stavropoulos et al. A vision-based system for real-time defect detection: a rubber compound part case study
WO2017011901A1 (en) Methods and systems for laser marking an identifier on an industrial product
CN108638497A (zh) 一种3d打印机打印模型外表面的全方位检测系统和方法
CN203965287U (zh) 基于机器视觉的金刚线颗粒在线质检装置
CN110570412A (zh) 一种零件误差视觉判断系统
CN113538323A (zh) 基于深度学习的缺陷检测方法和系统
CN113469988A (zh) 一种缺陷识别方法
CN115326837A (zh) 一种基于机器视觉的不锈钢焊点表面质量检测方法及系统
JP2023060798A (ja) 欠陥検出方法、欠陥検出システム、及び、欠陥検出プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191210

CF01 Termination of patent right due to non-payment of annual fee