CN113192033A - 一种3d打印中的拉丝判别方法、装置、设备及存储介质 - Google Patents

一种3d打印中的拉丝判别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113192033A
CN113192033A CN202110482268.3A CN202110482268A CN113192033A CN 113192033 A CN113192033 A CN 113192033A CN 202110482268 A CN202110482268 A CN 202110482268A CN 113192033 A CN113192033 A CN 113192033A
Authority
CN
China
Prior art keywords
dimensional model
color
printing
wire drawing
edge
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.)
Granted
Application number
CN202110482268.3A
Other languages
English (en)
Other versions
CN113192033B (zh
Inventor
敖丹军
唐京科
魏炜
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.)
Shenzhen Chuangxiang 3D Technology Co Ltd
Original Assignee
Shenzhen Chuangxiang 3D Technology Co Ltd
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 Shenzhen Chuangxiang 3D Technology Co Ltd filed Critical Shenzhen Chuangxiang 3D Technology Co Ltd
Priority to CN202110482268.3A priority Critical patent/CN113192033B/zh
Publication of CN113192033A publication Critical patent/CN113192033A/zh
Application granted granted Critical
Publication of CN113192033B publication Critical patent/CN113192033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30144—Printing quality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Abstract

本发明实施例公开了一种3D打印中的拉丝判别方法、装置、设备及存储介质。该方法包括：实时获取打印过程中的三维模型图像；对三维模型图像中的像素进行颜色聚类；对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，并将三维模型区域的颜色确定为三维模型颜色；对三维模型图像进行边缘提取，并根据三维模型颜色将背景边缘剔除，以得到三维模型边缘；根据三维模型边缘判别是否出现拉丝缺陷。本发明实施例所提供的技术方案，代替了人工监视打印状态的过程，节约了大量的人力，同时也可以及时的发现拉丝缺陷，以便及时停止打印，从而节约打印时间和打印材料。

Description

一种3D打印中的拉丝判别方法、装置、设备及存储介质
技术领域
本发明实施例涉及三维打印技术领域，尤其涉及一种3D打印中的拉丝判别方法、装置、设备及存储介质。
背景技术
FDM 3D打印技术即熔融沉积成型，该技术用于3D打印具有构造原理和操作简单，维护成本低，系统运行安全等优点。在打印过程中由于参数配置不当或机器喷嘴老化等原因，经常会出现拉丝现象，出现拉丝的模型打印完成后无法正常使用。
当前3D打印产品中在打印过程中没有对拉丝状态的自动监控机制，一般处理方式为等全部打印完成后重新打印，或由人工监控，当发现拉丝时主动停止打印，现有的处理方式对材料和时间的消耗较大。
发明内容
本发明实施例提供一种3D打印中的拉丝判别方法、装置、设备及存储介质，以实现三维模型打印过程中的拉丝自动判别，从而节省打印材料、打印时间以及需要耗费的人力。
第一方面，本发明实施例提供了一种3D打印中的拉丝判别方法，该方法包括：
实时获取打印过程中的三维模型图像；
对所述三维模型图像中的像素进行颜色聚类；
对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定所述三维模型图像中的三维模型区域，并将所述三维模型区域的颜色确定为三维模型颜色；
对所述三维模型图像进行边缘提取，并根据所述三维模型颜色将背景边缘剔除，以得到三维模型边缘；
根据所述三维模型边缘判别是否出现拉丝缺陷。
可选的，所述对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定所述三维模型图像中的三维模型区域，并将所述三维模型区域的颜色确定为三维模型颜色，包括：
对聚类后的像素进行八邻域分析，以确定每个像素颜色的连通域数量；
确定所述三维模型图像中具有单个连通域的目标像素颜色；
将所述目标像素颜色的连通域中最靠近所述三维模型图像的中心的连通域确定为所述三维模型区域。
可选的，所述根据所述三维模型颜色将背景边缘剔除，以得到三维模型边缘，包括：
遍历在所述三维模型图像中提取的边缘像素；
从所述边缘像素中确定目标边缘像素，所述目标边缘像素在预设半径的邻域内不存在颜色为所述三维模型颜色的像素；
将所有所述目标边缘像素确定为所述背景边缘，并进行剔除。
可选的，所述根据所述三维模型边缘判别是否出现拉丝缺陷，包括：
在所述三维模型边缘中确定拉丝边缘数量；
将所述拉丝边缘数量与预设拉丝阈值进行比较，若所述拉丝边缘数量超过所述预设拉丝阈值，则判定出现拉丝缺陷。
可选的，所述在所述三维模型边缘中确定拉丝边缘数量，包括：
沿着所述三维模型边缘的梯度方向进行搜索，若在预设邻域像素范围内出现另一条边缘，则将所述拉丝边缘数量加一；
遍历所述三维模型边缘，以统计所述拉丝边缘数量。
可选的，在所述对所述三维模型图像中的像素进行颜色聚类之前，还包括：
对所述三维模型图像进行中值滤波。
可选的，在所述根据所述三维模型边缘判别是否出现拉丝缺陷之后，还包括：
若判定出现拉丝缺陷，则进行告警，并自动停止打印或提示操作人员结束打印。
第二方面，本发明实施例还提供了一种3D打印中的拉丝判别装置，该装置包括：
图像获取模块，用于实时获取打印过程中的三维模型图像；
颜色聚类模块，用于对所述三维模型图像中的像素进行颜色聚类；
颜色确定模块，用于对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定所述三维模型图像中的三维模型区域，并将所述三维模型区域的颜色确定为三维模型颜色；
边缘提取模块，用于对所述三维模型图像进行边缘提取，并根据所述三维模型颜色将背景边缘剔除，以得到三维模型边缘；
拉丝判别模块，用于根据所述三维模型边缘判别是否出现拉丝缺陷。
第三方面，本发明实施例还提供了一种计算机设备，该计算机设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的3D打印中的拉丝判别方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所提供的3D打印中的拉丝判别方法。
本发明实施例提供了一种3D打印中的拉丝判别方法，首先实时获取打印过程中的三维模型图像，然后对该三维模型图像进行颜色聚类，再对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，从而将该三维模型区域的颜色确定为三维模型颜色，接着对三维模型图像进行边缘提取，并根据确定的三维模型颜色将背景边缘剔除，从而得到三维模型边缘，最后即可根据该三维模型边缘判别当前打印的三维模型是否出现拉丝缺陷。本发明实施例所提供的3D打印中的拉丝判别方法，通过在打印过程中实时获取三维模型图像，并自动的通过图像识别技术判别是否存在拉丝现象，从而代替了人工监视打印状态的过程，节约了大量的人力，同时也可以及时的发现拉丝缺陷，以便及时停止打印，从而节约打印时间和打印材料。
进一步的，可以通过对聚类后的像素进行八邻域分析来确定每个像素颜色的连通域数量，并将最靠近三维模型图像中心且只具有单个连通域的目标像素颜色所在的连通域确定为三维模型区域，从而更加简单准确的确定三维模型颜色，以便于后续根据三维模型颜色剔除背景。
进一步的，可以通过遍历在三维模型图像中提取的边缘像素，并将其中在预设半径的邻域内不存在颜色为三维模型颜色的像素的所有目标边缘像素确定为背景边缘，以将背景边缘剔除，从而简单方便的实现了三维模型边缘的提取，并设置一定的冗余，使得提取结果更加准确。
进一步的，可以通过确定三维模型边缘中的拉丝边缘数量来判别是否出现拉丝缺陷，并可以当拉丝边缘数量超过预设拉丝阈值时判定出现拉丝缺陷，从而提出了一种简单准确的拉丝判别方法，同时也设置了一定的冗余，以保证判定结果的准确性。
进一步的，可以通过沿着三维模型边缘的梯度方向进行搜索，并在出现双边缘时统计拉丝边缘数量加一，然后遍历三维模型边缘，即可统计出三维模型中总共的拉丝边缘数量，从而简单方便的确定拉丝边缘，并使得拉丝边缘数量的统计更加符合实际情况。
进一步的，在获得三维模型图像之后，可以首先对三维模型图像进行中值滤波，以排除图像中的局部噪点对最终检测的结果造成影响，从而使得拉丝判别结果更加准确。
进一步的，在判定出现拉丝缺陷之后，可以进行告警，并自动停止或提示操作人员结束打印，从而及时止损，避免因继续打印无法使用的三维模型所造成的材料和时间的浪费。
附图说明
图1为本发明实施例一提供的3D打印中的拉丝判别方法的流程图；
图2为本发明实施例二提供的3D打印中的拉丝判别装置的结构示意图；
图3为本发明实施例三提供的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的3D打印中的拉丝判别方法的流程图。本实施例可适用于在打印三维模型的过程中，实时监控打印状态以判别是否出现拉丝缺陷的情况，该方法可以由本发明实施例所提供的3D打印中的拉丝判别装置来执行，该装置可以由硬件和/或软件的方式来实现，一般可集成于计算机设备中。如图1所示，具体包括如下步骤：
S11、实时获取打印过程中的三维模型图像。
具体的，可以通过在打印平台上方安装网络摄像头来实现对三维模型打印过程的监控，同时可以根据三维模型打印的位置调整摄像头的角度，以使摄像头拍摄的图像中三维模型可以位于中心的位置，从而更加便于后续三维模型颜色的确定。进一步的，可以在三维模型的四个面上均设置一个网络摄像头，从而实现监控三维模型四个面的打印状态。通过安装的网络摄像头获取到三维模型图像之后，可以将三维模型图像传输至运算主机，从而基于获得的三维模型图像判别当前打印是否存在拉丝现象。
S12、对三维模型图像中的像素进行颜色聚类。
具体的，为了提高方案的适配性，所打印的三维模型的颜色可以是任意单一色，即不固定可以采用本方案进行拉丝判别的三维模型颜色。则在获取到三维模型图像之后，对当前的三维模型颜色是未知的，需要首先区分出背景和三维模型。由于打印环境相对恒定，即背景几乎保持不变，则颜色聚类的过程可以是将三维模型图像转换为HSV颜色空间，并采用K均值聚类方法将不同颜色的像素进行聚类。在进行颜色聚类之后，即可获得具有相同颜色的各个像素区域，以便于从中确定三维模型区域。
S13、对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，并将三维模型区域的颜色确定为三维模型颜色。
具体的，由于背景颜色通常在三维模型图像中分散分布，而三维模型颜色一致并可以作为一个整体呈现，因此，可以通过对聚类后的像素进行邻域分析，并根据像素颜色的连通域来确定三维模型图像中的三维模型区域，从而可以将三维模型区域的颜色确定为三维模型颜色。
可选的，对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，并将三维模型区域的颜色确定为三维模型颜色，包括：对聚类后的像素进行八邻域分析，以确定每个像素颜色的连通域数量；确定三维模型图像中具有单个连通域的目标像素颜色；将目标像素颜色的连通域中最靠近三维模型图像的中心的连通域确定为三维模型区域。
具体的，可以选用八邻域分析方法对聚类后的像素进行邻域分析，进而如果某个像素颜色的连通域不止一个，由于三维模型颜色具有一致性，则可以将该像素颜色确定为背景色，因此可以首先将具有多个连通域的像素颜色过滤，从而得到一个或多个具有单个连通域的目标像素颜色。由于在三维模型图像中，三维模型是被关注的对象，因此，一般三维模型将会设置在三维模型图像的中心位置，具体可以通过上述对摄像头的调整来实现。从而可以在具有单个连通域的目标像素颜色的连通域中，选择最靠近三维模型图像的中心的连通域作为三维模型区域，则三维模型区域的颜色即为三维模型颜色。
S14、对三维模型图像进行边缘提取，并根据三维模型颜色将背景边缘剔除，以得到三维模型边缘。
具体的，可以通过对三维模型图像进行自适应Canny来实现边缘的提取。由于背景区域中也含有边缘，则在获得提取到的边缘之后，为了避免干扰，还需要将背景边缘剔除，从而得到三维模型边缘。
可选的，根据三维模型颜色将背景边缘剔除，以得到三维模型边缘，包括：遍历在三维模型图像中提取的边缘像素；从边缘像素中确定目标边缘像素，目标边缘像素在预设半径的邻域内不存在颜色为三维模型颜色的像素；将所有目标边缘像素确定为背景边缘，并进行剔除。
具体的，背景边缘通常与三维模型边缘之间具有一定距离，示例性的，三维模型位于打印平台之上，由于打印平台通常颜色单一，则距离三维模型最近的背景边缘可以是打印平台的边缘。因此，可以遍历在三维模型图像中提取的边缘像素，如果存在边缘像素在以预设半径的邻域内都不存在含有三维模型颜色的像素，则可以将该边缘像素确定为目标边缘像素，在遍历结束后，所有的目标边缘像素即可构成背景边缘，从而可以将其剔除。其中，预设半径可以是5，从而提供一定量的冗余，以提高背景边缘确定的准确性，保证剔除背景边缘后得到的三维模型边缘的完整性。
S15、根据三维模型边缘判别是否出现拉丝缺陷。
具体的，在获得了三维模型边缘之后，可以通过与预设的正常三维模型边缘进行比较等方法来判别是否出现拉丝缺陷。
可选的，根据三维模型边缘判别是否出现拉丝缺陷，包括：在三维模型边缘中确定拉丝边缘数量；将拉丝边缘数量与预设拉丝阈值进行比较，若拉丝边缘数量超过预设拉丝阈值，则判定出现拉丝缺陷。具体的，可以根据三维模型边缘中拉丝边缘的数量是否超出预设拉丝阈值来判别是否出现拉丝缺陷，即仅在确定当前三维模型中出现拉丝的次数超过一定阈值时，才可判定出现拉丝缺陷，以便执行后续的告警以及结束打印等步骤，从而提供一定量的冗余，来提高拉丝判定结果的准确性，并降低错误判断后的损失。
进一步可选的，在三维模型边缘中确定拉丝边缘数量，包括：沿着三维模型边缘的梯度方向进行搜索，若在预设邻域像素范围内出现另一条边缘，则将拉丝边缘数量加一；遍历三维模型边缘，以统计拉丝边缘数量。
具体的，当出现拉丝时，沿着拉丝所在的三维模型边缘的梯度方向，将会出现双边缘的情况，因此，可以遍历三维模型边缘，沿着三维模型边缘的梯度方向进行搜索，如果在预设邻域像素范围内出现第二个边缘，则认为该位置属于拉丝边缘，从而可以将拉丝边缘数量加一，以对拉丝边缘数量进行统计。其中，预设邻域像素范围可以是5。示例性的，可以以三维模型边缘上的一个拐点开始计量像素长度，当在预设邻域像素范围内出现拐点，同时在当前的梯度方向上也继续延伸，则出现了第二个边缘，此时即可将拉丝边缘数量加一，然后可以从第二个边缘位置重新开始计量像素长度，以开启下一轮的拉丝边缘确定。
在上述技术方案的基础上，可选的，在对三维模型图像中的像素进行颜色聚类之前，还包括：对三维模型图像进行中值滤波。具体的，在获取到三维模型图像之后，可以首先采用中值滤波的方法对三维模型图像进行去噪，以排除三维模型图像中的局部噪点对最终检测结果造成的影响。
在上述技术方案的基础上，可选的，在根据三维模型边缘判别是否出现拉丝缺陷之后，还包括：若判定出现拉丝缺陷，则进行告警，并自动停止打印或提示操作人员结束打印。具体的，若最终判定出现了拉丝缺陷，则可以进行告警，以提示操作人员当前出现了拉丝缺陷，从而可以决定后续的操作。进一步，可以自动的停止打印，以及时止损，避免因继续打印无法使用的三维模型所造成的材料和时间的浪费，也可以及时的提示操作人员结束打印，从而可以由操作人员亲自判断当前是否需要停止打印，以避免误判的损失。
本发明实施例所提供的技术方案，首先实时获取打印过程中的三维模型图像，然后对该三维模型图像进行颜色聚类，再对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，从而将该三维模型区域的颜色确定为三维模型颜色，接着对三维模型图像进行边缘提取，并根据确定的三维模型颜色将背景边缘剔除，从而得到三维模型边缘，最后即可根据该三维模型边缘判别当前打印的三维模型是否出现拉丝缺陷。通过在打印过程中实时获取三维模型图像，并自动的通过图像识别技术判别是否存在拉丝现象，从而代替了人工监视打印状态的过程，节约了大量的人力，同时也可以及时的发现拉丝缺陷，以便及时停止打印，从而节约打印时间和打印材料。
实施例二
图2为本发明实施例二提供的3D打印中的拉丝判别装置的结构示意图，该装置可以由硬件和/或软件的方式来实现，一般可集成于计算机设备中。如图2所示，该装置包括：
图像获取模块21，用于实时获取打印过程中的三维模型图像；
颜色聚类模块22，用于对三维模型图像中的像素进行颜色聚类；
颜色确定模块23，用于对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，并将三维模型区域的颜色确定为三维模型颜色；
边缘提取模块24，用于对三维模型图像进行边缘提取，并根据三维模型颜色将背景边缘剔除，以得到三维模型边缘；
拉丝判别模块25，用于根据三维模型边缘判别是否出现拉丝缺陷。
本发明实施例所提供的技术方案，首先实时获取打印过程中的三维模型图像，然后对该三维模型图像进行颜色聚类，再对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，从而将该三维模型区域的颜色确定为三维模型颜色，接着对三维模型图像进行边缘提取，并根据确定的三维模型颜色将背景边缘剔除，从而得到三维模型边缘，最后即可根据该三维模型边缘判别当前打印的三维模型是否出现拉丝缺陷。通过在打印过程中实时获取三维模型图像，并自动的通过图像识别技术判别是否存在拉丝现象，从而代替了人工监视打印状态的过程，节约了大量的人力，同时也可以及时的发现拉丝缺陷，以便及时停止打印，从而节约打印时间和打印材料。
在上述技术方案的基础上，可选的，颜色确定模块23，包括：
邻域分析单元，用于对聚类后的像素进行八邻域分析，以确定每个像素颜色的连通域数量；
目标颜色确定单元，用于确定三维模型图像中具有单个连通域的目标像素颜色；
模型区域确定单元，用于将目标像素颜色的连通域中最靠近三维模型图像的中心的连通域确定为三维模型区域。
在上述技术方案的基础上，可选的，边缘提取模块24，包括：
像素遍历单元，用于遍历在三维模型图像中提取的边缘像素；
目标像素确定单元，用于从边缘像素中确定目标边缘像素，目标边缘像素在预设半径的邻域内不存在颜色为三维模型颜色的像素；
背景边缘确定单元，用于将所有目标边缘像素确定为背景边缘，并进行剔除。
在上述技术方案的基础上，可选的，拉丝判别模块25，包括：
拉丝边缘数量确定单元，用于在三维模型边缘中确定拉丝边缘数量；
拉丝判别单元，用于将拉丝边缘数量与预设拉丝阈值进行比较，若拉丝边缘数量超过预设拉丝阈值，则判定出现拉丝缺陷。
在上述技术方案的基础上，可选的，拉丝边缘数量确定单元具体用于：
沿着三维模型边缘的梯度方向进行搜索，若在预设邻域像素范围内出现另一条边缘，则将拉丝边缘数量加一；遍历三维模型边缘，以统计拉丝边缘数量。
在上述技术方案的基础上，可选的，该3D打印中的拉丝判别装置，还包括：
滤波模块，用于在对三维模型图像中的像素进行颜色聚类之前，对三维模型图像进行中值滤波。
在上述技术方案的基础上，可选的，该3D打印中的拉丝判别装置，还包括：
告警模块，用于在根据三维模型边缘判别是否出现拉丝缺陷之后，若判定出现拉丝缺陷，则进行告警，并自动停止打印或提示操作人员结束打印。
本发明实施例所提供的3D打印中的拉丝判别装置可执行本发明任意实施例所提供的3D打印中的拉丝判别方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，在上述3D打印中的拉丝判别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例三
图3为本发明实施例三提供的计算机设备的结构示意图，示出了适于用来实现本发明实施方式的示例性计算机设备的框图。图3显示的计算机设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图3所示，该计算机设备包括处理器31、存储器32、输入装置33及输出装置34；计算机设备中处理器31的数量可以是一个或多个，图3中以一个处理器31为例，计算机设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接，图3中以通过总线连接为例。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的3D打印中的拉丝判别方法对应的程序指令/模块(例如，3D打印中的拉丝判别装置中的图像获取模块21、颜色聚类模块22、颜色确定模块23、边缘提取模块24及拉丝判别模块25)。处理器31通过运行存储在存储器32中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述的3D打印中的拉丝判别方法。
存储器32可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器32可进一步包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置33可用于实时获取打印过程中的三维模型图像，以及产生与计算机设备的用户设置和功能控制有关的键信号输入等。输出装置34可用于生成告警信息以及中断信号等等。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质，该计算机可执行指令在由计算机处理器执行时用于执行一种3D打印中的拉丝判别方法，该方法包括：
实时获取打印过程中的三维模型图像；
对三维模型图像中的像素进行颜色聚类；
对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定三维模型图像中的三维模型区域，并将三维模型区域的颜色确定为三维模型颜色；
对三维模型图像进行边缘提取，并根据三维模型颜色将背景边缘剔除，以得到三维模型边缘；
根据三维模型边缘判别是否出现拉丝缺陷。
存储介质可以是任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的3D打印中的拉丝判别方法中的相关操作。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种3D打印中的拉丝判别方法，其特征在于，包括：
实时获取打印过程中的三维模型图像；
对所述三维模型图像中的像素进行颜色聚类；
对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定所述三维模型图像中的三维模型区域，并将所述三维模型区域的颜色确定为三维模型颜色；
对所述三维模型图像进行边缘提取，并根据所述三维模型颜色将背景边缘剔除，以得到三维模型边缘；
根据所述三维模型边缘判别是否出现拉丝缺陷。
2.根据权利要求1所述的3D打印中的拉丝判别方法，其特征在于，所述对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定所述三维模型图像中的三维模型区域，并将所述三维模型区域的颜色确定为三维模型颜色，包括：
对聚类后的像素进行八邻域分析，以确定每个像素颜色的连通域数量；
确定所述三维模型图像中具有单个连通域的目标像素颜色；
将所述目标像素颜色的连通域中最靠近所述三维模型图像的中心的连通域确定为所述三维模型区域。
3.根据权利要求1所述的3D打印中的拉丝判别方法，其特征在于，所述根据所述三维模型颜色将背景边缘剔除，以得到三维模型边缘，包括：
遍历在所述三维模型图像中提取的边缘像素；
从所述边缘像素中确定目标边缘像素，所述目标边缘像素在预设半径的邻域内不存在颜色为所述三维模型颜色的像素；
将所有所述目标边缘像素确定为所述背景边缘，并进行剔除。
4.根据权利要求1所述的3D打印中的拉丝判别方法，其特征在于，所述根据所述三维模型边缘判别是否出现拉丝缺陷，包括：
在所述三维模型边缘中确定拉丝边缘数量；
将所述拉丝边缘数量与预设拉丝阈值进行比较，若所述拉丝边缘数量超过所述预设拉丝阈值，则判定出现拉丝缺陷。
5.根据权利要求4所述的3D打印中的拉丝判别方法，其特征在于，所述在所述三维模型边缘中确定拉丝边缘数量，包括：
沿着所述三维模型边缘的梯度方向进行搜索，若在预设邻域像素范围内出现另一条边缘，则将所述拉丝边缘数量加一；
遍历所述三维模型边缘，以统计所述拉丝边缘数量。
6.根据权利要求1所述的3D打印中的拉丝判别方法，其特征在于，在所述对所述三维模型图像中的像素进行颜色聚类之前，还包括：
对所述三维模型图像进行中值滤波。
7.根据权利要求1所述的3D打印中的拉丝判别方法，其特征在于，在所述根据所述三维模型边缘判别是否出现拉丝缺陷之后，还包括：
若判定出现拉丝缺陷，则进行告警，并自动停止打印或提示操作人员结束打印。
8.一种3D打印中的拉丝判别装置，其特征在于，包括：
图像获取模块，用于实时获取打印过程中的三维模型图像；
颜色聚类模块，用于对所述三维模型图像中的像素进行颜色聚类；
颜色确定模块，用于对聚类后的像素进行邻域分析，以根据像素颜色的连通域确定所述三维模型图像中的三维模型区域，并将所述三维模型区域的颜色确定为三维模型颜色；
边缘提取模块，用于对所述三维模型图像进行边缘提取，并根据所述三维模型颜色将背景边缘剔除，以得到三维模型边缘；
拉丝判别模块，用于根据所述三维模型边缘判别是否出现拉丝缺陷。
9.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的3D打印中的拉丝判别方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的3D打印中的拉丝判别方法。
CN202110482268.3A 2021-04-30 2021-04-30 一种3d打印中的拉丝判别方法、装置、设备及存储介质 Active CN113192033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110482268.3A CN113192033B (zh) 2021-04-30 2021-04-30 一种3d打印中的拉丝判别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110482268.3A CN113192033B (zh) 2021-04-30 2021-04-30 一种3d打印中的拉丝判别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113192033A true CN113192033A (zh) 2021-07-30
CN113192033B CN113192033B (zh) 2024-03-19

Family

ID=76983301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110482268.3A Active CN113192033B (zh) 2021-04-30 2021-04-30 一种3d打印中的拉丝判别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113192033B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107941808A (zh) * 2017-11-10 2018-04-20 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
CN108038458A (zh) * 2017-12-20 2018-05-15 首都师范大学 基于特征摘要图的视频中的户外场景文本自动获取方法
CN108760747A (zh) * 2018-04-28 2018-11-06 浙江大学 一种3d打印模型表面缺陷视觉检测方法
CN109275983A (zh) * 2018-09-30 2019-01-29 嘉兴学院 一种高柔性鞋垫及其制备方法
US20200160497A1 (en) * 2018-11-16 2020-05-21 Align Technology, Inc. Machine based three-dimensional (3d) object defect detection
US20200230884A1 (en) * 2017-09-26 2020-07-23 Siemens Aktiengesellschaft Method and apparatus for monitoring a quality of an object of a 3d-print-job series of identical objects
CN112241714A (zh) * 2020-10-22 2021-01-19 北京字跳网络技术有限公司 图像中指定区域的识别方法、装置、可读介质和电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200230884A1 (en) * 2017-09-26 2020-07-23 Siemens Aktiengesellschaft Method and apparatus for monitoring a quality of an object of a 3d-print-job series of identical objects
CN107941808A (zh) * 2017-11-10 2018-04-20 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
CN108038458A (zh) * 2017-12-20 2018-05-15 首都师范大学 基于特征摘要图的视频中的户外场景文本自动获取方法
CN108760747A (zh) * 2018-04-28 2018-11-06 浙江大学 一种3d打印模型表面缺陷视觉检测方法
CN109275983A (zh) * 2018-09-30 2019-01-29 嘉兴学院 一种高柔性鞋垫及其制备方法
US20200160497A1 (en) * 2018-11-16 2020-05-21 Align Technology, Inc. Machine based three-dimensional (3d) object defect detection
CN112241714A (zh) * 2020-10-22 2021-01-19 北京字跳网络技术有限公司 图像中指定区域的识别方法、装置、可读介质和电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
OLUWOLE K. BOWOTO ET.AL: "Analytical modelling of in situ layer-wise defect detection in 3D-printed parts: additive manufacturing", 《THE INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY》, pages 1 - 11 *
高文嫱: "FDM 打印质量缺陷及分析", 《科技创新与应用》, pages 82 - 83 *

Also Published As

Publication number Publication date
CN113192033B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
CN110855976B (zh) 摄像头异常检测方法、装置及终端设备
US10212397B2 (en) Abandoned object detection apparatus and method and system
CN110910655A (zh) 一种停车管理方法、装置及设备
CN110909692A (zh) 异常车牌识别方法、装置及计算机存储介质、电子设备
CN108896278A (zh) 一种滤光片丝印缺陷检测方法、装置及终端设备
KR20200004822A (ko) 디스플레이 스크린 주변 회로 검출 방법, 장치, 전자기기 및 저장매체
CN112598922B (zh) 车位检测方法、装置、设备及存储介质
KR20200004823A (ko) 디스플레이 스크린 주변 회로 검출 방법, 장치, 전자기기 및 저장매체
CN111488808A (zh) 基于交通违法图像数据的车道线检测方法
CN112991807B (zh) 一种车位状态检测方法、装置、设备及存储介质
AU2014321074A1 (en) Method and apparatus for detecting magnetic signal of paper money
CN113192033B (zh) 一种3d打印中的拉丝判别方法、装置、设备及存储介质
CN114359161A (zh) 一种缺陷检测方法、装置、设备和存储介质
CN110264452A (zh) 一种工件检测方法、装置、设备及存储介质
CN103544495A (zh) 一种识别图像类别的方法及系统
CN113361299B (zh) 一种异常停车的检测方法、装置、存储介质及电子设备
CN110728229B (zh) 图像处理方法、装置、设备和存储介质
CN111768630A (zh) 一种违章废图检测方法、装置及电子设备
CN110599796A (zh) 一种车位状态判断方法、服务器及停车管理系统
CN115311522A (zh) 用于自动驾驶的目标检测方法及装置、电子设备及介质
CN115880632A (zh) 超时停留检测方法、监控设备、计算机可读存储介质和芯片
CN115331193A (zh) 一种车位识别方法、识别系统、电子设备及存储介质
CN114897801A (zh) Aoi缺陷检测方法、装置和设备及计算机介质
CN110634124A (zh) 一种区域检测的方法及设备
CN113096024B (zh) 用于深度数据的去飞点方法及其系统和电子设备

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 1808, Jinxiu Hongdu building, Meilong Avenue, Xinniu community, Minzhi street, Longhua District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen chuangxiang 3D Technology Co.,Ltd.

Address before: 518000 1808, Jinxiu Hongdu building, Meilong Avenue, Xinniu community, Minzhi street, Longhua District, Shenzhen City, Guangdong Province

Applicant before: Shenzhen Chuangxiang 3D Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant