[发明专利]一种基于MATLAB的SLM粉床铺粉图像划痕缺陷识别方法

说明书

本发明属于选择性激光熔融配套相关图像检测技术领域，并公开了一种基于MATLAB的SLM粉床铺粉图像划痕缺陷检测方法，其包括：采集SLM粉床铺粉的彩色图像，将其导入至MATLAB系统中作为检测图像，并基于此MATLAB系统对各检测图像进行灰度化、灰度扩展、锐化滤波和平滑滤波等一系列预处理；继续使用MATLAB系统中的canny算子执行图像边缘检测和Hough变换，由此识别检测出最终的划痕缺陷同时给予位置标注。通过本发明，可充分发挥MATLAB系统封装库的功能，高效快捷达到自动识别的目标，而且整个过程便于操控、识别率高，同时具备鲁棒性好和适应性好等优点。

技术领域

本发明属于选择性激光熔融(Selective Laser Melting，SLM)配套相关图像检测技术领域，更具体地，涉及一种基于MATLAB的SLM粉床铺粉图像划痕缺陷检测方法，其能较好地适用于SLM技术的应用场合及工艺特征，并针对性提供了适用于其铺粉图像划痕缺陷的准确及快捷识别方案。

背景技术

自20世纪末期3D打印技术发明以来，3D打印正迅速渗透到各个工业领域。由于选择性激光熔融(Selective Laser Melting，SLM)的制件具有尺寸小、精度高以及表面粗糙度低等特点，其在制造复杂结构的金属零部件方面具有得天独厚的优势，因而在金属增材制造领域有着相当重要的地位，并且获得了越来越广泛的多领域应用。

但SLM在其工艺方面仍有一些重要的技术问题有待优化。例如，由于SLM为粉末激光熔融成型，因此SLM粉床是否存在铺粉缺陷，会直接对制件的性能产生很大的影响。在此情况下，考虑到金属制件SLM制造时间较长，若能够快速识别SLM粉床上的粉末铺层缺陷状态，就意味着可以尽可能快速地终止或适时调整SLM工艺过程，降低失误成本，对3D打印行业的发展有着十分重要的意义。检索发现，现有技术中尚缺乏针对SLM工艺、尤其是结合其粉床铺粉图像的划痕缺陷开展准确高效识别的方案。相应地，本领域亟需寻找针对性的解决方案，以便更好地满足实际生产实践中面临的以上技术需求。

发明内容

针对现有技术的以上不足或改进需求，本发明提供了一种基于MATLAB的SLM粉床铺粉图像划痕缺陷检测方法，其中通过结合SLM工艺实况及其铺粉图像自身的数据特点，引入MATLAB系统通过机器替代人眼进行划痕缺陷的检测识别，并且进一步从多种算法中筛选适当的图像预处理、图像分割和边缘检测方式执行具体操作，相应不仅可充分发挥MATLAB系统封装库的功能，高效快捷达到自动识别的目标，而且整个过程便于操控、识别率高，同时具备鲁棒性好的特征，可针对不同图片自动选取适合的阈值，因而尤其适用于各类SLM制造过程中需要对粉床铺粉图像线状划痕类缺陷执行高效率高精度检测的应用场合。

为实现上述目的，按照本发明，提供了一种基于MATLAB的SLM粉床铺粉图像划痕缺陷检测方法，其特征在于，该方法包括下列步骤：

(a)图像预处理步骤

采集多个SLM粉床铺粉的彩色图像，将其导入至MATLAB系统中作为检测图像，并基于此MATLAB系统对各检测图像进行预处理，该过程包括如下操作：首先使用MATLAB系统将检测图像进行二值化和灰度化处理，由此获得对应的灰度图像；接着，根据灰度分布直方图来判定像素集中的区域，并直接调用系统工具箱中的imadjust函数对其灰度范围进行扩展，由此获得更为清晰的灰度图像；接着，依次对灰度图像执行锐化滤波和平滑滤波，然后输出预处理完毕的图像；

(b)缺陷获取步骤

将步骤(a)预处理后的SLM粉床铺粉图像与SLM制件的当前位置截面图进行差分处理，并且筛选提取图像中疑似划痕的细长特征区域，由此获取初步反映划痕缺陷分布的信息；

(c)边缘检测及缺陷识别步骤