[发明专利]一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法

摘要

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粉床铺粉图像凸包凹陷缺陷检测方法，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；继续在MATLAB系统中使用局部阈值分割法对预处理后的图像进行分割，并使得凸包凹陷区域与背景区域予以初步区分；使用MATLAB系统中的canny算子执行图像边缘检测，由此识别检测出最终的凸包凹陷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。

主权项

1.一种基于MATLAB的SLM粉床铺粉图像凸包凹陷缺陷检测方法，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，由此获取反映SLM粉床铺粉凸包凹陷分布的图像；(c)图像分割步骤针对步骤(b)获得的图像，进一步使用局部阈值分割法对其进行分割，并使得凸包凹陷区域与背景区域予以初步区分；在此过程中，根据凸包凹陷区域与背景区域之间的灰度值差异，优选采取下列公式来确定合适的局部阈值并得到分割结果：局部阈值＝m*图像中心像素的灰度值+n*图像背景的像素灰度值，其中m、n分别表示可预设的优化系数；(d)缺陷识别步骤选取步骤(c)已初步分割区分的凸包凹陷区域，使用MATLAB系统中的canny算子执行图像边缘检测，由此识别检测出最终的凸包凹陷缺陷同时给予位置标注，并且该图像边缘检测的过程包括如下操作：首先在canny算子的阈值选区中设定双阈值，并将低于低阈值的点视为非边缘点，高于高阈值的点视为边缘点；与此同时，将处于边缘点与非边缘点二者之间的点通过边缘的连通性来判断：若其相邻有边缘点，则视为边缘点；若为孤立点，则视为非边缘点。