一种基于分类的3D打印喷头末端轮廓实时提取方法与流程

本发明涉及一种3d打印技术，具体涉及一种基于分类的3d打印喷头末端轮廓实时提取方法。

背景技术：

3d打印技术是指通过连续的物理层叠加，逐层增加材料来生成三维实体的技术，与传统的去除材料加工技术不同，因此又称为添加制造(am，additivemanufacturing)。作为一种综合性应用技术，3d打印综合了数字建模技术、机电控制技术、信息技术、材料科学与化学等诸多方面的前沿技术知识，具有很高的科技含量。

3d打印技术出现在20世纪90年代中期，实际上是利用光固化和纸层叠等技术的最新快速成型装置。经过十多年的探索和发展，3d打印技术有了长足的进步，目前已经能够在0.01mm的单层厚度上实现600dpi的精细分辨率。目前国际上较先进的产品可以实现每小时25mm厚度的垂直速率，并可实现24位色彩的彩色打印。自20世纪90年代以来，国内多所高校开展了3d打印技术的自主研发。清华大学在现代成型学理论、分层实体制造、fdm工艺等方面都有一定的科研优势；华中科技大学在分层实体制造工艺方面有优势，并已推出了hrp系列成型机和成型材料；西安交通大学自主研制了三维打印机喷头，并开发了光固化成型系统及相应成型材料，成型精度达到0.2mm；中国科技大学自行研制了八喷头组合喷射装置，有望在微制造、光电器件领域得到应用。但总体而言，国内3d打印技术研发水平与国外相比还有较大差距。

目前，3d打印设备主要采用的是三坐标打印的方法，其控制系统认为输入的为理想模型。但是，由于其缺乏实时监测矫正的步骤，3d打印的设备精度都不太高。

因此，亟需提供一种能够及时反馈、实时监测矫正的打印方法，以提高3d打印精度的方法。

技术实现要素：

本发明的目的是提供一种基于分类的3d打印喷头末端轮廓实时提取方法，用于建立反馈系统，以弥补现有技术的不足。

为达到上述目的，本发明采取的具体技术方案为：

一种基于分类的3d打印喷头末端轮廓实时提取方法，首先给机械臂输入一个模型，其次，检测机械臂的倾斜方向，根据倾斜方向判断所要启动的相机，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的roi感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。

进一步的，在打开相机之前，计算机首先接收到机械臂端的理想位置，以该位置为图像的有效位置，设定为初始的roi区域，并传入到跟踪算法的特征向量中，该理想位置是机械臂开始进行3d打印时的初始位置。

进一步的，所述跟踪算法为相关滤波目标跟踪算法，该算法的基本流程为：下一帧，首先对选定的roi区域的多个周围的区域提取hog特征，再用循环矩阵进行求解下一帧选定的roi区域。

进一步的，当获得一个新的选定的roi区域，即运用kmeans方法进行分类处理。

进一步的，通过实验发现选定的roi区域分成3类能较好的区别喷头末端，打印盘面和打印物质，并且打印喷头的类别是kmeans函数分类处理的第二类，只提取第二类，其余的分类设置为白色，就能够提取到喷头末端的有效图像。

进一步的，基于kmeans分类处理，获得第二个分类后的图像能屏蔽掉噪声干扰，再采用canny检测的方法就能获得打印喷头末端的边缘。

本发明的优点和有益效果：

与现有技术相比，本发明提供了反馈过程中的监测方法，能有效提取到3d打印喷头末端的轮廓线信息，为末端定位提供准确的轮廓信息，能够及时反馈打印喷头的末端信息和实时纠正3d打印的轨迹。本发明首次通过视觉的方法来实时监测3d打印喷头末端的轮廓。本发明解决了目前3d打印中，缺少反馈系统的问题，使打印喷头末端能实时准确有效的检测出来，为后续末端定位提供可靠地依据。

附图说明

图1为本发明中跟踪算法的具体流程图。

图2是实施例1中kmeans分类提取后的结果图。

图3为实施例1中打印喷头的外轮廓提取图。

具体实施方式

以下通过具体实施例并结合附图对本发明进一步解释和说明。

实施例1：

一种基于分类的3d打印喷头末端轮廓实时提取方法，首先给机械臂输入一个模型，其次检测机械臂的倾斜方向，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的roi感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。具体流程如图1所示：

(1)在打开相机之前，计算机首先接收到机械臂末端的理想位置，以该位置为图像的有效位置，设定为初始的roi区域，并传入到跟踪算法的特征向量中；所述跟踪算法为相关滤波目标跟踪算法，该算法的基本流程如图1所示，下一帧，首先对选定的roi区域的多个周围的区域提取hog特征，再用循环矩阵进行求解下一帧选定的roi区域。根据输入计算机中理想模型计算出来的理想初始点，并根据该点，求解出的初始roi区域。

运动目标跟踪就是在连续的视频序列中，建立所要跟踪物体的位置关系，得到物体完整的运动轨迹。目前，比较经典的目标跟踪算法主要有两种思路：1)不依赖于先验知识，直接从图像序列中检测测到运动目标，并进行目标识别，最终确定感兴趣的运动目标；2)依赖于目标的先验知识，首先为运动目标建模，然后在图像序列中实时找到匹配的运动目标。当前研究中，比较优秀的几种主流算法：meanshift、particlefilter和kalmanfilter，基于特征点的光流算法以及基于深度学习和相关滤波的方法。根据当前目标跟踪研究的热点，3d打印的喷头末端的特征和3d打印的速度和精度要求，选用精度和速度占有优势的相关滤波目标跟踪算法(kcf)。

(2)当获得一个新的选定的roi区域，即运用kmeans方法进行分类处理，结果如图2所示；本实施例通过实验发现选定的roi区域分成3类能较好的区别喷头末端，打印盘面和打印物质，并且打印喷头的类别是kmeans函数分类处理的第二类，只提取第二类，其余的分类设置为白色，就能够提取到喷头末端的有效图像。

(3)基于kmeans分类处理，获得第二个分类后的图像能屏蔽掉噪声干扰，再采用canny检测的方法就能获得打印喷头末端的边缘，如图3所示。

技术特征：

技术总结
本发明提供了一种基于分类的3D打印喷头末端轮廓实时提取方法，首先给机械臂输入一个模型，其次，检测机械臂的倾斜方向，根据倾斜方向判断所要启动的相机，并启动悬挂在周围的四个相机中的正对于倾斜方向的两个，组成双目视觉系统，运用跟踪算法对打印喷头进行跟踪，获取跟踪的ROI感兴趣区域，并对该区域的图像运用kmeans算法进行分类，并获取喷头所在的类的图像，通过高斯低通滤波平滑处理后再运用canny算法获取打印末端的外轮廓。本发明解决了目前3D打印中，缺少反馈系统的问题，使打印喷头末端能实时准确有效的检测出来，为后续末端定位提供可靠地依据。

技术研发人员：李俊;高银;林锦新;唐康来;庄加福;白成云
受保护的技术使用者：中国科学院福建物质结构研究所
技术研发日：2018.07.28
技术公布日：2018.12.25