Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东莞中科云计算研究院;十维(广东)科技有限公司沈震获国家专利权

东莞中科云计算研究院;十维(广东)科技有限公司沈震获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东莞中科云计算研究院;十维(广东)科技有限公司申请的专利一种基于图像形态学运算的3D打印精度控制方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116330664B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310334558.2,技术领域涉及:B29C64/386;该发明授权一种基于图像形态学运算的3D打印精度控制方法和系统是由沈震;王栋;李彦鹏;王卫兴;高行;王庆;万力;董西松;熊刚设计研发完成,并于2023-03-29向国家知识产权局提交的专利申请。

一种基于图像形态学运算的3D打印精度控制方法和系统在说明书摘要公布了:本发明属于3D打印领域,具体涉及一种基于图像形态学运算的3D打印精度控制方法和系统,具体包括首先从3D打印切片软件获取模型的切片图像,然后对切片图像进行轮廓提取,并将提取到的轮廓图像与设定的核矩阵进行图像形态学运算操作,得到补偿后轮廓图像,将补偿后轮廓图像合并得到补偿后切片图像,然后进行图像处理,将处理后的补偿后切片图像发送至3D打印机打印成型。本发明采用图像形态学的运算对切片图像进行精度控制,可以有效的处理切片图像中的边缘轮廓像素点,并针对切片图像中轮廓边缘的误差进行补偿;同时通过轮廓提取对切片图像中每个轮廓包含内外轮廓进行不同程度的补偿,从而提高实际打印的精度。

本发明授权一种基于图像形态学运算的3D打印精度控制方法和系统在权利要求书中公布了:1.一种基于图像形态学运算的3D打印精度控制方法,其特征在于,具体包括以下步骤: S1、采用切片软件处理三维模型,得到切片图像,取出第l层切片图像,基于所述切片图像获得轮廓图像,l为大于等于1的自然数; S2、采用核矩阵对所述轮廓图像进行图像形态学运算,以对所述轮廓图像进行内径轮廓精度控制和外径轮廓精度控制,得到补偿后轮廓图像;所述内径轮廓精度控制为对每层切片轮廓图像封闭的内轮廓的尺寸精度的补偿,所述外径轮廓精度控制为对每层切片轮廓图像外围轮廓的尺寸精度的补偿;所述核矩阵的参数包括核矩阵大小、核矩阵元素值、核矩阵锚点位置; S3、将所述补偿后轮廓图像通过图像的代数运算进行合并,得到补偿后切片图像; S4、对所述补偿后切片图像进行图像处理,将处理后的补偿后切片图像发送至3D打印机打印; 循环上述步骤,直至将所述三维模型打印成型; 所述核矩阵的参数由机器学习算法生成,所述机器学习算法输入为打印误差特征,输出为当前核矩阵参数; 所述机器学习算法输入和输出的关系表示为: l表示所述切片图像的序号,i表示所述第l层切片图像包含的轮廓图像的序号,j表示求和遍历的序号;normal_contourlj是第l层切片图像中的第i个标准的3D打印切片轮廓图像;γ∈0,1]为折扣因子;是历史打印误差特征之和;klj为第l层中的第i个轮廓的核矩阵,kl,i={Knm,anchorx,y},Knm是元素为0或1的布尔矩阵,anchorx,y为核矩阵的锚点位置,1≤x≤n,1≤y≤m;iterationsl,i是与kl,j核矩阵相对应的迭代次数,iterationsl,i∈Z,Z表示整数集,当iterationsl,i为负整数时表示腐蚀运算,iterationsl,i为正整数时表示膨胀运算,iterationsl,i为0时表示不做运算;迭代次数iterationsl,i=n表示使用核矩阵进行absn次循环运算,abs·表示取绝对值;layer_errorj表示第j层的打印误差; 所述计算打印误差特征的函数模型为: contour_numl表示第l层切片图像中总共包含的轮廓数;contour_errorl,j表示第l层切片图像中第j个轮廓的误差特征,其计算函数模型为: contour_errorl,j=gnormal_contourl,j,deform_contourl,j, deform_contourl,j是第l层切片图像中第j个3D打印机打印的切片轮廓图像; 所述轮廓图像的补偿规则如下: 当iterationsl,i0,所述轮廓图像的图像形态学运算表示为: normal_contourl,iΘ[kl,i,iterationsl,i], 即对轮廓图像的补偿结果为: 当iterationslj>0,所述轮廓图像的图像形态学运算表示为: 即对轮廓图像的补偿结果为: 当iterationsl,i=0,所述轮廓图像不做运算,即对轮廓图像的补偿结果为其本身。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东莞中科云计算研究院;十维(广东)科技有限公司,其通讯地址为:523000 广东省东莞市松山湖高新技术产业开发区科汇路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。