这个问题陈述是这个问题的扩展:Detecting the presence of a black areas in a grayscale image
我提供了手头的整个问题,因此认为包括在一个单独的职位。你知道吗
机器现在可以三维打印金属零件。它们是分层进行扫描的,在每一层添加之后,都会进行灰度扫描。以下图像分别在第2层和第75层拍摄。这些图像正是他们应该看到的。你知道吗
但是,如果假设在第75层的扫描中有裂纹,则扫描显示为暗线/曲线(不是墨黑色,但肯定比周围的灰色区域暗)
目的是检测每一层的裂缝,以便立即停止进一步的印刷。你知道吗
这可以用神经网络来实现吗?由于更倾向于开发通用的代码,所以相同的代码可以用于扫描其他部分。你知道吗
我并不是真的要求完整的代码,只是对解决方案的最佳可能的方法。你知道吗
是的,神经网络是一个可能的解决方案,裂纹检测在您的三维打印部分。在每一层印刷之后,部分印刷部分的图像将被传递到神经网络。神经网络将图像分类为“无裂纹”或“存在裂纹”
训练神经网络需要样本数据。你有没有3d打印零件上有裂缝的图片?希望不是!如果你知道裂缝通常是什么样的,你可以创建一个合成数据集,并用它训练神经网络。下面是我使用Python/OpenCV生成的一个裂纹示例: 这是我用来生成裂缝的代码:
相关问题 更多 >
编程相关推荐