【技术领域】
[0001] 本
发明涉及一种3D打印精度提升方法，具体涉及一种基于智能光畸变校正的DLP打印精度提升方法，属于3D打印技术领域。【背景技术】
[0002] 基于DLP(Digital Light Processing，
数字光处理)的3D打印技术是利用光机投射图像、选择性
固化液态
树脂、逐层累积从而加工出三维实体。相比其他
快速成型技术，具有高效率、高精度的优势。但由于受光机光学畸变的影响，图像会出现
变形及辐照度不均匀等问题，在打印过程中会造成打印物体与
原型存在差异，降低成型精度。
[0003] 现有标定方法如棋盘标定法都是在给定标准输入图像后，根据校正模型对标准输入图像进行运行重建得到校正图像，将掩膜图像生成阶段视为黑箱，没有直接利用目标图形与实际图像间的关系，存在精度不高的问题。同时采用现有标定方式进行图像校正，其基本单位距离较大且要拍摄记录整张标定图上标定点，拍摄时使用高清度摄像机需要进行标定，误差较大，另外该方法没有
迭代的思想，误差由一次实验完全决定，导致精准度并且误差不可控，最终导致图像校正精度低。
[0004] 因此，为解决上述技术问题，确有必要提供一种创新的基于智能光畸变校正的DLP打印精度提升方法，以克服
现有技术中的所述
缺陷。【发明内容】
[0005] 为解决上述问题，本发明的目的在于提供一种基于智能光畸变校正的DLP打印精度提升方法，其容错率强，精度高，误差可控，能有效提高打印精度。
[0006] 为实现上述目的，本发明采取的技术方案为：一种基于智能光畸变校正的DLP打印精度提升方法，其包括如下步骤：
[0007] 1)，将光机投影标准测试图以单个
像素为基本单位进行划分，准备一张与光机投影标准测试图对应的胶片纸；
[0008] 2)，把胶片纸放置在打印平面上，并利用标记点确认胶片纸放置的方向；
[0009] 3)，对齐中位线，该中位线为经过光机投影标准测试图中心点互相垂直的两条线；
[0010] 4)，利用工装和
电子显微镜拍摄基准测试图；
[0011] 5)，把步骤4)中拍摄的图片灰度化，并利用OTUS
算法分割出黑色直线段；统计黑色直线段每行的像素点个数，除以图像宽度，即为电子显微镜的放大倍数；
[0012] 6)，利用工装和电子显微镜依次拍摄各个
采样点，每个采样点需要2张图，分别记录胶片纸上的点和对应的投影点；
[0013] 7)，将步骤6)中拍摄的图片灰度化，并利用OTUS算法分割出标准点和投影点，获取分割所得部分的像素点的像素值和UV坐标，把像素点的像素值归一化即为该像素点的权重，利用
重心法求得标准点和投影点的UV坐标，两者的差值就是偏差；
[0014] 8)，利用双线性插值法把采样点间的偏差换算成整个幅面每个像素的偏差；
[0015] 9)，利用步骤8)的偏差校正原始标准图；
[0016] 10)，然后返回步骤6)，从步骤6)开始进行新一轮的校正，直到所有样本点的偏差小于所设置的
阈值，或是迭代次数达到所设置的上限。
[0017] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述胶片纸和光机投影标准测试图的大小相同；所述胶片纸采用透明材质的胶片纸，其幅面和待打印产品一致。
[0018] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述步骤3)中，中位线的确定方法如下：将胶片的中心点与光机投影测试图的中心点对准，中位线中的横向线可以判断测试图与胶片纸除中心点外经过横向线的点是否发生上下偏差，同理中位线中纵向线可以判断是否发生左右偏差，同时提供中位线可以判断胶片与光机投影测试图重合是否倾斜。
[0019] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述步骤4)的工装中包括X轴
电机以及Y轴电机，所述X轴电机以及Y轴电机能驱动电子显微镜；X轴电机以及Y轴电机具体采用步进电机；步进电机上设有
控制器，控制器受
单片机控制；所述单片机具体可为STM32或DSP或AVR或STC。
[0020] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述步骤6)中，每次拍摄图像都是整个打印幅面的局部，便于观察细节，即实验过程中的那些标准点；每次第1张图拍摄校正板的标准点，(电子显微镜的光照设置为最强)；第2张图投射拍摄投影点(电子显微镜的光照设置为最弱)。
[0021] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述胶片纸上的点大小为1个像素，且和
打印机的精度相匹配；所述胶片纸上的点的
颜色和投影点存在色差为宜。
[0022] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述步骤7)灰度化方法为利用公式Gray＝α*R+β*G+γ*B；其中，α+β+γ＝1且1≥α≥0，1≥β≥0，1≥γ≥0。
[0023] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述步骤7)中，标准点和投影点的UV坐标为： 公式中
[0024] Cx--重心的x坐标；
[0025] Cy--重心的y坐标；
[0026] Dix--第i个像素点的x坐标；
[0027] Diy--第i个像素点的y坐标；
[0028] Vi—第i个点的权重值。
[0029] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述步骤9)的智能畸变校正方法为：将已知设定的基准畸变图
覆盖在投影面上，进行中心对准后，单片机控制
驱动器驱动电机，在XY平面内将电子显微镜移动至已知设定的相对应的点，进行基准畸变图拍摄与对应的投射图拍摄，循环拍摄，直至拍摄完最后一个点，再拍摄一次基准线宽，将所有的图发送给
软件进行计算，软件完成计算后，进行作用后的畸变图，投影仪将畸变图投射，设备再次运行，重新拍摄校正后的对比图，再次发送给软件，软件进行计算后，若在设定误差值范围内，即完成本次校正，若超出范围内，软件将基于第二次数据再次进行计算投射，循环上述步骤，直至返回误差在设定范围内或超过迭代次数。
[0030] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述软件的偏差校正方法如下：当偏移量为浮点数(x,y)时，通过上下左右4个点的像素值线性插值(floor(x),y)、(ceil(x),y)、(x,floor(y))和(x,ceil(y))来求得距离(x,y)点最近的点的灰度值为：
[0031] GrayCurr＝p1*Gray(floor(x),y)+p2*Gray(ceil(x),y)+p3*gray(x,floor(y))+4*Gray(x,ceil(y))；
[0032] 其中，p1/p2/p3/p4为根据离(x,y)点最近的点和(floor(x),y)、(ceil(x),y)、(x,floor(y))和(x,ceil(y))距离确定的系数，进行归一化处理。
[0033] 本发明的基于智能光畸变校正的DLP打印精度提升方法进一步为：所述步骤10)中，所设置的阈值一般≥0.5，具体根据应用场景而定，齿科领域精度要求较高一般设为0.5，单位像素。
[0034] 本发明的基于智能光畸变校正的DLP打印精度提升方法还为：所述步骤10)完成后，结果最终将导入下位机
电路中，并在打印过程中光机投影每层切片图时发生作用。
[0035] 与现有技术相比，本发明具有如下有益效果：
[0036] 1.本发明利用电子显微镜在数倍放大下依次采集的各采样点，方便观察局部细节图，使其能容忍一定的实验和计算误差，容错率强。
[0037] 2.本发明通过采用胶片纸上的像素点，相比于现有技术如采用棋盘标定法，基本单位距离更精准，从而提高精准度。
[0038] 3.本发明采用迭代的方案使得实验过程中的误差可以通过不断迭代消除，最终误差控制在预设范围内，最高精度可达±0.5个像素，同时也使得可以精确地控制误差。
[0039] 4.本发明通过在基准线两侧出现明显的毛刺四周设置四个调色点，改变四个点的灰度值，从而改变毛刺的灰度值，实现消除基准线上的毛刺。这样处理的优势是使得最终成型模型表面更加平滑细腻。【
附图说明】
[0040] 图1是光机畸变示意图。
[0041] 图2是本发明的基于智能光畸变校正的DLP打印精度提升方法的
流程图。
[0042] 图3是本发明步骤2)的标准测视图。
[0043] 图4是本发明步骤3)所述的工装示意图。
[0044] 图5是本发明的浮点偏离量校正示意图。
[0046] 图7是本发明实施例中拍摄的采样点图(其中，第一张图是拍摄胶片纸上的标准点；第二张图是拍摄对应的投影点)。
[0047] 图8-1是本发明实施例中拍摄的的第一张图在未校正时，胶片纸上的标准点和光机投影的标准点。
[0048] 图8-2是本发明实施例中拍摄的第二张图在第一次校正后，胶片纸上的标准点和光机投影的标准点。
[0049] 图8-3是本发明实施例中拍摄的第三张图在第二次校正后，胶片纸上的标准点和光机投影的标准点。【具体实施方式】
[0050] 请参阅
说明书附图1至附图8-3所示，本发明为一种基于智能畸变校正的DLP打印精度提升方法，其包括如下步骤：
[0051] 1)，将光机投影标准测试图以单个像素为基本单位进行划分，准备一张与光机投影标准测试图(如图3所示)对应的胶片纸。具体的说，所述胶片纸和光机投影标准测试图的大小相同。所述胶片纸采用透明材质的胶片纸，从而提高透光度和成像的清晰度，其幅面和待打印产品一致。
[0052] 2)，把胶片纸放置在打印平面上，并利用标记点确认胶片纸放置的方向。
[0053] 3)，对齐中位线，该中位线为经过光机投影标准测试图中心点互相垂直的两条线。其中，中位线的具体确定方法如下：将胶片的中心点与光机投影测试图的中心点对准，中位线中的横向线可以判断测试图与胶片纸除中心点外经过横向线的点是否发生上下偏差，同理中位线中纵向线可以判断是否发生左右偏差，同时提供中位线可以判断胶片与光机投影测试图重合是否倾斜。
[0054] 4)，利用工装(如图4所示)和电子显微镜拍摄基准测试图。拍摄示意图如图6。
[0055] 其中，所述工装包括X轴电机3-1以及Y轴电机3-2，所述X轴电机3-1以及Y轴电机3-2能驱动电子显微镜。X轴电机3-1以及Y轴电机3-2具体采用步进电机；步进电机上设有控制器，控制器受单片机控制，使用单片机控制驱动器驱动电机进行坐标
定位，从而实现对坐标点上的测量与拍摄。在本实施方式中，所述单片机具体可为STM32或DSP或AVR或STC。驱动器可以是普通H桥。
[0056] 5)，把步骤4)中拍摄的图片灰度化，并利用OTUS(最大类间方差法)算法分割出黑色直线段；统计黑色直线段每行的像素点个数，除以图像宽度，即为电子显微镜的放大倍数。通过使用电子显微镜，放大采样点便于观察，使其能容忍一定的计算误差，容错率强。
[0057] 所述OTUS(最大类间方差法)算法具体表现为：
[0058] 对于图像I(x,y)，前景(即目标)和背景的分割阈值记作T，属于前景的像素点数占整幅图像的比例记为ω0，平均灰度为μ0；
背景像素点数占整幅图像的比例为ω1，平均灰度为μ1；整幅图像的平均灰度记为μ，类间方差记为g。假设图像大小为M×N，图像中像素的灰度值小于阈值T的像素个数为N0，像素灰度大于阈值T的像素个数为N1，那么：
[0059] ω0＝N0/M×N (1)
[0060] ω1＝N1/M×N (2)
[0061] N0+N1＝M×N (3)
[0062] ω0+ω1＝1 (4)
[0063] μ＝ω0*μ0+ω1*μ1 (5)
[0064] g＝ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)
[0065] g＝ω0ω1(μ0-μ1)^2 (7)
[0066] 采用遍历的方法使得类间方差g最大的阈值T，即为所求。
[0067] 采用遍历的方法得到使类间方差g最大的阈值T,即为所求。胶片纸测试点即为小于阈值部分，投影点即为大于阈值部分。
[0068] 6)，利用工装和电子显微镜依次拍摄各个采样点，每个采样点需要2张图，分别记录胶片纸上的点和对应的投影点。每次拍摄图像都是整个打印幅面的局部，便于观察细节，即实验过程中的那些标准点；每次第1张图拍摄校正板的标准点，(电子显微镜的光照设置为最强)；第2张图投射拍摄投影点(电子显微镜的光照设置为最弱)。采样点的拍摄示意图如图7。
[0069] 其中，所述胶片纸上的点大小为1个像素，且和打印机的精度相匹配；所述胶片纸上的点的颜色和投影点存在色差为宜。
[0070] 7)，将步骤6)中拍摄的图片灰度化，并利用OTUS(最大类间方差法)算法分割出标准点和投影点，获取分割所得部分的像素点的像素值和UV坐标，把像素点的像素值归一化即为该像素点的权重，利用重心法求得标准点和投影点的UV坐标，两者的差值就是偏差。
[0071] 所述灰度化方法为利用公式Gray＝α*R+β*G+γ*B，将所拍摄的彩色图像灰度化。其中：α代表红色权重系数，β代表绿色权重系数，γ代表蓝色权重系数；R代表红色值、G代表绿色值、B代表蓝色值。
[0072] α+β+γ＝1且1≥α≥0，1≥β≥0，1≥γ≥0。在DLP应用领域，光机投射蓝色UV光，因此，γ＞α和/或β。
[0073] 所述标准点和投影点的UV坐标为： 公式中
[0074] Cx--重心的x坐标；
[0075] Cy--重心的y坐标；
[0076] Dix--第i个像素点的x坐标；
[0077] Diy--第i个像素点的y坐标；
[0078] Vi—第i个点的权重值。
[0079] 8)，利用双线性插值法把采样点间的偏差换算成整个幅面每个像素的偏差。
[0080] 9)，利用步骤8)的偏差校正原始标准图；
[0081] 具体的说，自动畸变校正方法为：将已知设定的基准畸变图覆盖在投影面上，进行中心对准后，单片机控制驱动器驱动电机，在XY平面内将电子显微镜移动至已知设定的相对应的点，先拍摄一次基准线宽的图，然后进行基准畸变图拍摄与对应的投射图拍摄，循环拍摄，直至拍摄完最后一个点，将所有的图发送给软件进行计算，软件完成计算后，进行作用后的畸变图，投影仪将畸变图投射，设备再次运行，重新拍摄校正后的对比图，再次发送给软件，软件进行计算后，若在设定误差值范围内，即完成本次校正，若校正后偏差超出设定的范围，软件将基于第二次数据再次进行计算投射，循环上述步骤，直至返回误差在设定范围内或超过迭代次数。
[0082] 所述软件的偏差校正的具体算法如下：当偏移量为浮点数(x,y)时，通过上下左右4个点的像素值线性插值(floor(x),y)、(ceil(x),y)、(x,floor(y))和(x,ceil(y))来求得距离(x，y)点最近的点的灰度值为GrayCurr＝p1*Gray(floor(x),y)+p2*Gray(ceil(x),y)+p3*gray(x,floor(y))+4*Gray(x,ceil(y))；
[0083] 其中，p1/p2/p3/p4为根据离(x,y)点最近的点和(floor(x),y)、(ceil(x),y)、(x,floor(y))和(x,ceil(y))距离确定的系数，进行归一化处理。
[0084] 10)，然后返回步骤6)，从步骤6)开始进行新一轮的校正，直到所有样本点的偏差小于所设置的阈值，或是迭代次数达到所设置的上限。在本实施方式中，所设置的阈值为一般≥0.5，具体根据应用场景而定，齿科领域精度要求较高一般设为0.5，单位像素。通过多次反馈迭代，避免了单次校正不足的问题的现象。使最终标准纸的采样点和光机投影的采样点偏差小于阈值。拍摄的校正结果如图8-3所示。
[0085] 采用本创作的基于智能畸变校正的DLP打印精度提升方法后后，智能畸变校正前后对比如下表所示，其允许公差为0.1mm。
[0086] 当取α＝0.25，β＝0.25，γ＝0.5时：
[0087]
[0088]
[0089] 当取α＝0，β＝0，γ＝1时：
[0090] 智能畸变校正前匹配度(公差±0.1mm) 智能机变校正后匹配度(公差±0.1mm)模型1 80.53％ 87.23％模型2 81.89％ 88.14％
模型3 81.87％ 86.45％
模型4 83.16％ 87.24％
模型5 80.99％ 87.22％
[0091] 当取α＝0，β＝0.5，γ＝0.5时：
[0092] 智能畸变校正前匹配度(公差±0.1mm) 智能机变校正后匹配度(公差±0.1mm)模型1 80.53％ 88.13％模型2 81.89％ 88.15％
模型3 81.87％ 87.57％
模型4 83.16％ 87.45％
模型5 80.99％ 86.32％
[0093] 在齿科领域，γ取值为0.5、α取值为0.25、β取值为0.25时，5个模型通过打印出来后使用高精度
扫描仪扫描，并使用专业的三维对比软件对比得出如下结论：智能畸变校正前模型匹配度(公差内)为80％～83％之间，智能畸变后模型匹配度(公差内)为91％～94％之间，提升了10个百分点。
[0094] 所述步骤10)完成后，结果最终将导入下位机电路中，并在打印过程中光机投影每层切片图时发生作用。这样处理的优势是使得最终成型模型表面更加平滑细腻。
[0095] 以上的具体实施方式仅为本创作的较佳实施例，并不用以限制本创作，凡在本创作的精神及原则之内所做的任何
修改、等同替换、改进等，均应包含在本创作的保护范围之内。
