Systém pro korekci 3D tisku s obrazovou analýzou

Abstract
Tato diplomová práce se zaměřuje na nový přístup k detekci tiskových vad v aditivní výrobě, eliminující potřebu neuronových sítí a cloudového zpracování. Navržený systém detekuje chyby prostřednictvím porovnávání simulovaných modelů tištěných objektů s reálnými obrazy z kamer. Klíčovými prvky systému jsou komunikace s tiskárnou, optimalizace umístění kamer, simulace objektů z GCODE, separace objektu z obrazu kamery a výpočet F2 skóre pro detekci vad. Experimentální část se pak zaměřuje na porovnání jednotlivých metod separace obrazu, vliv barvy na úspěšnost detekce a stanovení hranic pro správné detekování chyb.
This thesis focuses on a novel approach to detecting printing defects in additive manufacturing, eliminating the need for neural networks and cloud processing. The proposed system identifies errors by comparing simulated models of printed objects with real images captured by cameras. The key components of the system include communication with the printer, optimization of camera placement, simulation of objects from GCODE, object segmentation from camera images, and F2 score calculation for defect detection. The experimental part focuses on comparing various image segmentation methods, analyzing the impact of color on detection success, and determining thresholds for accurate error detection.
Description
Subject(s)
3D tisk, render, detekce tiskových vad, separace obrazu, GCODE, simulace
Citation
ISSN
ISBN