Zur Realisierung der Erkennung und Kontrolle von 3D-Druckteilen und zur Verbesserung der Druckgenauigkeit wurde eine Studie zur dreidimensionalen Rekonstruktion und Pose-Schätzung von 3D-Teilen durchgeführt. Das System basiert auf dem Prinzip der visuellen Erkennung durch periphere Abtastung mit binokular strukturiertem Licht, verwendet eine Beleuchtungsmethode mit binokularem strukturierten Licht und einen peripheren Scan-Bildgebungsmode mit einer zweifarbigen Kamera. Durch farbige und infrarote Szenen an verschiedenen Positionen sowie Tiefeninformationen des gestreuten strukturierten Lichts und der Binokularsicht werden Bildaufnahme und visuelle Kalibrierung durchgeführt, Bildfusion, Punktwolkenfärbung, Mehrbild-Punktwolkenregistrierung und Fusion, Segmentierung und andere Bildverarbeitungs- und Analyseverfahren abgeschlossen, um die Punktwolkenrekonstruktion der Rekonstruktionsobjektszene zu realisieren. Ein Kamerapose-Schätzschema basierend auf den Algorithmen EPNP und ICP wird verwendet: Der EPNP-Algorithmus führt eine grobe Registrierung der Punktwolke der rekonstruierten Szene und der Einzelansichtspunktwolke durch, der ICP-Algorithmus eine präzise Registrierung, um die Pose des Ziels zu schätzen. Die Genauigkeit der dreidimensionalen Rekonstruktion der 3D-Druckteile wird anhand der Fasenabstands zwischen Szenenpunktwolke und Standardpunktwolke bewertet, mit einer durchschnittlichen Genauigkeit von 0,675 mm; Die Genauigkeit der Posenschätzung wird mit der Reprojektionsmethode bewertet, mit einer durchschnittlichen Genauigkeit von 1,669 mm. Durch diese systematische Forschung wurde eine gute Bewertungsmethode für die Inspektion von 3D-Druckteilen bereitgestellt und eine gute Referenz für die spätere Inspektion und Steuerung der 3D-Teile-Präzision gegeben.

Maschinelles Sehen;3D-Rekonstruktion;Posenschätzung;Bildverarbeitung;EPNP;ICP