CN109242949B - 一种智能化3d打印系统及方法 - Google Patents

一种智能化3d打印系统及方法 Download PDF

Info

Publication number
CN109242949B
CN109242949B CN201710559184.9A CN201710559184A CN109242949B CN 109242949 B CN109242949 B CN 109242949B CN 201710559184 A CN201710559184 A CN 201710559184A CN 109242949 B CN109242949 B CN 109242949B
Authority
CN
China
Prior art keywords
image
printing
processing
unit
edge contour
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710559184.9A
Other languages
English (en)
Other versions
CN109242949A (zh
Inventor
周武增
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201710559184.9A priority Critical patent/CN109242949B/zh
Publication of CN109242949A publication Critical patent/CN109242949A/zh
Application granted granted Critical
Publication of CN109242949B publication Critical patent/CN109242949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G06T5/77—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/32—Image data format
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Abstract

本发明实施例提出一种智能化3D打印系统及方法，涉及3D打印技术领域。所述系统包括：图像输入单元，用于输入原始的图像信息；图像操作单元，用于对输入的原始的图像信息进行基础图框架勾画、细节处理和润色处理；图像输出单元，用于输出经图像操作单元处理后的图像，让用户对该图像进行确认；格式转换单元，用于对确认后的图像进行格式转换，获得高清的图像；图像处理单元，用于对高清图像进行图像处理，获得只有边缘轮廓的二值化图像；3D建模单元，用于根据只有边缘轮廓的二值化图像进行3D建模；3D打印单元，用于将3D建模后的图像打印出来。该系统能够对实时输入的图像信息进行处理，然后建立对应的3D模型，进行3D打印；具有智能化程度高和打印效果好等优点。

Description

一种智能化3D打印系统及方法
技术领域
本发明涉及3D打印技术领域，具体而言，涉及一种智能化3D打印系统及方法。
背景技术
日常生活中使用的普通打印机可以打印电脑设计的平面物品，而所谓的3D打印机与普通打印机工作原理基本相同，只是打印材料有些不同，普通打印机的打印材料是墨水和纸张，而3D打印机内装有金属、陶瓷、塑料、砂等不同的“打印材料”，是实实在在的原材料，打印机与电脑连接后，通过电脑控制可以把“打印材料”一层层叠加起来，最终把计算机上的蓝图变成实物。通俗地说，3D打印机是可以“打印”出真实的3D物体的一种设备，比如打印一个机器人、打印玩具车，打印各种模型，甚至是食物等等。之所以通俗地称其为“打印机”是参照了普通打印机的技术原理，因为分层加工的过程与喷墨打印十分相似。这项打印技术称为3D立体打印技术。
现有的3D打印技术，大都通过预先的程序建模，根据程序建模的结果，再进行打印，前期花费在程序建模上的人力和时间十分巨大。这一方面，使得3D打印的产品十分昂贵，另一方面，也使得3D打印难以在民用领域普及。
发明内容
本发明的目的在于提供一种智能化3D打印系统及方法，该系统能够对实时输入的图像信息进行处理，然后建立对应的3D模型，进行3D打印；具有智能化程度高和打印效果好等优点。
本发明的另一目的在于提供一种智能化3D打印方法，具有相对应的效果。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种智能化3D打印系统，所述系统包括：
图像输入单元，用于输入原始的图像信息；
图像操作单元，用于对输入的原始的图像信息进行基础图框架勾画、细节处理和润色处理；
图像输出单元，用于输出经图像操作单元处理后的图像，让用户对该图像进行确认；
格式转换单元，用于对确认后的图像进行格式转换，获得高清的图像；
图像处理单元，用于对高清图像进行图像处理，获得只有边缘轮廓的二值化图像；
3D建模单元，用于根据只有边缘轮廓的二值化图像进行3D建模；
3D打印单元，用于将3D建模后的图像打印出来。
进一步的，所述图像操作单元包括：
基础图框架操作模块，用于生成原始的图像的基础图框架；
草图细节操作模块，用于在基础图框架上进行细节处理；
润色操作模块，用于对细节处理后的图像进行润色处理。
进一步的，所述图像处理单元包括：
图像二值化模块，用于对图像进行二值化处理；
图像边缘轮廓检测模块，用于对图像进行边缘轮廓检测，生成只有边缘轮廓的图像。
进一步的，所述3D建模单元包括：
材质调用模块，用于调用系统中存储的材质；
材质加载模块，用于将调用的材质加载到模型框架上；
模型生成模块，用于生成材质加载完后的模型。
第二方面，本发明实施例还提供了一种智能化3D打印方法，其特征在于，所述方法包括：
步骤S1：输入原始的图像信息；
步骤S2：根据输入的图像信息，对图像进行操作，输出操作后的图像，对操作后的图像进行格式转换；
步骤S3：对图像进行处理，生成二值化的图像边缘轮廓图；
步骤S4：根据边缘轮廓图对图像进行建模，生成图像的3D模型；
步骤S5：根据图像的3D模型进行3D打印。
进一步的，所述步骤S3中对图像进行处理，生成二值化的边缘轮廓图的方法包括：
步骤S3.1：对图像进行二值化处理；
步骤S3.2：对二值化处理后的图像进行边缘轮廓提取，然后生成边缘轮廓图。
进一步的，所述步骤S3.1中对图像进行二值化处理的方法包括：
步骤S3.1.1：计算得出超声图像的灰度直方图；
步骤S3.2.2：计算图像的类间方差；
步骤S3.3.3：计算图像的类内方差；
步骤S3.3.4：把直方图在某阈值处分成两组直方图，使这两组直方图的分离度为最大值的点值即为最佳阈值；
步骤S3.3.5：高于最佳阈值的取黑，低于最佳阈值的取白，完成图像二值化。
进一步的，所述步骤S3.2中对图像进行边缘轮廓提取的方法包括：
步骤S3.2.1：将图像从空间域映射到模糊特征域，具体步骤为：设定多个灰度级Lmax的M*N元图像表示为一个模糊集，集内每个元素均为相对于某个特定灰度级的隶属函数，将该图像映射为一个模糊矩阵
Figure BDA0001346599360000041
Figure BDA0001346599360000042
其中
Figure BDA0001346599360000043
为像素的灰度级相对于某个特定灰度级Lmn的隶属度；
步骤S3.2.2：设定Lmn为最大灰度级Lmax；定义隶属函数为：
Figure BDA0001346599360000044
Figure BDA0001346599360000045
步骤S3.2.3：其中Fd为倒数型模糊因子；Fe为指数型模糊因子，因此该图像映射成为模糊隶属度矩阵；
步骤S3.2.4：在模糊空间中采用非线性函数Tr变换，实现增强边缘两侧像素灰度的对比度；Umn＝Tr(Umn)＝T1(Tr-1(Umn))；其中，
Figure BDA0001346599360000046
Figure BDA0001346599360000047
再利用G-1变换将增强后的图像由模糊空间变回数据空间；
步骤S3.2.5：定义新的边缘算子为：
Figure BDA0001346599360000051
Figure BDA0001346599360000052
其中，ξ＝{(i，j)|d((i，j)，(x，y))≤2|}；采用新的边缘算子对图像信息进行边缘提取。
一方面，本发明实施例提供的一种智能化3D打印系统，该系统能够输入原始图像信息，对原始图像信息进行处理，得到更为细致的图像信息，再对图像信息进行图像处理，根据图像处理的结果自动建立3D模型，然后根据3D模型进行3D打印，整个过程，无须人为进行3D建模，智能化程度高，降低了3D打印的成本。
另一方面，本发明实施例提供的一种智能化3D打印方法，具有相对应的效果。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的智能化3D打印系统的系统结构示意图。
图2示出了本发明实施例提供的图像操作单元的结构示意图。
图3示出了本发明实施例提供的图像处理单元的结构示意图。
图4示出了本发明实施例提供的3D建模单元的结构示意图。
图5示出了本发明实施例提供的智能化3D打印方法的方法流程示意图。
图标：100-图像输入单元，200-图像操作单元，300-格式转换单元，400-图像处理单元，500-3D建模单元，600-3D打印单元，700-图像输出单元，201-基础图框架操作模块，202-草图细节操作模块，203-润色操作模块，401-图像二值化模块，402-图像边缘轮廓检测模块，501-材质调用模块，502-材质加载模块，503-模型生成模块，801-步骤S1，802-步骤S2，803-步骤S3，804-步骤S4，805-步骤S5。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
第一实施例
一种智能化3D打印系统，所述系统包括：
图像输入单元，用于输入原始的图像信息；
图像操作单元，用于对输入的原始的图像信息进行基础图框架勾画、细节处理和润色处理；
图像输出单元，用于输出经图像操作单元处理后的图像，让用户对该图像进行确认；
格式转换单元，用于对确认后的图像进行格式转换，获得高清的图像；
图像处理单元，用于对高清图像进行图像处理，获得只有边缘轮廓的二值化图像；
3D建模单元，用于根据只有边缘轮廓的二值化图像进行3D建模；
3D打印单元，用于将3D建模后的图像打印出来。
采用上述技术方案，图像输出单元通过数据传输装置和外部终端设备连接，外部终端设备将原始图像信息发送到图像输入单元，系统获得原始图像信息。
图像操作单元通过人为操作和处理，对原始图像进行处理，进而获得更为细致，图像质量更佳的图像信息。
进一步的，所述图像操作单元包括：
基础图框架操作模块，用于生成原始的图像的基础图框架；
草图细节操作模块，用于在基础图框架上进行细节处理；
润色操作模块，用于对细节处理后的图像进行润色处理。
基础图框架操作模块自动生成原始的图像的基础图框架；
草图细节操作模块通过人为处理在基础图框架的基础上进行细节处理；
润色操作模块通过人为润色，对细节处理后的图像进行润色。
进一步的，所述图像处理单元包括：
图像二值化模块，用于对图像进行二值化处理；
图像边缘轮廓检测模块，用于对图像进行边缘轮廓检测，生成只有边缘轮廓的图像。
进一步的，所述3D建模单元包括：
材质调用模块，用于调用系统中存储的材质；
材质加载模块，用于将调用的材质加载到模型框架上；
模型生成模块，用于生成材质加载完后的模型。
第二实施例
一种智能化3D打印方法，其特征在于，所述方法包括：
步骤S1：输入原始的图像信息；
步骤S2：根据输入的图像信息，对图像进行操作，输出操作后的图像，对操作后的图像进行格式转换；
步骤S3：对图像进行处理，生成二值化的图像边缘轮廓图；
步骤S4：根据边缘轮廓图对图像进行建模，生成图像的3D模型；
步骤S5：根据图像的3D模型进行3D打印。
进一步的，所述步骤S3中对图像进行处理，生成二值化的边缘轮廓图的方法包括：
步骤S3.1：对图像进行二值化处理；
步骤S3.2：对二值化处理后的图像进行边缘轮廓提取，然后生成边缘轮廓图。
进一步的，所述步骤S3.1中对图像进行二值化处理的方法包括：
步骤S3.1.1：计算得出超声图像的灰度直方图；
步骤S3.2.2：计算图像的类间方差；
步骤S3.3.3：计算图像的类内方差；
步骤S3.3.4：把直方图在某阈值处分成两组直方图，使这两组直方图的分离度为最大值的点值即为最佳阈值；
步骤S3.3.5：高于最佳阈值的取黑，低于最佳阈值的取白，完成图像二值化。
进一步的，所述步骤S3.2中对图像进行边缘轮廓提取的方法包括：
步骤S3.2.1：将图像从空间域映射到模糊特征域，具体步骤为：设定多个灰度级Lmax的M*N元图像表示为一个模糊集，集内每个元素均为相对于某个特定灰度级的隶属函数，将该图像映射为一个模糊矩阵
Figure BDA0001346599360000091
Figure BDA0001346599360000092
其中
Figure BDA0001346599360000093
为像素的灰度级相对于某个特定灰度级Lmn的隶属度；
步骤S3.2.2：设定Lmn为最大灰度级Lmax；定义隶属函数为：
Figure BDA0001346599360000094
Figure BDA0001346599360000095
步骤S3.2.3：其中Fd为倒数型模糊因子；Fe为指数型模糊因子，因此该图像映射成为模糊隶属度矩阵；
步骤S3.2.4：在模糊空间中采用非线性函数Tr变换，实现增强边缘两侧像素灰度的对比度；Umn＝Tr(Umn)＝T1(Tr-1(Umn))；其中，
Figure BDA0001346599360000101
Figure BDA0001346599360000102
再利用G-1变换将增强后的图像由模糊空间变回数据空间；
步骤S3.2.5：定义新的边缘算子为：
Figure BDA0001346599360000103
Figure BDA0001346599360000104
其中，ξ＝{(i，j)|d((i，j)，(x，y))≤2|}；采用新的边缘算子对图像信息进行边缘提取。
第三实施例
一种智能化3D打印系统，所述系统包括：
图像输入单元，用于输入原始的图像信息；
图像操作单元，用于对输入的原始的图像信息进行基础图框架勾画、细节处理和润色处理；
图像输出单元，用于输出经图像操作单元处理后的图像，让用户对该图像进行确认；
格式转换单元，用于对确认后的图像进行格式转换，获得高清的图像；
图像处理单元，用于对高清图像进行图像处理，获得只有边缘轮廓的二值化图像；
3D建模单元，用于根据只有边缘轮廓的二值化图像进行3D建模；
3D打印单元，用于将3D建模后的图像打印出来。
进一步的，所述图像操作单元包括：
基础图框架操作模块，用于生成原始的图像的基础图框架；
草图细节操作模块，用于在基础图框架上进行细节处理；
润色操作模块，用于对细节处理后的图像进行润色处理。
进一步的，所述图像处理单元包括：
图像二值化模块，用于对图像进行二值化处理；
图像边缘轮廓检测模块，用于对图像进行边缘轮廓检测，生成只有边缘轮廓的图像。
进一步的，所述3D建模单元包括：
材质调用模块，用于调用系统中存储的材质；
材质加载模块，用于将调用的材质加载到模型框架上；
模型生成模块，用于生成材质加载完后的模型。
一种智能化3D打印方法，其特征在于，所述方法包括：
步骤S1：输入原始的图像信息；
步骤S2：根据输入的图像信息，对图像进行操作，输出操作后的图像，对操作后的图像进行格式转换；
步骤S3：对图像进行处理，生成二值化的图像边缘轮廓图；
步骤S4：根据边缘轮廓图对图像进行建模，生成图像的3D模型；
步骤S5：根据图像的3D模型进行3D打印。
具体的，步骤S1可以通过图像输入单元执行完成；
步骤S2中，根据输入的图像信息，对图像进行操作的步骤可以通过图像操作单元执行完成；输出操作后的图像可以通过图像输出单元执行完成；对操作后的图像进行格式转换可以通过格式转换单元执行完成。
步骤S3可以通过图像处理单元执行完成。
步骤S4可以通过3D建模单元执行完成。
步骤S5可以通过3D打印单元执行完成。
进一步的，所述步骤S3中对图像进行处理，生成二值化的边缘轮廓图的方法包括：
步骤S3.1：对图像进行二值化处理；
步骤S3.2：对二值化处理后的图像进行边缘轮廓提取，然后生成边缘轮廓图。
进一步的，所述步骤S3.1中对图像进行二值化处理的方法包括：
步骤S3.1.1：计算得出超声图像的灰度直方图；
步骤S3.2.2：计算图像的类间方差；
步骤S3.3.3：计算图像的类内方差；
步骤S3.3.4：把直方图在某阈值处分成两组直方图，使这两组直方图的分离度为最大值的点值即为最佳阈值；
步骤S3.3.5：高于最佳阈值的取黑，低于最佳阈值的取白，完成图像二值化。
进一步的，所述步骤S3.2中对图像进行边缘轮廓提取的方法包括：
步骤S3.2.1：将图像从空间域映射到模糊特征域，具体步骤为：设定多个灰度级Lmax的M*N元图像表示为一个模糊集，集内每个元素均为相对于某个特定灰度级的隶属函数，将该图像映射为一个模糊矩阵
Figure BDA0001346599360000121
Figure BDA0001346599360000131
其中
Figure BDA0001346599360000132
为像素的灰度级相对于某个特定灰度级Lmn的隶属度；
步骤S3.2.2：设定Lmn为最大灰度级Lmax；定义隶属函数为：
Figure BDA0001346599360000133
Figure BDA0001346599360000134
步骤S3.2.3：其中Fd为倒数型模糊因子；Fe为指数型模糊因子，因此该图像映射成为模糊隶属度矩阵；
步骤S3.2.4：在模糊空间中采用非线性函数Tr变换，实现增强边缘两侧像素灰度的对比度；Umn＝Tr(Umn)＝T1(Tr-1(Umn))；其中
Figure BDA0001346599360000135
Figure BDA0001346599360000136
再利用G-1变换将增强后的图像由模糊空间变回数据空间；
步骤S3.2.5：定义新的边缘算子为：
Figure BDA0001346599360000137
Figure BDA0001346599360000138
其中，ξ＝{(i，j)|d((i，j)，(x，y))≤2|}；采用新的边缘算子对图像信息进行边缘提取。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个单元、程序段或代码的一部分，所述单元、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能单元可以集成在一起形成一个独立的部分，也可以是各个单元单独存在，也可以两个或两个以上单元集成形成一个独立的部分。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Onl8 Memor8)、随机存取存储器(RAM，Random Access Memor8)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (5)

1.一种智能化3D打印系统，其特征在于，所系统包括：
图像输入单元，用于输入原始的图像信息；
图像操作单元，用于对输入的原始的图像信息进行基础图框架勾画、细节处理和润色处理；
图像输出单元，用于输出经图像操作单元处理后的图像，让用户对该图像进行确认；
格式转换单元，用于对确认后的图像进行格式转换，获得高清的图像；
图像处理单元，用于对高清图像进行图像处理，获得只有边缘轮廓的二值化图像；
3D建模单元，用于根据只有边缘轮廓的二值化图像进行3D建模；
3D打印单元，用于将3D建模后的图像打印出来；
所述图像操作单元包括：
基础图框架操作模块，用于生成原始的图像的基础图框架；
草图细节操作模块，用于在基础图框架上进行细节处理；
润色操作模块，用于对细节处理后的图像进行润色处理；
所述图像处理单元包括：
图像二值化模块，用于对图像进行二值化处理；
图像边缘轮廓检测模块，用于对图像进行边缘轮廓检测，生成只有边缘轮廓的图像；
所述3D建模单元包括：
材质调用模块，用于调用系统中存储的材质；
材质加载模块，用于将调用的材质加载到模型框架上；
模型生成模块，用于生成材质加载完后的模型。
2.一种基于权利要求1所述的智能化3D打印系统的方法，其特征在于，所述方法包括：
步骤S1：输入原始的图像信息；
步骤S2：根据输入的图像信息，对图像进行操作，输出操作后的图像，对操作后的图像进行格式转换；
步骤S3：对图像进行处理，生成二值化的图像边缘轮廓图；
步骤S4：根据边缘轮廓图对图像进行建模，生成图像的3D模型；
步骤S5：根据图像的3D模型进行3D打印。
3.如权利要求2所述的智能化3D打印方法，其特征在于，所述步骤S3中对图像进行处理，生成二值化的边缘轮廓图的方法包括：
步骤S3.1：对图像进行二值化处理；
步骤S3.2：对二值化处理后的图像进行边缘轮廓提取，然后生成边缘轮廓图。
4.如权利要求3所述的智能化3D打印方法，其特征在于，所述步骤S3.1中对图像进行二值化处理的方法包括：
步骤S3.1.1：计算得出超声图像的灰度直方图；
步骤S3.2.2：计算图像的类间方差；
步骤S3.3.3：计算图像的类内方差；
步骤S3.3.4：把直方图在某阈值处分成两组直方图，使这两组直方图的分离度为最大值的点值即为最佳阈值；
步骤S3.3.5：高于最佳阈值的取黑，低于最佳阈值的取白，完成图像二值化。
5.如权利要求4所述的智能化3D打印方法，其特征在于，所述步骤S3.2中对图像进行边缘轮廓提取的方法包括：
步骤S3.2.1：将图像从空间域映射到模糊特征域，具体步骤为：设定多个灰度级Lmax的M*N元图像表示为一个模糊集，集内每个元素均为相对于某个特定灰度级的隶属函数，将该图像映射为一个模糊矩阵
Figure FDA0004106638510000031
Figure FDA0004106638510000032
其中
Figure FDA0004106638510000033
为像素的灰度级相对于某个特定灰度级Lmn的隶属度；
步骤S3.2.2：设定Lmn为最大灰度级Lmax；定义隶属函数为：
Figure FDA0004106638510000034
Figure FDA0004106638510000035
步骤S3.2.3：其中Fd为倒数型模糊因子；Fe为指数型模糊因子，因此该图像映射成为模糊隶属度矩阵；
步骤S3.2.4：在模糊空间中采用非线性函数Tr变换，实现增强边缘两侧像素灰度的对比度；Umn＝Tr(Umn)＝T1(Tr-1(Umn))；其中，
Figure FDA0004106638510000036
Figure FDA0004106638510000037
再利用G-1变换将增强后的图像由模糊空间变回数据空间；
步骤S3.2.5：定义新的边缘算子为：
Figure FDA0004106638510000041
Figure FDA0004106638510000042
其中，ξ＝{(i,j)|d((i,j),(x,y))≤2|}；采用新的边缘算子对图像信息进行边缘提取。
CN201710559184.9A 2017-07-11 2017-07-11 一种智能化3d打印系统及方法 Active CN109242949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710559184.9A CN109242949B (zh) 2017-07-11 2017-07-11 一种智能化3d打印系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710559184.9A CN109242949B (zh) 2017-07-11 2017-07-11 一种智能化3d打印系统及方法

Publications (2)

Publication Number Publication Date
CN109242949A CN109242949A (zh) 2019-01-18
CN109242949B true CN109242949B (zh) 2023-04-07

Family

ID=65083351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710559184.9A Active CN109242949B (zh) 2017-07-11 2017-07-11 一种智能化3d打印系统及方法

Country Status (1)

Country Link
CN (1) CN109242949B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113409222A (zh) * 2021-06-30 2021-09-17 深圳市纵维立方科技有限公司 图像处理方法、打印方法、打印相关装置及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1437882A1 (en) * 2002-12-11 2004-07-14 Agfa-Gevaert Method and apparatus for creating 3-D prints and a 3-D printing system
CN103366170A (zh) * 2012-04-02 2013-10-23 鸿富锦精密工业（深圳）有限公司 图像二值化处理装置及其方法
CN103473021A (zh) * 2013-07-10 2013-12-25 杭州安致文化创意有限公司 一种基于二维图像的三维打印系统和方法
CN104123752A (zh) * 2014-07-28 2014-10-29 魏程 一种能够进行3d打印的人体器官的三维建模方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8579620B2 (en) * 2011-03-02 2013-11-12 Andy Wu Single-action three-dimensional model printing methods

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1437882A1 (en) * 2002-12-11 2004-07-14 Agfa-Gevaert Method and apparatus for creating 3-D prints and a 3-D printing system
CN103366170A (zh) * 2012-04-02 2013-10-23 鸿富锦精密工业（深圳）有限公司 图像二值化处理装置及其方法
CN103473021A (zh) * 2013-07-10 2013-12-25 杭州安致文化创意有限公司 一种基于二维图像的三维打印系统和方法
CN104123752A (zh) * 2014-07-28 2014-10-29 魏程 一种能够进行3d打印的人体器官的三维建模方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种灰度图像打印机模型研究;李智杰等;《微电子学与计算机》;20100405(第04期);全文 *
基于FDM技术的透光浮雕制作工艺的研究;余立华;《武汉职业技术学院学报》;20161015(第05期);全文 *

Also Published As

Publication number Publication date
CN109242949A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN102693527B (zh) 用于对图像执行模糊渲染处理的方法和装置
US20150310305A1 (en) Learning painting styles for painterly rendering
CN109829453A (zh) 一种卡证中文字的识别方法、装置以及计算设备
JP2015065654A (ja) 自動修復を用いたカラー文書画像セグメンテーション及び二値化
CN106846011A (zh) 营业执照识别方法和装置
CN107153838A (zh) 一种照片自动分级方法及装置
CN108615253A (zh) 图像生成方法、装置与计算机可读存储介质
CN110097616B (zh) 一种联合绘画方法、装置、终端设备及可读存储介质
CN104899821B (zh) 一种用于文档类图像可视水印的擦除方法
CN109598270B (zh) 扭曲文字的识别方法及装置、存储介质及处理器
US9230161B2 (en) Multiple layer block matching method and system for image denoising
Zhang et al. Generating manga from illustrations via mimicking manga creation workflow
CN108648189A (zh) 图像模糊检测方法、装置、计算设备及可读存储介质
CN109242949B (zh) 一种智能化3d打印系统及方法
CN108242050A (zh) 电子发票的处理方法及装置
US11410278B2 (en) Automatic artifact removal in a digital image
Galetto et al. Edge-aware filter based on adaptive patch variance weighted average
CN111191716A (zh) 一种印刷图片的分类方法及装置
CN104850819B (zh) 信息处理方法及电子设备
CN110070103A (zh) 身份证识别的方法及终端设备
CN112132916B (zh) 一种利用生成对抗网络的篆刻作品定制化设计生成装置
JP2022095565A (ja) 画像からシーンテキストを除去するための方法及びシステム
CN109993816B (zh) 联合绘画方法、装置、终端设置及计算机可读存储介质
JP2014149788A (ja) 物体領域境界推定装置、物体領域境界推定方法及び物体領域境界推定プログラム
CN113128614A (zh) 基于图像梯度的卷积方法、基于方向卷积的神经网络及分类方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant