CN112862705A - 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质 - Google Patents

一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质 Download PDF

Info

Publication number
CN112862705A
CN112862705A CN202110092108.8A CN202110092108A CN112862705A CN 112862705 A CN112862705 A CN 112862705A CN 202110092108 A CN202110092108 A CN 202110092108A CN 112862705 A CN112862705 A CN 112862705A
Authority
CN
China
Prior art keywords
model
slice image
slice
image
gaussian filter
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.)
Granted
Application number
CN202110092108.8A
Other languages
English (en)
Other versions
CN112862705B (zh
Inventor
曾庆丰
王江波
赵小龙
聂文斌
段剑彪
孙胜军
李建宾
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.)
Xi'an Particle Cloud Biotechnology Co ltd
Original Assignee
Xi'an Particle Cloud Biotechnology Co ltd
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 Xi'an Particle Cloud Biotechnology Co ltd filed Critical Xi'an Particle Cloud Biotechnology Co ltd
Priority to CN202110092108.8A priority Critical patent/CN112862705B/zh
Publication of CN112862705A publication Critical patent/CN112862705A/zh
Application granted granted Critical
Publication of CN112862705B publication Critical patent/CN112862705B/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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质，该方法针对光固化3D打印模型，进行切片处理后，对每一个切片的图像进行高斯滤镜处理，处理过程中通过图像边缘高斯滤镜算法核心要点，可保持图像边缘细节的局部滤镜算法，基于邻域平均思想对图像进行平滑处理，在图像平滑处理过程中，对像素的不同位置赋予不同权重，权重值通过二维高斯函数计算得出，能够使图像边缘锯齿有明显的优化与改善，有效的避免了成型的表面不光滑且带有明显像素纹路。

Description

一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储 介质
【技术领域】
本发明属于光固化成型技术领域，具体涉及一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质。
【背景技术】
DLP光固化成型也称为数字光处理成型，其原理是料槽中盛放液态光敏树脂类材料，通过打印软件对3D模型进行分层切片，每一层切片图像通过光机的光能量进行图形曝光控制，每次曝光固化成一个薄片，一层固化成型后，工作台移动(上移或下移)一个层厚的距离，进行下一层固化操作，每层新固化的图形牢固地粘在前一层上，如此循环完成模型打印。
光固化打印过程中，切片图像的边缘有斜线细节的部分会产生锯齿现象，该现象会导致打印成型的模型表面不光滑且带有明显的像素纹路。造成该现象的原因为数字图像由以像素为单位的点集合形成。由于高分辨率下的数字图像在取样时将较多的数据以较少的数据点代替，部分数据被忽略造成取样结果有损。因此，切片得到的图像边缘就会产生锯齿等有损现象，严重影响了打印模型的效果。
【发明内容】
本发明的目的在于克服上述现有技术的缺点，提供一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质，以解决现有技术中光固化打印过程中，切片图像的边缘有斜线细节的部分会产生锯齿现象的问题。
为达到上述目的，本发明采用以下技术方案予以实现：
一种光固化切片图像边缘抗锯齿优化方法，包括：
步骤1，载入工件的3D模型；
步骤2，对3D模型进行切片处理，得到3D模型的切片单元；
步骤3，获得每一个切片单元的切片图像；
步骤4，对每一个切片图像进行高斯滤镜处理；
步骤4.1，选择领域模板；
步骤4.2，确定切片图像中一个像素点的初始像素值矩阵，所述像素值矩阵的阶数和领域模板的阶数相同；
步骤4.3，通过二维高斯函数对所述像素点的像素值矩阵进行处理，获得所述像素点的权重值矩阵；
步骤4.4，将权重值矩阵中的值相加，获得所述像素点的像素值；
步骤4.5，重复步骤4.1至步骤4.4，直至所述切片图像中所有像素点优化结束，所述切片图像优化结束；
步骤5，重复步骤4，直至所有的切片图像高斯滤镜处理结束，获得高斯滤镜后的3D模型；
步骤6，对比高斯滤镜后的3D模型和步骤1中载入的3D模型，如形状不一致，重复步骤1-步骤5，直至两个3D模型的比对形状一致，完成优化。
本发明的进一步改进在于：
优选的，步骤2中，对载入工件的3D模型设置切片算法参数后进行切片。
优选的，所述参数包括底层层厚、底层参数、底层光照时间、层厚和层光照时间。
优选的，步骤4.1中，所述领域模板的阶数为3×3，所述领域模板为：
Figure BDA0002913042590000021
其中，f(x,y)为坐标值为x，y的像素点对应的权重值。
优选的，步骤4.3中，所述二维高斯函数为：
Figure BDA0002913042590000031
其中，μ1μ2为x和y的均值，σ1和σ2为X和Y的方差，ρ为X和Y的相关系数，绝对值小于1。
优选的，步骤4.3中，所述权重值矩阵为：
Figure BDA0002913042590000032
其中，p(x，y)为坐标值为x，y的像素点的像素值。
一种光固化切片图像边缘抗锯齿优化装置，包括：
载入模块，用于载入工件的3D模型；
切片模块，用于对3D模型进行切片处理
图像获取模块，用于获得每一个切片单元的切片图像；
高斯滤镜处理模块，用于对每一个切片图像进行高斯滤镜处理；
3D模型建立模块，用于根据高斯滤镜处理后的图像建立高斯滤镜后的3D模型；
对比模块，用于比较高斯滤镜后的3D模型和步骤1中载入的3D模型。
一种光固化切片图像边缘抗锯齿优化设备，包括处理器和存储器；
所述存储器，用于存储计算机执行指令；
所述处理器，用于执行存储器存储的计算机执行指令。
一种计算机可读存储介质，存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要1至6任一项所述的光固化切片图像边缘抗锯齿优化方法。
与现有技术相比，本发明具有以下有益效果：
本发明提供了一种光固化切片图像边缘抗锯齿优化方法，该方法针对光固化3D打印模型，进行切片处理后，对每一个切片的图像进行高斯滤镜处理，处理过程中通过图像边缘高斯滤镜算法核心要点，可保持图像边缘细节的局部滤镜算法，基于邻域平均思想对图像进行平滑处理，在图像平滑处理过程中，对像素的不同位置赋予不同权重，权重值通过二维高斯函数计算得出，能够使图像边缘锯齿有明显的优化与改善，有效的避免了成型的表面不光滑且带有明显像素纹路。
本发明还公开了光固化切片图像边缘抗锯齿优化装置，该装置通过多个模块处理，完成了对光固化切片图像边缘锯齿的优化。
本发明还公开了一种光固化切片图像边缘抗锯齿优化设备和计算机的可读存储介质，将优化过程设置于设备中，方便整个优化过程的进行。
【附图说明】
图1为本发明的切片处理流程图；
图2为本发明实施例中模型导入示意图；
图3为本发明实施例中切片参数配置的示意图；
图4为本发明实施例中切片处理过程的示意图；
图5为本发明实施例中切片处理后图像预览的示意图；
图6为本发明的处理前切片图像；
图7为本发明的处理后切片图像。
【具体实施方式】
下面结合附图对本发明做进一步详细描述：
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性；此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
参见图1，本发明公开了一种光固化切片图像边缘抗锯齿优化方法，该优化方法算法采用3x3邻域模板，具体包括以下过程：
步骤1，载入显示3D模型；
步骤2，对载入的模型进行切片，通过设置“底层层厚”、“底层层数”、“底层光照时间”、“层厚”、“层光照时间”等参数完成切片算法的参数设置，为下一步切片分层提供对应的切片参数；
步骤3，根据步骤2设置的参数，对模型进行切片分层处理，将总高为(H)的模型根据“底层层厚”(h_under)、“底层层数”(num_under)、“层厚”(h_layer)参数，得出切片层数为num_under+(H-h_under*num_under)/h_layer，为下一步划分打印属性提供层数支持；
步骤4，根据步骤3切片的层数数量，对模型进行划分打印属性，模型根据“底层层厚”与“层厚”可将切片单元分为底层切片单元与普通切片单元，切片单元的属性为层厚、光照时间和切片图像，即底层切片单元的属性对应为“底层层厚”、“底层光照时间”和切片图像，普通切片单元的属性对应为“层厚”、“光照时间”和切片图像，底层切片单元的光照时间长于普通切片单元，底层切片单元的层厚小于普通切片单元。
步骤5，根据步骤三划分的切片单元，将模型根据切片单元的层厚属性得出切片单元的切片图像，为下一步图像边缘处理做准备；不同的层厚，获得切片单元图像不同，层厚划分的越细致，获得图像越多，后续计算更为准确，但计算量越大。
步骤6，对步骤5得出的切片图像进行边缘高斯滤镜处理；
步骤6.1选择领域模板
根据计算量或需求选择不同的阶数的领域模板，本实施例中选择3×3的领域模板，所述模板如下：
Figure BDA0002913042590000061
其中f(x,y)为不同位置对应的权重值，
步骤6.2，确定切片图像中一个像素点的初始像素值矩阵：
Figure BDA0002913042590000062
其中，p0(x,y)为一个像素点的未进行高斯滤镜处理的像素值。
步骤6.3，通过二维高斯函数对所述像素点的像素值矩阵进行处理，获得所述像素点的权重值矩阵；
二维高斯函数如下，
Figure BDA0002913042590000063
其中，μ1μ2为x和y的均值，σ1和σ2为X和Y的方差，ρ为X和Y的相关系数，绝对值小于1。计算权重平均值时，中心点为原点，因此，μ1μ2为0，σ1和σ2为1，相关系数ρ为0.5，根据上述公式可推导得出权重矩阵：
Figure BDA0002913042590000064
步骤6.4，将权重值矩阵中的值相加，获得所述像素点的像素值；
p(0,0)＝f(-1,1)×p(-1,1)+f(0,1)×p(0,1)+f(1,1)×p(1,1)+…+f(1,-1)×p(1,-1) (5)
步骤7，预览图像，如图像与模型在该层高处的轮廓(内表面轮廓与外表面轮廓)不一致，返回至步骤2，重复步骤2-步骤6；
步骤8，结束。
实施例
如图2所示，光固化打印机上位机软件首先导入一个圆筒模型(对应步骤1)；接着，配置“底层层厚(mm)为0.03mm”、“打印层厚(mm)为0.05mm”、“曝光时间(ms)为4000ms”、“底层曝光(ms)为4000mm”、底层层数为10，切片参数配置如图3所示(对应步骤2、3)；再对模型进行切片操作，如图4所示(对应步骤4、5、6)；切片完成后，预览各层的切片图片，确保图像与模型在对应层高处的轮廓(内表面轮廓与外表面轮廓)一致，如图5所示(对应步骤7)，若不一致，则重新设置切片参数，再进行切片处理与切片图像预览操作，直至切片图像与模型在该层高处的轮廓一致。
参见图6为未经高斯处理的切片图像，从图中可以看出，边缘呈锯齿状；图7为经过本发明的步骤高斯处理的切片图像，从图中可以看出，边缘光滑。
假设有9个像素点，如下，
Figure BDA0002913042590000071
当3x3邻域模板对该像素点进行处理时，p(0,0)的后处理值通过如下公式计算得出，
p(0,0)＝f(-1,1)×p(-1,1)+f(0,1)×p(0,1)+f(1,1)×p(1,1)+…+f(1,-1)×p(1,-1)即每个像素点p(x,y)乘各自对应的权重值，并相加，就得到像素中心点通过高斯滤镜处理后的像素值。参见图6和图7，为本实施例经过优化前和优化后的图像，可以看到，图7中图像的边缘比图6平滑。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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。

Claims (9)

1.一种光固化切片图像边缘抗锯齿优化方法，其特征在于，包括：
步骤1，载入工件的3D模型；
步骤2，对3D模型进行切片处理，得到3D模型的切片单元；
步骤3，获得每一个切片单元的切片图像；
步骤4，对每一个切片图像进行高斯滤镜处理；
步骤4.1，选择领域模板；
步骤4.2，确定切片图像中一个像素点的初始像素值矩阵，所述像素值矩阵的阶数和领域模板的阶数相同；
步骤4.3，通过二维高斯函数对所述像素点的像素值矩阵进行处理，获得所述像素点的权重值矩阵；
步骤4.4，将权重值矩阵中的值相加，获得所述像素点的像素值；
步骤4.5，重复步骤4.1至步骤4.4，直至所述切片图像中所有像素点优化结束，所述切片图像优化结束；
步骤5，重复步骤4，直至所有的切片图像高斯滤镜处理结束，获得高斯滤镜后的3D模型；
步骤6，对比高斯滤镜后的3D模型和步骤1中载入的3D模型，如形状不一致，重复步骤1-步骤5，直至两个3D模型的比对形状一致，完成优化。
2.根据权利要求1所述的一种光固化切片图像边缘抗锯齿优化方法，其特征在于，步骤2中，对载入工件的3D模型设置切片算法参数后进行切片。
3.根据权利要求2所述的一种光固化切片图像边缘抗锯齿优化方法，其特征在于，所述参数包括底层层厚、底层参数、底层光照时间、层厚和层光照时间。
4.根据权利要求1所述的一种光固化切片图像边缘抗锯齿优化方法，其特征在于，步骤4.1中，所述领域模板的阶数为3×3，所述领域模板为：
Figure FDA0002913042580000021
其中，f(x,y)为坐标值为x，y的像素点对应的权重值。
5.根据权利要求1所述的一种光固化切片图像边缘抗锯齿优化方法，其特征在于，步骤4.3中，所述二维高斯函数为：
Figure FDA0002913042580000022
其中，μ1μ2为x和y的均值，σ1和σ2为X和Y的方差，ρ为X和Y的相关系数，绝对值小于1。
6.根据权利要求1所述的一种光固化切片图像边缘抗锯齿优化方法，其特征在于，步骤4.3中，所述权重值矩阵为：
Figure FDA0002913042580000023
其中，p(x，y)为坐标值为x，y的像素点的像素值。
7.一种光固化切片图像边缘抗锯齿优化装置，其特征在于，包括：
载入模块，用于载入工件的3D模型；
切片模块，用于对3D模型进行切片处理
图像获取模块，用于获得每一个切片单元的切片图像；
高斯滤镜处理模块，用于对每一个切片图像进行高斯滤镜处理；
3D模型建立模块，用于根据高斯滤镜处理后的图像建立高斯滤镜后的3D模型；
对比模块，用于比较高斯滤镜后的3D模型和步骤1中载入的3D模型。
8.一种光固化切片图像边缘抗锯齿优化设备，其特征在于，包括处理器和存储器；
所述存储器，用于存储计算机执行指令；
所述处理器，用于执行存储器存储的计算机执行指令。
9.一种计算机可读存储介质，其特征在于，存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要1至6任一项所述的光固化切片图像边缘抗锯齿优化方法。
CN202110092108.8A 2021-01-23 2021-01-23 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质 Active CN112862705B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110092108.8A CN112862705B (zh) 2021-01-23 2021-01-23 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110092108.8A CN112862705B (zh) 2021-01-23 2021-01-23 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质

Publications (2)

Publication Number Publication Date
CN112862705A true CN112862705A (zh) 2021-05-28
CN112862705B CN112862705B (zh) 2023-08-25

Family

ID=76008132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110092108.8A Active CN112862705B (zh) 2021-01-23 2021-01-23 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质

Country Status (1)

Country Link
CN (1) CN112862705B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003088085A1 (en) * 2002-04-04 2003-10-23 Arizona Board Of Regents Three-dimensional digital library system
CN103996170A (zh) * 2014-04-28 2014-08-20 深圳市华星光电技术有限公司 一种具有超高解析度的图像边缘锯齿消除方法
CN105787891A (zh) * 2016-01-31 2016-07-20 厦门美图之家科技有限公司 一种优化边缘锯齿的图像处理方法、系统及拍摄终端
CN105992687A (zh) * 2015-01-15 2016-10-05 武藤工业株式会社 三维造形装置、及其控制方法、与其造形物
CN106827545A (zh) * 2017-02-04 2017-06-13 山东大学 基于ct扫描透明透水混凝土试件3d打印方法
US20180086003A1 (en) * 2016-09-29 2018-03-29 Autodesk, Inc. Enhanced three dimensional printing of vertical edges
CN107856292A (zh) * 2017-12-20 2018-03-30 武汉星客智行科技有限公司 一种基于图像处理进行3d打印的方法
CN108226290A (zh) * 2018-01-08 2018-06-29 西安交通大学 一种基于超声相控阵的零件内部缺陷三维参数提取方法
CN109910294A (zh) * 2019-03-28 2019-06-21 哈尔滨理工大学 一种基于机器视觉的3d打印成型精度检测方法
CN110189408A (zh) * 2019-06-04 2019-08-30 西安科技大学 一种根据人体照片得到人体外表数据的系统及方法
CN112046005A (zh) * 2019-06-07 2020-12-08 通用电气公司 在工件上进行预处理和增材打印的增材制造系统和方法
CN112070708A (zh) * 2020-08-21 2020-12-11 杭州睿琪软件有限公司 图像处理方法、图像处理装置、电子设备、存储介质
CN112150532A (zh) * 2020-08-25 2020-12-29 北京迈格威科技有限公司 图像处理的方法、装置、电子设备和计算机可读介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003088085A1 (en) * 2002-04-04 2003-10-23 Arizona Board Of Regents Three-dimensional digital library system
CN103996170A (zh) * 2014-04-28 2014-08-20 深圳市华星光电技术有限公司 一种具有超高解析度的图像边缘锯齿消除方法
CN105992687A (zh) * 2015-01-15 2016-10-05 武藤工业株式会社 三维造形装置、及其控制方法、与其造形物
CN105787891A (zh) * 2016-01-31 2016-07-20 厦门美图之家科技有限公司 一种优化边缘锯齿的图像处理方法、系统及拍摄终端
US20180086003A1 (en) * 2016-09-29 2018-03-29 Autodesk, Inc. Enhanced three dimensional printing of vertical edges
CN106827545A (zh) * 2017-02-04 2017-06-13 山东大学 基于ct扫描透明透水混凝土试件3d打印方法
CN107856292A (zh) * 2017-12-20 2018-03-30 武汉星客智行科技有限公司 一种基于图像处理进行3d打印的方法
CN108226290A (zh) * 2018-01-08 2018-06-29 西安交通大学 一种基于超声相控阵的零件内部缺陷三维参数提取方法
CN109910294A (zh) * 2019-03-28 2019-06-21 哈尔滨理工大学 一种基于机器视觉的3d打印成型精度检测方法
CN110189408A (zh) * 2019-06-04 2019-08-30 西安科技大学 一种根据人体照片得到人体外表数据的系统及方法
CN112046005A (zh) * 2019-06-07 2020-12-08 通用电气公司 在工件上进行预处理和增材打印的增材制造系统和方法
CN112070708A (zh) * 2020-08-21 2020-12-11 杭州睿琪软件有限公司 图像处理方法、图像处理装置、电子设备、存储介质
CN112150532A (zh) * 2020-08-25 2020-12-29 北京迈格威科技有限公司 图像处理的方法、装置、电子设备和计算机可读介质

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
BO WANG ET AL: "Mapping internal deformation fields in 3D printed porous structure with digital volume correlation", 《POLYMER TESTING》 *
BO WANG ET AL: "Mapping internal deformation fields in 3D printed porous structure with digital volume correlation", 《POLYMER TESTING》, 19 June 2019 (2019-06-19), pages 1 - 9 *
冯曦: "3D打印中基于canny和卷积神经网络的边缘检测", 《中国新通信》 *
冯曦: "3D打印中基于canny和卷积神经网络的边缘检测", 《中国新通信》, no. 16, 20 August 2017 (2017-08-20), pages 161 - 162 *
段黎明等: "基于工业计算机断层成像技术的三维CAD模型重构方法", 《计算机集成制造系统》 *
段黎明等: "基于工业计算机断层成像技术的三维CAD模型重构方法", 《计算机集成制造系统》, no. 03, 15 March 2009 (2009-03-15), pages 479 - 486 *
谢红, 张定华, 张树生, 杨彭基: "基于 ICT 和 RP&M 的计算机辅助产品快速仿制系统研究", 西北工业大学学报, no. 04 *

Also Published As

Publication number Publication date
CN112862705B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN111497231B (zh) 一种3d打印方法、装置、存储介质及3d打印系统
CN102105908B (zh) 用于制造母型模具的方法和装置
CN111429532A (zh) 一种利用多平面标定板提高相机标定精确度的方法
CN114274501B (zh) 3d打印机续打方法、装置、计算机设备和存储介质
CN113838144B (zh) 一种基于机器视觉和深度学习的uv打印机上物件定位方法
KR101602472B1 (ko) 2차원 이미지 변환을 통한 3차원 프린팅 파일 생성 장치 및 방법
CN113103587B (zh) 3d打印的控制方法、控制系统及3d打印设备
CN111319264B (zh) 应用于3d打印设备的数据处理方法和3d打印设备
CN104504387A (zh) 文本图像的校正方法和装置
CN113681898A (zh) 三维物体打印方法、数据处理装置及计算机设备
US9681022B2 (en) Image processing apparatus, image processing method, and recording medium
US20240116249A1 (en) Method, System and Apparatus for Processing Slice Image for 3D Printing, and Storage Medium
CN112634172A (zh) 一种利用二维图像生成三维模型的3d打印方法及装置
CN113619122B (zh) 三维物体打印方法、装置、设备及存储介质
CN112862705A (zh) 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质
CN111754461B (zh) 半导体芯片图像字符区域的定位方法、装置
KR102049082B1 (ko) 잉크젯 방법 및 3차원 인쇄 장치
EP4092560A1 (en) A method for three-dimensional printing with surface dithering, a computer program product and a 3d printing device
CN111930286A (zh) 打印生产数据图像的智能生成方法、存储介质及数据处理设备
CN113048899A (zh) 基于线结构光的厚度测量方法和系统
CN113421203A (zh) 图像处理方法、打印方法、打印相关装置及可读存储介质
CN113379899A (zh) 一种建筑工程工作面区域图像自动提取方法
CN117753996B (zh) 一种slm打印成型控制系统
CN111839580A (zh) 牙片影像生成方法、装置、电子设备和存储介质
CN115723333B (zh) 一种3d打印方法、系统、装置及存储介质

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