CN113421203A - 图像处理方法、打印方法、打印相关装置及可读存储介质 - Google Patents

图像处理方法、打印方法、打印相关装置及可读存储介质 Download PDF

Info

Publication number
CN113421203A
CN113421203A CN202110733441.2A CN202110733441A CN113421203A CN 113421203 A CN113421203 A CN 113421203A CN 202110733441 A CN202110733441 A CN 202110733441A CN 113421203 A CN113421203 A CN 113421203A
Authority
CN
China
Prior art keywords
target
slice images
image
slice
layer
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.)
Pending
Application number
CN202110733441.2A
Other languages
English (en)
Inventor
刘鹏
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.)
Shenzhen Anycubic Technology Co Ltd
Original Assignee
Shenzhen Anycubic Technology 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 Shenzhen Anycubic Technology Co Ltd filed Critical Shenzhen Anycubic Technology Co Ltd
Priority to CN202110733441.2A priority Critical patent/CN113421203A/zh
Publication of CN113421203A publication Critical patent/CN113421203A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • G06T2207/10012Stereo images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种图像处理方法、打印方法、打印相关装置及可读存储介质,涉及打印技术领域。该图像处理方法包括:获取目标模型的N个层切片图像,N为大于1的整数;对所述N个层切片图像中的像素点进行空间滤波处理;对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到所述目标模型的目标切片图像。通过这种方式,可以对N个层切片图像中的像素点进行空间滤波处理,使得空间滤波处理后的像素点的灰度值,能够根据空间邻近的像素点的灰度值进行调整,再对空间滤波处理后的N个层切片图像进行图像增强处理,以实现对边缘像素点对应位置的树脂的固化程度进行控制,因而可以有效减少目标模型的像素层纹,提高目标模型的打印质量。

Description

图像处理方法、打印方法、打印相关装置及可读存储介质
技术领域
本发明涉及打印技术领域,尤其涉及一种图像处理方法、打印方法、打印相关装置及可读存储介质。
背景技术
随着三维(3 Dimensions,简称3D)打印技术的发展,3D打印设备得到广泛运用,尤其是光固化打印设备。在使用光固化打印设备进行3D打印的过程中,需要利用紫外光源对层切片图像进行曝光,根据曝光情况对树脂进行逐层固化,形成打印模型。由于现有的打印方式是基于层切片图像直接进行固化,使得每个层切片图像的边缘像素点对应位置的树脂被固化,因而得到的打印模型的像素层纹较为明显。
发明内容
本发明实施例提供了一种图像处理方法、打印方法、打印相关装置及可读存储介质,以解决现有的打印方式得到的打印模型的像素层纹较为明显的问题。
第一方面,本发明实施例提供了一种图像处理方法,该方法包括:
获取目标模型的N个层切片图像,N为大于1的整数;
对所述N个层切片图像中的像素点进行空间滤波处理;
对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到所述目标模型的目标切片图像。可选地,所述对所述N个层切片图像中的像素点进行空间滤波处理,包括:
基于预设网格单元,依次对所述N个层切片图像中相邻的M个层切片图像进行空间滤波处理;
其中,所述预设网格单元是包含M*M*M个像素点的三维立体网格单元,M为大于1的奇数。
可选地,所述基于预设网格单元,依次对所述N个层切片图像中相邻的M个层切片图像进行空间滤波处理预设网格单元,包括:
从所述N个层切片图像中获取M个目标层切片图像,所述M个目标层切片图像是指所述预设网格单元按照预设轨迹移动过程中所选取的M个相邻的层切片图像;
在所述M个目标层切片图像中按照预设步长滑动所述预设网格单元,所述预设步长是指所述预设网格单元在所述M个目标层切片图像中每次平移的距离;
依次将所述预设网格单元选取的像素点集合与预设卷积模板进行卷积计算,确定计算结果,其中,所述像素点集合为所述预设网格单元在所述M个层切片图像选取的M*M*M个像素点的集合,所述预设卷积模板为M个M*M的矩阵,所述预设卷积模板用于表征所述像素点集合中各像素点的权重值;
根据获取到的计算结果,确定所述M个目标层切片图像的空间滤波处理结果。
可选地,在所述对所述N个层切片图像中的像素点进行空间滤波处理之前,所述方法还包括:
对所述N个层切片图像进行二值化处理;
根据二值化处理后的N个层切片图像,确定各层切片图像对应的边缘像素点;
所述对所述N个层切片图像中的像素点进行空间滤波处理,包括:
对所述N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
可选地,所述根据二值化处理后的N个层切片图像,确定各层切片图像对应的边缘像素点,包括:
确定二值化处理后的各层切片图像中像素点对应的像素值;
在目标像素点存在至少一个邻域像素点的像素值为预设灰度值的情况下,确定所述目标像素点为边缘像素点,其中,所述预设灰度值为黑色图像所对应的灰度值,所述目标像素点为所述N个层切片图像中的任一像素点,所述邻域像素点是指位于所述目标像素点所处的层切片图像,且与所述目标像素点相邻的像素点。
可选地,在所述对所述N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理之前,所述方法还包括:
对所述N个层切片图像中各层切片图像对应的边缘像素点进行边缘滤波处理;
所述对所述N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理,包括:
对边缘滤波处理后的N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
可选地,所述对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到所述目标模型的目标切片图像,包括:
基于用户操作,获取目标灰阶等级;
根据所述目标灰阶等级和预设表,确定目标灰度值,其中,所述预设表包括所述目标灰阶等级与目标灰度值之间的映射关系;
根据所述目标灰度值,对空间滤波处理后的N个层切片图像中的像素点进行灰度值变换,以得到所述目标切片图像。
第二方面,本发明实施例还提供了一种打印方法,该打印方法包括:
获取目标切片图像,并根据所述目标切片图像打印模型;其中,所述目标切片图像为第一方面所述的图像处理方法生成得到。
第三方面,本发明实施例还提供了一种打印系统,该打印系统包括:图像处理装置和打印设备;
所述图像处理装置,用于执行如第一方面所述的图像处理方法;
所述打印设备,使用所述图像处理装置输出的目标切片图像,并依据所述目标切片图像得到目标模型。
第四方面,本发明实施例还提供了一种打印设备,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的图像处理方法的步骤。
第五方面,本发明实施例还提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的图像处理方法的步骤。
在本发明实施例中,通过获取目标模型的N个层切片图像,N为大于1的整数;对所述N个层切片图像中的像素点进行空间滤波处理;对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到所述目标模型的目标切片图像。通过这种方式,可以对N个层切片图像中的像素点进行空间滤波处理,使得空间滤波处理后的像素点的灰度值,能够根据空间邻近的像素点的灰度值进行调整,从而使得图像边缘更加平滑,再对空间滤波处理后的N个层切片图像进行图像增强处理,以实现对各层切片图像边缘像素点对应位置的树脂的固化程度进行控制,因而可以有效减少目标模型的像素层纹,提高目标模型的打印质量。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获取其他的附图。
图1为本发明实施例提供的图像处理方法的流程图;
图2为本发明实施例提供的像素点集合的示意图;
图3为本发明实施例提供的4邻域的示意图;
图4为本发明实施例提供的打印方法的流程图;
图5为本申请实施例提供的打印系统的结构示意图;
图6为本申请实施例提供的打印设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例,都属于本发明保护的范围。
除非另作定义,本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
本发明实施例提供了一种图像处理方法,参见图1,图1为本发明实施例提供的图像处理方法的流程图。如图1所示,该方法具体可以包括如下步骤:
步骤101、获取目标模型的N个层切片图像,N为大于1的整数。
具体地,上述目标模型可以为任一待打印的3D模型,如生活用品、建筑模型、器具等等。上述层切片图像是指通过预设的图形处理工具,对包含有目标模型的图形文件进行处理得到的图像。在通过预设的图像处理工具进行处理的过程中,需要将三维的立体模型切割成一张张预设厚度的层切片,每个层切片对应一个图像,即层切片图像。
需要说明的是,由于每个层切片的厚度非常薄,因而上述层切片图像可以看成是一张张二维图像。每个目标模型可以包括N个层切片图像,N可以为2,3,4,…等任意数值。例如,假设目标模型是边长为N个像素点的正方体,在高度方向上按照一个像素点的厚度进行切片,最终可以得到N个层切片图像,这样,这N层切片图像叠加在一起,可以组成边长为N个像素点的正方体。
步骤102、对N个层切片图像中的像素点进行空间滤波处理。
具体地,上述空间滤波处理是指采用预设卷积模板,依次对N个层切片图像中的多个相邻的层切片图像进行空间滤波处理。具体而言,可以设置一个用于空间滤波的预设网格单元,该预设网格单元的大小与该预设卷积模板的大小相同,且该预设网格单元的长度、宽度和高度可以相同,也可以不同。该预设网格单元用于指示每次参与空间滤波处理的像素点集合,该预设卷积模板用于指示该像素点集合中各像素点的权重值。
在该步骤中,可以以预设网格单元的高度为单元,依次从N个层切片图像中选取多个相邻层切片图像,然后对选取的多个相邻层切片图像中的像素点进行空间滤波处理。当该选取的多个相邻层切片图像中的像素点处理完后,可以将该预设网格单元向上或者向下移动一层,重新对新的多个相邻层切片图像中的像素点进行空间滤波处理,直到N个层切片图像的像素点均处理完毕。
步骤103、对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到目标模型的目标切片图像。
具体地,上述图像增强处理是指对空间滤波处理后的N个层切片图像中的各像素点进行灰度值变换。具体地,可以对空间滤波处理后的N个层切片图像中的每个像素点的灰度值变换相同的灰度值,也可以对空间滤波处理后的N个层切片图像中的每个像素点的灰度值变换不同的灰度值,本实施例不做具体限定。
需要说明的是,上述图像处理方法可以由打印设备执行,也可以由独立于该打印设备的电子设备执行,如电脑、笔记本、平板电脑、移动终端等,本实施例不做具体限定。
在该步骤中,在获取到图像增强处理后的N个层切片图像后,可以基于图像增强处理后的N个层切片图像生成目标模型。具体地,若上述图像处理方法由打印设备执行,则打印设备可以直接对图像增强处理后的N个层切片图像进行曝光固化成型,得到目标模型;若上述图像处理方法由电子设备执行,则电子设备可以对该图像增强处理后的N个层切片图像进行压缩,生成目标模型的切片文件。当打印设备获取到该切片文件后,可以对切片文件进行解压,并基于切片文件中的图像增强处理后的N个层切片图像进行曝光固化成型,最终得到目标模型。
在本实施例中,可以对N个层切片图像中的像素点进行空间滤波处理,使得空间滤波处理后的像素点的灰度值,能够根据空间邻近的像素点的灰度值进行调整,再对空间滤波处理后的N个层切片图像进行图像增强处理,以实现对边缘像素点对应位置的树脂的固化程度进行控制,因而可以有效减少目标模型的像素层纹,提高目标模型的打印质量。
进一步地,上述步骤102、对N个层切片图像中的像素点进行空间滤波处理,可以包括如下步骤:
基于预设网格单元,依次对N个层切片图像中相邻的M个层切片图像进行空间滤波处理;
在一实施例中,预设网格单元是包含M*M*M个像素点的三维立体网格单元,M为大于1的奇数。该预设网格单元可以为边长为3个像素点*3个像素点*3个像素点的网格单元、或者边长为5个像素点*5个像素点*5个像素点的网格单元,或者边长为9个像素点*9个像素点*9个像素点的网格单元等等。为方便说明,后续实施例均以边长为3个像素点*3个像素点*3个像素点的网格单元作为预设网格单元为例进行说明。在该步骤中,可以以M个相邻的层切片图像为单元,依次从N个层切片图像中选取M个相邻的层切片图像,然后对这M个相邻的层切片图像中的像素点进行空间滤波处理。当该选取的M个相邻层切片图像中的像素点处理完后,可以将该预设网格单元向上或者向下移动一个层切片图像,重新对新的M个相邻层切片图像中的像素点进行空间滤波处理,直到N个层切片图像的像素点均处理完毕。
需要说明的是,此处的N为大于1的正整数,如2,3,4等等,此处的M为大于1的奇数,如3,5,7,9等等。当N小于M时,可以在原有的N个层切片图像的外边缘填充像素值为0的像素点,使得N个层切片图像上的所用像素点可以遍历到。
在本实施例中,可以通过预设网格单元,依次对N个层切片图像中相邻的M个层切片图像进行空间滤波处理,由此实现对N个层切片图像的空间滤波处理。
进一步地,上述步骤、基于预设网格单元,依次对N个层切片图像中相邻的M个层切片图像进行空间滤波处理预设网格单元,可以包括如下步骤:
从N个层切片图像中获取M个目标层切片图像,M个目标层切片图像是指预设网格单元按照预设轨迹移动过程中所选取的M个相邻的层切片图像;
在M个目标层切片图像中按照预设步长滑动预设网格单元,预设步长是指预设网格单元在M个目标层切片图像中每次平移的距离;
依次将预设网格单元选取的像素点集合与预设卷积模板进行卷积计算,确定计算结果,其中,像素点集合为预设网格单元在M个层切片图像选取的M*M*M个像素点的集合,预设卷积模板为M个M*M的矩阵,预设卷积模板用于表征像素点集合中各像素点的权重值;
根据获取到的计算结果,确定M个目标层切片图像的空间滤波处理结果。
具体地,上述预设步长可以为1个像素点的长度,2个像素点的长度或3个像素点的长度等任意长度,本申请不做具体限定。为了实现对层切片图像中的每个像素点的遍历,可以将预设步长设置为1个像素点的长度。
上述M个目标层切片图像为预设网格单元在N个层切片图像中所选取的M个相邻的层切片图像。具体地,该M个目标层切片图像可以根据预设网格单元的移动位置而变化。例如,假设预设轨迹移动是按照从上至下的顺序,则可以将该N个层切片图像中的最靠上的第一个层切片图像,作为M个层切片图像的中间层切片图像,由此确定初始的M个目标层切片图像(在预设网格单元中位于该第一个层切片图像以上的各像素点用0填充)。每执行完M个目标层切片图像的空间滤波处理后,就将预设网格单元向下移动一个层切片图像,继续对新的M个目标层切片图像进行计算,直到N个层切片图像上的像素点均参与空间滤波处理。当然,上述预设轨迹还可以是按照从下往上的顺序,本申请不做具体限定。
以下以预设网格单元为3*3*3的立体空间为例进行说明,该像素点集合共包括27个像素点,如图2所示,该27个像素点共分布在3个层切片图像L1、L2和L3上,每个层切片图像分别包括9个像素点,其中,位于层切片图像L2中9个像素点的中心位置的像素点,为该像素点集合的中心像素点。该预设网格单元每滑动一次,均会将该像素点集合中的27个像素点的像素值与预设卷积模板中的权重值进行卷积计算,并将计算结果作为该中心像素点的灰度值。这样,当预设网格单元滑动完这3个层切片图像后,可以得到层切片图像L2上各个像素点计算后的灰度值。
需要说明的是,此处的预设卷积模板可以为3*3*3的矩阵,矩阵中的27个数值分别代表像素点集合中27个像素点的权重值。例如,假设预设卷积模板为如下所示的矩阵:
Figure BDA0003140544240000081
其中,第一个矩阵代表层切片图像L1中9个像素点的权重值,第二个矩阵代表层切片图像L2中9个像素点的权重值,第三个矩阵代表层切片图像L3中9个像素点的权重值。由此可见,在这27个权重值中,与中心像素点距离越近的像素点的权重值越大,与中心像素点距离越远的像素点的权重值越小。当然,作为其他实施方式,可以根据实际需要对预设卷积模板中的权重值进行灵活设置,实际应用时并不局限于上述举例中的设置方式。
在本实施例中,每滑动一次预设网格单元,均会对预设网格单元中的所有像素点进行卷积计算,使得上、下层切片图像中的邻近像素点能够与当前层切片图像的像素点进行关联,从而使得相邻层切片图像中的像素点的灰度值不会有明显的锐变,使得空间滤波处理后的图像的边缘模糊化。
进一步地,在上述步骤102、在对N个层切片图像中的像素点进行空间滤波处理之前,该方法还包括:
对N个层切片图像进行二值化处理;
根据二值化处理后的N个层切片图像,确定各层切片图像对应的边缘像素点;
上述步骤102、对N个层切片图像中的像素点进行空间滤波处理,包括:
对N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
具体地,上述二值化处理是指将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。例如,当图像中的某一像素点的灰度值小于或等于预设阈值时,则用灰度值0表示;当图像中的某一像素点的灰度值大于预设阈值时,则用灰度值255表示。需要说明的是,此处的预设阈值可以根据实际需要进行设置,本实施例不做具体限定。
上述二值化图像即为黑白图像,能凸显出层切片图像的轮廓。在二值化图像中,白色区域表示该层切片图像上需要打印的图像区域,黑色区域表示该层切片图像上无需打印的空白区域,那么在白色区域与黑色区域相邻位置的像素点,即为边缘像素点。
在获取到N个二值化图像的边缘像素点后,可以仅对N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。该空间滤波处理的步骤已在上述实施例中进行详细描述,在此不再赘述。
在本实施例中,通过对N个层切片图像进行二值化处理,进而获取每个二值化图像对应的边缘像素点,这样可以方便后续仅对边缘像素点进行空间滤波处理,以减小图像处理压力。
进一步地,上述步骤、根据二值化处理后的N个层切片图像,确定各层切片图像对应的边缘像素点,具体可以包括如下步骤:
确定二值化处理后的各层切片图像中像素点对应的像素值;
在目标像素点存在至少一个邻域像素点的像素值为预设灰度值的情况下,确定目标像素点为边缘像素点,其中,预设灰度值为黑色图像所对应的灰度值,目标像素点为N个层切片图像中的任一像素点,邻域像素点是指位于目标像素点所处的层切片图像,且与目标像素点相邻的像素点。
在一实施例中,可以基于二值化处理后的N个层切片图像中像素点对应的像素值,对边缘像素点进行确定。具体地,当目标像素点的邻域像素点中存在至少一个像素点的像素值为预设灰度值时,该目标像素点为边缘像素点;当目标像素点的邻域像素点中不存在像素点的像素值为预设灰度值时,该目标像素点为非边缘像素点。其中,上述目标像素点为N个层切片图像中的任一像素点。上如图3所示,可以分别获取目标像素点的a、b、c和d4个方向上的4邻域像素点的像素值,当4邻域像素点的像素值只要有一个的灰度值为0,即黑色图像所对应的灰度值,则表示该目标像素点至少在一个方向上存在空白区域,因而该目标像素点为边缘像素点。
当然,作为另一实施方式,可以获取目标像素点的8邻域的像素点的像素值,来作为该目标像素点的邻域像素值,以此来判断该目标像素点是否为边缘像素点。
在本实施例中,可以通过将层切片图像二值化,并获取目标像素点的邻域像素点,由此根据邻域像素点的像素值,确定目标像素点是否为边缘像素点,从而使得层切片图像中的边缘像素点的检测更加准确。
进一步地,上述步骤、在对N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理之前,该方法还包括:
对N个层切片图像中各层切片图像对应的边缘像素点进行边缘滤波处理;
对N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理,包括:
对边缘滤波处理后的N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
具体地,在边缘滤波处理过程中,需要先获取边缘滤波处理参数,并根据边缘滤波处理参数,确定参与边缘滤波处理的二维空间网格单元,再对该二维空间网格单元依次在各层切片图像中的各像素点进行边缘滤波处理。
此处的边缘滤波处理参数可以理解为对边缘像素点进行边缘滤波处理的层数,该边缘滤波处理参数可以为2,3,4或5等任意值。需要说明的是,该边缘滤波处理参数可以是预先设置好的,也可以基于用户的输入操作确定得到,本申请不做具体限定。当该边缘滤波处理参数是基于用户的输入操作确定得到时,用户可以基于用户界面或者物理按钮,对边缘滤波处理参数进行选择,并根据选择结果输入操作,从而实现对该边缘滤波处理参数的灵活设置。
上述二维空间网格单元的大小可以根据边缘滤波处理参数确定得到,该二维空间网格单元可以为正方形,其边长为M个像素点的长度,这样,该二维空间网格单元可以覆盖M*M个像素点。例如,当边缘滤波处理参数2时,二维空间网格单元为2个像素点*2个像素点的网格单元;当边缘滤波处理参数为3时,二维空间网格单元为3个像素点*3个像素点的网格单元等。在进行边缘滤波处理时,需要将二维空间网格单元逐行扫描,当滑动到某一边缘像素点位于该二维空间网格单元的目标位置时,可以将该二维空间网格单元中的各像素点与预设卷积核进行卷积计算,得到该边缘像素点的灰度值。需要说明的是,此处的目标位置是指二维空间网格单元中任意固定位置,例如,假设该二维空间网格单元为2个像素点*2个像素点的网格单元,则可以选取该二维空间网格单元中的[0,0]、[0,1]、[1,0]和[1,1]中任一像素点对应的位置作为目标位置。为达到较好的边缘滤波处理效果,可以优选二维空间网格单元的最中间的位置作为目标位置,如当二维空间网格单元为3个像素点*3个像素点的网格单元时,可以选择[1,1]像素点对应的位置,作为该二维空间网格单元的目标位置。同时,为了能够对整个层切片图像的每个像素点进行遍历,可以在该层切片图像的四周外边缘填充像素值为0的像素点。
二维空间网格单元每次滑动后,均需要判断该目标位置对应的像素点是否为边缘像素点,如果该目标位置对应的像素点是边缘像素点,则进行卷积计算;如果该目标位置对应的像素点是非边缘像素点,则不进行卷积计算,直接滑动至下一像素点。由此反复执行,直到每个层切片图像上的所有边缘像素点遍历完,结束对该层切片图像的边缘滤波处理。
需要说明的是,该空间滤波处理的步骤已在上述实施例中进行详细描述,在此不再赘述。
在本实施例中,可以在对N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理前,对边缘像素点进行边缘滤波处理,这样通过二维空间网格单元可以实现边缘像素点与其邻近的像素点之间的关联,实现对边缘像素点的灰度值的调整,使得图像边缘柔化。
进一步地,上述步骤103、对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到目标模型的目标切片图像,可以包括如下步骤:
基于用户操作,获取目标灰阶等级;
根据目标灰阶等级和预设表,确定目标灰度值,其中,预设表包括目标灰阶等级与目标灰度值之间的映射关系;
根据目标灰度值,对空间滤波处理后的N个层切片图像中的像素点进行灰度值变换,以得到目标切片图像。
具体地,上述目标灰阶等级是根据用户操作确定得到,用户可以从多个不同的灰阶等级中选择出一个与打印设备相符的灰阶等级,作为目标灰阶等级。此处的用户操作可以是用户的点击、滑动、按压等任意操作。此处的多个不同的灰阶等级可以是打印设备中预先设置好的,也可以是用户基于实际需要设置的。其中,在预设表中,不同的灰阶等级可以对应不同的灰度值。例如,用16个灰阶来表示0至255范围内的灰度值时,灰度等级0可以表示灰度值15,灰度等级1可以表示灰度值31,灰度等级2可以表示灰度值47等等。这样,可以基于目标灰阶等级和预设表,确定目标灰度值,根据目标灰度值对空间滤波处理后的N个层切片图像进行图像增强处理,以得到目标模型的目标切片图像。例如,假设用户选择灰阶等级2作为目标灰阶等级,则可以对空间滤波处理后的N个层切片图像中的每个像素点的灰度值增加目标灰度值47,得到目标切片图像。由于该过程实际上也是对像素点的灰度值进行调整,因而在打印时,能够根据灰度值的调整结果,改变对应像素点的固化程度。
需要说明的是,由于不同打印设备之间的差异性,常常会导致不同打印设备的灰度分布能量曲线会存在个体差异,即每台打印设备进行树脂固化的灰度值范围会有所不同。这就需用户能够基于各打印设备的不同灰度分布能量曲线,设置不同的目标灰阶等级,使得各打印设备均能达到较好的固化效果,减少像素层纹的出现。
在本实施例中,目标灰阶等级可以由用户灵活设置,用户可以根据打印设备当前的固化效果,对目标灰阶等级进行调整,从而达到该打印设备的最佳打印状态。
参见图4,图4为本发明实施例提供的打印方法的流程图。如图4所示,该打印方法包括:
步骤401、获取目标切片图像,并根据目标切片图像打印模型;其中,目标切片图像为上述的图像处理方法生成得到。
在该实施例中,该打印方法由打印设备执行,该图像处理方法由独立于该打印设备的电子设备执行。电子设备可以执行上述步骤101至步骤103,生成目标切片图像。具体实现过程可参见图1所示实施例,在此不再赘述。
在电子设备生成目标切片图像后,可以由用户手动将包含有该目标切片图像的文件拷贝到打印设备上,也能通过有线方式或者无线方式将包含有该目标切片图像的文件从电子设备传输至打印设备,以使打印设备能够获取到目标切片图像,并根据目标切片图像打印模型。
在本实施例中,通过将图像处理过程和模型打印过程分开由不同设备来实现,可以减轻打印设备的处理压力,同时,可以解决打印设备在图像处理过程中无法打印或者打印效率较慢的问题。
除此之外,本申请还提供了一种打印系统。参见图5,图5为本申请实施例提供的打印系统的结构示意图。如图5所示,该打印系统500包括:图像处理装置501和打印设备502;
图像处理装置501,用于执行上述的图像处理方法;
打印设备502,使用图像处理装置501输出的目标切片图像,并依据目标切片图像得到目标模型。
在该打印系统500中,执行上述的图像处理方法由图像处理装置501完成,该图像处理装置501可以为独立于打印设备502的任一电子设备。用户可以通过手动方式将包含有该目标切片图像的文件拷贝到打印设备502上,也可以通过有线方式或者无线方式将包含有该目标切片图像的文件从电子设备传输至打印设备502。这样,打印设备502可以获取到目标切片图像,并依据目标切片图像得到目标模型。
具体地,该图像处理装置501包括:
第一获取模块,用于获取目标模型的N个层切片图像,N为大于1的整数;
第一处理模块,用于对N个层切片图像中的像素点进行空间滤波处理;
第二处理模块,用于对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到目标模型的目标切片图像。
可选地,第一处理模块包括:
第一处理子模块,用于基于预设网格单元,依次对N个层切片图像中相邻的M个层切片图像进行空间滤波处理;
其中,预设网格单元是包含M*M*M个像素点的三维立体网格单元,M为大于1的奇数。
可选地,第一处理子模块包括:
获取单元,用于从N个层切片图像中获取M个目标层切片图像,M个目标层切片图像是指预设网格单元按照预设轨迹移动过程中所选取的M个相邻的层切片图像;
移动单元,用于在M个目标层切片图像中按照预设步长滑动预设网格单元,预设步长是指预设网格单元在M个目标层切片图像中每次平移的距离;
第一确定单元,用于依次将预设网格单元选取的像素点集合与预设卷积模板进行卷积计算,确定计算结果,其中,像素点集合为预设网格单元在M个层切片图像选取的M*M*M个像素点的集合,预设卷积模板为M个M*M的矩阵,预设卷积模板用于表征像素点集合中各像素点的权重值;
第二确定单元,用于根据获取到的计算结果,确定M个目标层切片图像的空间滤波处理结果。
可选地,该图像处理装置501还包括:
第三处理模块,用于对N个层切片图像进行二值化处理;
确定模块,用于根据二值化处理后的N个层切片图像,确定各层切片图像对应的边缘像素点;
第一处理模块,还用于对N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
可选地,确定模块包括:
第一确定子模块,用于确定二值化处理后的各层切片图像中像素点对应的像素值;
第二确定子模块,用于在目标像素点存在至少一个邻域像素点的像素值为预设灰度值的情况下,确定目标像素点为边缘像素点,其中,预设灰度值为黑色图像所对应的灰度值,目标像素点为N个层切片图像中的任一像素点,邻域像素点是指位于目标像素点所处的层切片图像,且与目标像素点相邻的像素点。
可选地,该图像处理装置501还包括:
第四处理模块,用于对N个层切片图像中各层切片图像对应的边缘像素点进行边缘滤波处理;
第一处理模块,还用于对边缘滤波处理后的N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
可选地,第二处理模块包括:
获取子模块,用于基于用户操作,获取目标灰阶等级;
第三确定子模块,用于根据目标灰阶等级和预设表,确定目标灰度值,其中,预设表包括目标灰阶等级与目标灰度值之间的映射关系;
变换子模块,用于根据目标灰度值,对空间滤波处理后的N个层切片图像中的像素点进行灰度值变换,以得到目标切片图像。
该图像处理装置501能够实现本发明实施例中图1方法实施例的各个过程,以及达到相同的有益效果,为避免重复,这里不再赘述。
具体地,打印设备502包括:
第二获取模块,用于获取目标切片图像,并根据目标切片图像打印模型;其中,目标切片图像为权利要求1至7中任一项的图像处理方法生成得到。
具体地,该打印设备502能够实现本发明实施例中图4方法实施例的各个过程,以及达到相同的有益效果,为避免重复,这里不再赘述。
参见图6,图6为本申请实施例提供的打印设备的结构示意图。如图6所示,该打印设备600包括处理器601,存储器602及存储在存储器602上并可在处理器601上运行的程序或指令,程序或指令被处理器601执行时实现上述图像处理方法的各个步骤。该打印设备600能够实现本申请实施例中图1方法实施例的各个过程,以及达到相同的有益效果,为避免重复,这里不再赘述。
本发明实施例还提供一种可读存储介质,可读存储介质上存储程序或指令,程序或指令被处理器执行时实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,的计算机可读存储介质,如只读存储器(Read-OnlyMemory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。

Claims (11)

1.一种图像处理方法,其特征在于,所述方法包括:
获取目标模型的N个层切片图像,N为大于1的整数;
对所述N个层切片图像中的像素点进行空间滤波处理;
对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到所述目标模型的目标切片图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述对所述N个层切片图像中的像素点进行空间滤波处理,包括:
基于预设网格单元,依次对所述N个层切片图像中相邻的M个层切片图像进行空间滤波处理;
其中,所述预设网格单元是包含M*M*M个像素点的三维立体网格单元,M为大于1的奇数。
3.根据权利要求2所述的图像处理方法,其特征在于,所述基于预设网格单元,依次对所述N个层切片图像中相邻的M个层切片图像进行空间滤波处理预设网格单元,包括:
从所述N个层切片图像中获取M个目标层切片图像,所述M个目标层切片图像是指所述预设网格单元按照预设轨迹移动过程中所选取的M个相邻的层切片图像;
在所述M个目标层切片图像中按照预设步长滑动所述预设网格单元,所述预设步长是指所述预设网格单元在所述M个目标层切片图像中每次平移的距离;
依次将所述预设网格单元选取的像素点集合与预设卷积模板进行卷积计算,确定计算结果,其中,所述像素点集合为所述预设网格单元在所述M个层切片图像选取的M*M*M个像素点的集合,所述预设卷积模板为M个M*M的矩阵,所述预设卷积模板用于表征所述像素点集合中各像素点的权重值;
根据获取到的计算结果,确定所述M个目标层切片图像的空间滤波处理结果。
4.根据权利要求1所述的图像处理方法,其特征在于,在所述对所述N个层切片图像中的像素点进行空间滤波处理之前,所述方法还包括:
对所述N个层切片图像进行二值化处理;
根据二值化处理后的N个层切片图像,确定各层切片图像对应的边缘像素点;
所述对所述N个层切片图像中的像素点进行空间滤波处理,包括:
对所述N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
5.根据权利要求4所述的图像处理方法,其特征在于,所述根据二值化处理后的N个层切片图像,确定各层切片图像对应的边缘像素点,包括:
确定二值化处理后的各层切片图像中像素点对应的像素值;
在目标像素点存在至少一个邻域像素点的像素值为预设灰度值的情况下,确定所述目标像素点为边缘像素点,其中,所述预设灰度值为黑色图像所对应的灰度值,所述目标像素点为所述N个层切片图像中的任一像素点,所述邻域像素点是指位于所述目标像素点所处的层切片图像,且与所述目标像素点相邻的像素点。
6.根据权利要求4所述的图像处理方法,其特征在于,在所述对所述N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理之前,所述方法还包括:
对所述N个层切片图像中各层切片图像对应的边缘像素点进行边缘滤波处理;
所述对所述N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理,包括:
对边缘滤波处理后的N个层切片图像中各层切片图像对应的边缘像素点进行空间滤波处理。
7.根据权利要求1所述的图像处理方法,其特征在于,所述对空间滤波处理后的N个层切片图像中的像素点进行图像增强处理,以得到所述目标模型的目标切片图像,包括:
基于用户操作,获取目标灰阶等级;
根据所述目标灰阶等级和预设表,确定目标灰度值,其中,所述预设表包括所述目标灰阶等级与目标灰度值之间的映射关系;
根据所述目标灰度值,对空间滤波处理后的N个层切片图像中的像素点进行灰度值变换,以得到所述目标切片图像。
8.一种打印方法,其特征在于,所述方法包括:
获取目标切片图像,并根据所述目标切片图像打印模型;其中,所述目标切片图像为权利要求1至7中任一项所述的图像处理方法生成得到。
9.一种打印系统,其特征在于,包括:图像处理装置和打印设备;
所述图像处理装置,用于执行如权利要求1-7中任一项所述的图像处理方法;
所述打印设备,使用所述图像处理装置输出的目标切片图像,并依据所述目标切片图像得到目标模型。
10.一种打印设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-7中任一项所述的图像处理方法的步骤。
11.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-7中任一项所述的图像处理方法的步骤。
CN202110733441.2A 2021-06-30 2021-06-30 图像处理方法、打印方法、打印相关装置及可读存储介质 Pending CN113421203A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110733441.2A CN113421203A (zh) 2021-06-30 2021-06-30 图像处理方法、打印方法、打印相关装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110733441.2A CN113421203A (zh) 2021-06-30 2021-06-30 图像处理方法、打印方法、打印相关装置及可读存储介质

Publications (1)

Publication Number Publication Date
CN113421203A true CN113421203A (zh) 2021-09-21

Family

ID=77717249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110733441.2A Pending CN113421203A (zh) 2021-06-30 2021-06-30 图像处理方法、打印方法、打印相关装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN113421203A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115139528A (zh) * 2022-06-10 2022-10-04 深圳市纵维立方科技有限公司 一种3d打印中的切片处理方法、装置、存储介质和电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150363625A1 (en) * 2014-06-13 2015-12-17 Xerox Corporation Image processing methods and systems for barcode and/or product label recognition
CN105303537A (zh) * 2015-11-26 2016-02-03 东南大学 一种医学图像三维血管显示增强方法
CN108717568A (zh) * 2018-05-16 2018-10-30 陕西师范大学 一种基于三维卷积神经网络的图像特征提取与训练方法
CN110111313A (zh) * 2019-04-22 2019-08-09 腾讯科技(深圳)有限公司 基于深度学习的医学图像检测方法及相关设备
WO2019232945A1 (zh) * 2018-06-08 2019-12-12 平安科技(深圳)有限公司 图像处理方法、装置、计算机设备及存储介质
CN110930397A (zh) * 2019-12-06 2020-03-27 陕西师范大学 一种磁共振图像分割方法、装置、终端设备及存储介质
CN112529776A (zh) * 2019-09-19 2021-03-19 中移(苏州)软件技术有限公司 图像处理模型的训练方法、图像处理方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150363625A1 (en) * 2014-06-13 2015-12-17 Xerox Corporation Image processing methods and systems for barcode and/or product label recognition
CN105303537A (zh) * 2015-11-26 2016-02-03 东南大学 一种医学图像三维血管显示增强方法
CN108717568A (zh) * 2018-05-16 2018-10-30 陕西师范大学 一种基于三维卷积神经网络的图像特征提取与训练方法
WO2019232945A1 (zh) * 2018-06-08 2019-12-12 平安科技(深圳)有限公司 图像处理方法、装置、计算机设备及存储介质
CN110111313A (zh) * 2019-04-22 2019-08-09 腾讯科技(深圳)有限公司 基于深度学习的医学图像检测方法及相关设备
CN112529776A (zh) * 2019-09-19 2021-03-19 中移(苏州)软件技术有限公司 图像处理模型的训练方法、图像处理方法及装置
CN110930397A (zh) * 2019-12-06 2020-03-27 陕西师范大学 一种磁共振图像分割方法、装置、终端设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115139528A (zh) * 2022-06-10 2022-10-04 深圳市纵维立方科技有限公司 一种3d打印中的切片处理方法、装置、存储介质和电子设备
CN115139528B (zh) * 2022-06-10 2024-04-16 深圳市纵维立方科技有限公司 一种3d打印中的切片处理方法、装置、存储介质和电子设备

Similar Documents

Publication Publication Date Title
CA2442603C (en) Digital composition of a mosaic image
US9922443B2 (en) Texturing a three-dimensional scanned model with localized patch colors
CN110400278B (zh) 一种图像颜色和几何畸变的全自动校正方法、装置及设备
CN102682446A (zh) 使用自适应联合双边滤波器生成稠密深度图的设备和方法
CN108510562B (zh) 基于图像分形纹理的数码迷彩图案生成方法
CN107850985B (zh) 对三维物体的物体数据进行半色调
CN110223376B (zh) 一种基于单幅堆积颗粒材料图像的三维颗粒重建方法
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
EP3038338B1 (en) Image processing apparatus, image processing method, and carrier means
CN113450440A (zh) 渲染图像的方法、装置、计算机可读存储介质和电子设备
CN109584368B (zh) 生物样品三维结构的构建方法及装置
CN111462009B (zh) 基于分割矩形区域相似度的出血点预测方法
CN115209122B (zh) 一种基于多智能体的立体图像视觉舒适度增强方法及系统
JP4392082B2 (ja) 彫版風ハーフトーン画像生成方法・装置
CN116580028A (zh) 一种物体表面缺陷检测方法、装置、设备及存储介质
CN113409222A (zh) 图像处理方法、打印方法、打印相关装置及可读存储介质
US20240127507A1 (en) Image processing method and image processing apparatus
CN112060571B (zh) 打印方法及打印设备
CN115457206A (zh) 三维模型生成方法、装置、设备及存储介质
CN110969678B (zh) 一种平铺圆形的绘画方法、装置、终端设备及存储介质
CN113822937B (zh) 一种图像校正方法、装置、设备及存储介质
CN110009082B (zh) 三维码的优化方法、介质、计算机设备及装置
GB2594249A (en) Method for creating a virtual environment reconstruction of an actual location
CN112241740A (zh) 一种特征提取方法及装置
CN111354064B (zh) 一种纹理图像的生成方法和装置

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