CN105976362B - 一种适用于3d打印的图像线画生成方法 - Google Patents
一种适用于3d打印的图像线画生成方法 Download PDFInfo
- Publication number
- CN105976362B CN105976362B CN201610274450.9A CN201610274450A CN105976362B CN 105976362 B CN105976362 B CN 105976362B CN 201610274450 A CN201610274450 A CN 201610274450A CN 105976362 B CN105976362 B CN 105976362B
- Authority
- CN
- China
- Prior art keywords
- image
- line
- feature
- line drawing
- printing
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000010146 3D printing Methods 0.000 title claims abstract description 20
- 238000003709 image segmentation Methods 0.000 claims abstract description 14
- 238000012952 Resampling Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 5
- 238000007639 printing Methods 0.000 abstract description 9
- 238000004321 preservation Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000012943 hotmelt Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20152—Watershed segmentation
Landscapes
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
一种适用于3D打印的图像线画生成方法,涉及平面图像3D打印。提供得到的线画线条相对均匀、分段数少、总长度短,且可保持原图像的特征信息和灰度信息的一种适用于3D打印的图像线画生成方法。包括以下步骤:1)输入图像,利用分水岭算法对图像进行交互式分割,所述图像为灰度图像或彩色图像;2)根据图像分割的结果,提取图像的特征线;3)在图像上初始化点,进行保特征的Lloyd迭代,重复此过程直至达到迭代次数,对特征线进行重新采样;4)分块解旅行商问题,得到保持图像特征的线画;5)根据线画结果,用长方体代替线段写入OBJ文件,输出反映线画结果的OBJ文件,即可利用3D打印机打印出来,打印结果更像原图像。
Description
技术领域
本发明涉及平面图像3D打印,尤其是涉及一种适用于3D打印的图像线画生成方法。
背景技术
3D打印是增材制造技术的俗称,是一种自下而上材料累加的制造工艺,自20世纪80年代开始逐步发展,目前流行的3D打印技术主要用于三维物体的打印([1]刘利刚,徐文鹏,王伟明,等.3D打印中的几何计算研究进展[J].计算机学报,2015,38(6):1243-1267)。
对于普通喷墨打印机打印图像是一件再简单不过的事情,但是对于普通的桌面3D打印机,比如熔融沉积成型FDM 3D打印机是将丝状的热熔性材料加热融化,同时三维喷头在计算机的控制下,将材料选择性地涂敷在工作台上。要想用3D打印机打印一幅平面图像,首先需要将图像转化为路线图,即将图像用线画来表示。大部分文献中的图像的线画虽然能反应图像的灰度变化等信息([2]Kang H,Lee S,Chui C K.Coherent line drawing[C]//Proceedings of the 5th international symposium on Non-photorealisticanimation and rendering.ACM,2007:43-50;[3]Hiller S,Hellwig H,Deussen O.Beyondstippling—methods for distributing objects on the plane[C]//ComputerGraphics Forum.Blackwell Publishing,Inc,2003,22(3):515-522;[4]Kaplan C S,Bosch R.TSP art[J].Proc.Bridges,2005:303-310.),却并不适用于3D打印,因为打印机至少要求线条不交叉,分段数目少等,这样打印出来线条才不会堆积,且能减少打印机喷头在不同区域之间的跳转次数,减少打印时间。其次,更高的要求是线画能较好的保持图像的特征并能很好的体现原图像灰度差异等信息。所以本发明主要是生成一种适合3D打印机打印的图像的线画图。
发明内容
本发明的目的在于提供得到的线画线条相对均匀、分段数少、总长度短,且可保持原图像的特征信息和灰度信息的一种适用于3D打印的图像线画生成方法。
本发明包括以下步骤:
1)输入图像,利用分水岭算法对图像进行交互式分割,所述图像为灰度图像或彩色图像;
2)根据图像分割的结果,提取图像的特征线;
3)在图像上初始化点,进行保特征的Lloyd迭代,重复此过程直至达到迭代次数,对特征线进行重新采样;
4)分块解旅行商问题,得到保持图像特征的线画;
5)根据线画结果,用长方体代替线段写入OBJ文件,输出反映线画结果的OBJ文件。
在步骤3)中,所述在图像上初始化点,进行保特征的Lloyd迭代,重复此过程直至达到迭代次数,对特征线进行重新采样的具体方法可为:
(1)在图像的特征线上撒满点,内部撒一定数量的点;
(2)生成Voronoi图,判断点是否在特征线上,如果是保持该点不动,否则将其移动到Voronoi多边形的重心;
(3)重复执行步骤(2)直到达到迭代次数;
(4)对特征线上的点根据局部内部点平均最短距离进行重采样。
在步骤4)中,所述分块解旅行商问题,得到保持图像特征的线画的具体方法可为:
(1)特征线利用步骤3)重新采样的结果直接生成;
(2)根据图像分割的结果将内部点分为若干类,分别解TSP问题;
(3)判断内部线段与特征线是否相交,如果相交移除内部线段。
本发明不仅能够生成一个反映线画结果的OBJ文件,而且可以利用切片软件将其转化为3D打印机可识别文件,即可实现图像的3D打印。
以下给出本发明的工作原理:
1)本发明采用带权点画技术获得图像的点画,首先在图像上生成点,由点生成Voronoi图,然后进行Lloyd迭代,通过将点移到每个Voronoi多边形的重心来松弛这些点,重复循环此过程得到理想的点分布。
2)分水岭算法是一种经典且较稳定的图像分割算法,它对微弱边缘具有良好的响应,是得到封闭连续边缘的保证,通常要分割图像需要确定局部梯度最低点,采用自动化算法分割的结果往往不太理想,所以常常需要手工指定。
3)本发明根据上两条理论,提出将带权点画技术与分水岭算法相结合,首先利用分水岭算法交互式对图像进行分割,得到独立具有封闭连续边缘的分割区域,同时区域的边缘也是图像的特征信息,然后在特征线上撒满点,内部点数量可由用户自行决定,同时进行Lloyd迭代,Lloyd迭代过程中保持特征线上的点不动,内部点移到Voronoi多边形的重心。迭代完成后对特征线上的点进行重采样,由此得到保持图像特征的点画。
4)在3)中使用分水岭分割图像,分割后区域的交界线是单像素宽度,对于单像素宽度的特征线,可以遍历像素的8邻域找到属于同一线条的后继像素,若后继像素个数多于1个则终止,按照这样的方法便可将特征线拆分成若干无交叉的线条,同时获得每条线上的像素访问顺序。
5)在3)中为了得到保持特征的点画,不希望进行Lloyd迭代时内部点移动到图像的特征线上,初始时在4)提取到的特征线上撒满点,内部撒一定数量的点,然后进行Lloyd迭代,迭代完成后为了得到一幅更为美观的点刻画,我们对特征线进行重采样,重采样的步长根据局部内部点最短平均距离决定。
6)本发明采用分块解TSP(旅行商)问题来获得图像的线画。特征线可由5)中重采样的点依据4)的访问顺序连接成线,内部点根据图像分割的结果也分为若干类,对每一类解一个TSP问题,从而获得图像的线画。
7)由4)得到的特征线不会出现自相交情况,TSP问题也是最短路径问题,也不会出现相交情况,但是内部线与特征线可能出现相交,这是因为图像分割的结果可能是凹区域,因此由6)得到的线画可能出现一些线段相交情况,为了使打印更加美观,当内部线段与特征线相交时,将内部线段移除。
8)为了将线画结果转化为3D打印机可识别文件,本发明在线画基础上用一个小长方体代表一段线段将其写入OBJ文件,然后可利用MakerBot等切片软件生成3D打印机可识别文件,即可将线画打印出来。
本发明在带权点画技术基础上引进图像分割算法,产生更加理想的保持特征的点画,在点画基础上特征线由图像分割的结果直接得到,内部点分块解旅行商问题,即可得到图像的线画,该方法得到的线画线条相对均匀、分段数少、总长度短,且很好地保持了原图像的特征信息和灰度信息。与现有技术相比,本发明具有如下优点:
1.本发明首先利用分水岭算法对图像进行分割,将分割的边界线作为特征线,基于这个特征线进行保持特征的Lloyd迭代,迭代完成后对特征线的点根据局部的点的分布进行重采样,这样得到能够保持原图像特征的点画图。
2.基于图像的点画图,将图像的线刻画问题转化为TSP问题分块求解,得到的线画一方面能保持图像的特征,另一方面也能很好的反映图像的灰度变化信息。
3.将图像的线画用于3D打印机中打印,在3D打印中可以实现图像的双色或多色打印。
附图说明
图1为本发明3D打印效果对比图。
图2为实施例采用的图像原图,其分辨率为991×934。
图3为本发明输入图像进行图像分割的结果。
图4为本发明经过若干次保特征Lloyd迭代的结果。
图5为本发明对特征线重采样后点画的结果。
图6为本发明分块解旅行商问题得到的线画结果。
图7为本发明最终的3D打印结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例
在对本实施例进行详细描述之前,需要指出的是,本实施例所演示的一种适用于3D打印的图像线画生成方法,需要手动对图像进行分割,为了获取尽量好的结果,我们建议对图像作较为细致的分割,同时撒点数量依据图像而定不要过于稀少,一般是2000~3500个点。另外本发明适用于灰度或彩色图像,对分辨率高的图像具有更好的效果,因此建议图像分辨率不低于128×128。
本发明提供了一种适用于3D打印的图像线画生成方法,包括以下步骤:
S1、输入图像,利用分水岭算法进行图像分割
输入一幅原图像(参见图2),对图像进行交互式分割,分割后不同区域用非白色的随机颜色标记,区域的交界是单像素宽度,将其标记为白色(参见图3)。
S2、提取图像的特征线
对于单像素宽度的特征线,可以遍历像素的8邻域找到属于同一线条的后继像素,若后继像素个数多于1个则终止,按照这样的方法便可将特征线拆分成若干无交叉的线条,同时获得每条线上的像素访问顺序。
S3、初始化点,进行保特征的Lloyd迭代,迭代完成对特征线重采样
根据S2提取到的特征线,首先在特征线和内部分别撒点,进行Lloyd迭代时保持特征线上的点不动。该步骤具体通过以下步骤实现:
S31、在图像的特征线上撒满点,内部撒一定数量的点;
S32、生成Voronoi图,判断点是否在特征线上,如果是保持该点不动,否则将其移动到Voronoi多边形的重心;
S33、重复执行S32直到达到迭代次数;
S34、对特征线上的点根据局部内部点平均最短距离进行重采样。
Lloyd迭代的结果参见图4,重采样结果参见图5。
S4、分块解旅行商问题
特征线可以由S2直接生成,但是内部点连线还没有实现,这里根据图像分割的结果分块解旅行商问题,最后还要剔除内部线与特征线交叉的线段。该步骤具体通过以下步骤实现:
S41、特征线利用步骤S3重采样的结果直接生成;
S42、根据图像分割的结果将内部点分为若干类,分别解TSP问题;
S43、判断内部线段与特征线是否相交,如果相交则移除内部线段。
线画生成结果参见图6。
S5、写OBJ文件
线画结果线条没有宽度,但是打印机吐丝有宽度,这里用一个小长方体代表一段线段,将线画结果写入OBJ文件,并输出。对OBJ文件可利用切片软件(如MakerBot)生成打印机可识别文件进行3D打印,还可以利用3Dmax等软件对OBJ模型进一步分割,从而实现多色打印。
3D打印效果参见图1和7。
Claims (1)
1.一种适用于3D打印的图像线画生成方法,其特征在于包括以下步骤:
1)输入图像,利用分水岭算法对图像进行交互式分割,所述图像为灰度图像或彩色图像;
2)根据图像分割的结果,提取图像的特征线;
3)在图像上初始化点,进行保特征的Lloyd迭代,重复此过程直至达到迭代次数,对特征线进行重新采样,其具体方法为:
(1)在图像的特征线上撒满点,内部撒一定数量的点;
(2)生成Voronoi图,判断点是否在特征线上,如果是保持该点不动,否则将其移动到Voronoi多边形的重心;
(3)重复执行步骤(2)直到达到迭代次数;
(4)对特征线上的点根据局部内部点平均最短距离进行重采样;
4)分块解旅行商问题,得到保持图像特征的线画,其具体方法为:
(1)特征线利用步骤3)重新采样的结果直接生成;
(2)根据图像分割的结果将内部点分为若干类,分别解TSP问题;
(3)判断内部线段与特征线是否相交,如果相交移除内部线段;
5)根据线画结果,用长方体代替线段写入OBJ文件,输出反映线画结果的OBJ文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610274450.9A CN105976362B (zh) | 2016-04-28 | 2016-04-28 | 一种适用于3d打印的图像线画生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610274450.9A CN105976362B (zh) | 2016-04-28 | 2016-04-28 | 一种适用于3d打印的图像线画生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105976362A CN105976362A (zh) | 2016-09-28 |
CN105976362B true CN105976362B (zh) | 2018-09-18 |
Family
ID=56993746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610274450.9A Expired - Fee Related CN105976362B (zh) | 2016-04-28 | 2016-04-28 | 一种适用于3d打印的图像线画生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105976362B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2557346B (en) | 2016-12-08 | 2019-01-16 | Betatype Group Ltd | Additive manufacturing |
CN110978837B (zh) * | 2019-12-31 | 2021-12-07 | 伯恩创盛技术研发(惠州)有限公司 | 玻璃渐变色纹理的打印用图案生成方法、打印及上色方法 |
CN116061440B (zh) * | 2023-03-07 | 2023-06-06 | 常熟理工学院 | 一种打印机的智能控制方法及系统 |
CN116580041B (zh) * | 2023-05-30 | 2024-06-18 | 山东第一医科大学附属眼科研究所(山东省眼科研究所、山东第一医科大学附属青岛眼科医院) | 基于voronoi图的角膜内皮细胞边界分割方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5657111A (en) * | 1993-05-28 | 1997-08-12 | Image Technology International, Inc. | 3D photographic printer with a chemical processor |
CN103258346A (zh) * | 2013-04-24 | 2013-08-21 | 苏州华漫信息服务有限公司 | 一种3d照相打印系统 |
CN105303616A (zh) * | 2015-11-26 | 2016-02-03 | 青岛尤尼科技有限公司 | 基于单张照片的浮雕建模方法 |
-
2016
- 2016-04-28 CN CN201610274450.9A patent/CN105976362B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5657111A (en) * | 1993-05-28 | 1997-08-12 | Image Technology International, Inc. | 3D photographic printer with a chemical processor |
CN103258346A (zh) * | 2013-04-24 | 2013-08-21 | 苏州华漫信息服务有限公司 | 一种3d照相打印系统 |
CN105303616A (zh) * | 2015-11-26 | 2016-02-03 | 青岛尤尼科技有限公司 | 基于单张照片的浮雕建模方法 |
Non-Patent Citations (2)
Title |
---|
Abstracting images into continuous-line artistic styles;Wong FJ 等;《The Visual Computer》;20130630;第29卷(第6-8期);729-738 * |
浅谈3D打印技术的发展与应用;王博;《机电技术》;20141030(第5期);158-160 * |
Also Published As
Publication number | Publication date |
---|---|
CN105976362A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8917282B2 (en) | Separating water from pigment in procedural painting algorithms | |
Lu et al. | Realbrush: Painting with examples of physical media | |
US8749572B2 (en) | System and method for simulation of brush-based painting in a color space that includes a fill channel | |
Xu et al. | A solid model based virtual hairy brush | |
Chen et al. | Wetbrush: GPU-based 3D painting simulation at the bristle level | |
US9142056B1 (en) | Mixed-order compositing for images having three-dimensional painting effects | |
Lu et al. | Decobrush: Drawing structured decorative patterns by example | |
CN105976362B (zh) | 一种适用于3d打印的图像线画生成方法 | |
Deussen et al. | Feedback-guided stroke placement for a painting machine | |
Lindemeier et al. | Image stylization with a painting machine using semantic hints | |
CN111127596B (zh) | 一种基于增量Voronoi序列的分层油画笔刷绘制方法 | |
CN107978020A (zh) | 三维模型操纵和渲染 | |
CN101853517A (zh) | 一种基于笔划限制和纹理的真实图像油画自动生成方法 | |
Zhang et al. | Styleavatar3d: Leveraging image-text diffusion models for high-fidelity 3d avatar generation | |
DiVerdi et al. | Painting with polygons: A procedural watercolor engine | |
US10922852B2 (en) | Oil painting stroke simulation using neural network | |
Yu et al. | Realistic synthesis of cao shu of Chinese calligraphy | |
CN104156995A (zh) | 一种针对敦煌飞天形象的飘带动画制作方法 | |
Xie et al. | Stroke-based stylization learning and rendering with inverse reinforcement learning | |
Schmidt et al. | Sketching, scaffolding, and inking: a visual history for interactive 3D modeling | |
Su et al. | Simulating artistic brushstrokes using interval splines | |
DiVerdi | A brush stroke synthesis toolbox | |
Mi et al. | The droplet virtual brush for Chinese calligraphic character modeling | |
DiVerdi et al. | A lightweight, procedural, vector watercolor painting engine | |
Lee et al. | Directional texture transfer with edge enhancement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180918 Termination date: 20190428 |