[go: up one dir, main page]

CN109175718B - 一种基于半色调技术的图片激光雕刻方法 - Google Patents

一种基于半色调技术的图片激光雕刻方法 Download PDF

Info

Publication number
CN109175718B
CN109175718B CN201811295977.5A CN201811295977A CN109175718B CN 109175718 B CN109175718 B CN 109175718B CN 201811295977 A CN201811295977 A CN 201811295977A CN 109175718 B CN109175718 B CN 109175718B
Authority
CN
China
Prior art keywords
picture
error diffusion
pixel point
matrix
formula
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
CN201811295977.5A
Other languages
English (en)
Other versions
CN109175718A (zh
Inventor
伍洲
曾焱
刘界鹏
冯亮
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.)
Chongqing University Industrial Technology Research Institute
Original Assignee
Chongqing University Industrial Technology Research Institute
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 Chongqing University Industrial Technology Research Institute filed Critical Chongqing University Industrial Technology Research Institute
Priority to CN201811295977.5A priority Critical patent/CN109175718B/zh
Publication of CN109175718A publication Critical patent/CN109175718A/zh
Application granted granted Critical
Publication of CN109175718B publication Critical patent/CN109175718B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/36—Removing material
    • B23K26/362—Laser etching
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/36—Removing material
    • B23K26/361—Removing material for deburring or mechanical trimming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Plasma & Fusion (AREA)
  • Mechanical Engineering (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于半色调技术的图片激光雕刻方法，主要步骤为：1)选定待雕刻的原始图片，并对所述原始图片进行灰度化，从而生成图片I。2)对图片I进行各项异性滤波，并调节图片I的对比度和亮度，从而生成图片II。3)采用梯度算子对图片II进行边缘检测，从而生成图片III。4)对图片II进行半色调处理，从而生成图片IV。5)根据激光雕刻机的分辨率，生成图片IV的G代码。激光雕刻机根据G代码进行图片雕刻。本发明简化了现有DIY雕刻技术中繁琐的操作，简化用户操作流程。提高了在雕刻图片时的雕刻效果，提高了用户的体验，自动化程度高，图片雕刻效果好。

Description

一种基于半色调技术的图片激光雕刻方法
技术领域
本发明涉及激光雕刻领域，具体是一种基于半色调技术的图片激光雕刻方法。
背景技术
激光雕刻加工通过利用数控技术，实现控制激光，达到对待加工材料的加工的目的。激光镌刻就是利用激光聚集时的高温，使材料表面瞬间融化，配合数控技术，便可以实现在材料表面实现镌刻特定图片，这种技术不受材料的弹性、柔韧影响，方便对软质材料进行处理,因此十分受激光雕刻爱好者欢迎，市场十分广泛。
现有的基于矢量化或基于点阵的激光雕刻方法，存在对用户十分不友好、实现的效果不理想等问题，因此还有改进的余地。
发明内容
本发明的目的是解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的，一种基于半色调技术的图片激光雕刻方法，主要包括以下步骤：
1)选定待雕刻的原始图片，并对所述原始图片进行灰度化，从而生成图片I。
2)对图片I进行各项异性滤波，并调节图片I的对比度和亮度，从而生成图片II。
3)采用梯度算子对图片II进行边缘检测，从而生成图片III。
4)对图片II进行半色调处理，从而生成图片IV。
对图片II进行半色调处理的主要步骤如下：
4.1)将图片II转换为矩阵AM×N。矩阵AM×N中的元素即为图片II的像素点。其中，图片II灰度等级l∈[0，1]。
4.2)设定误差扩散矩阵FP×Q。对误差扩散矩阵F进行归一化，得到：
Figure BDA0001851192060000011
式中，K(i,j)误差扩散矩阵F中对应位置的误差扩散系数。P×Q为误差扩散面积。
4.3)通过在矩阵AM×N的左右两边和下方添加零行的方式，改变行数和列数，得到
Figure BDA0001851192060000021
并生成图片II'。
4.4)确定图片II'的误差扩散区域。将图片II'矩阵中位于第1行到第M行，第
Figure BDA0001851192060000024
列到
Figure BDA0001851192060000025
列的区域定为误差扩散区域。
4.5)在对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散前，确定图片III对应像素点在误差扩散矩阵面积P×Q内是否有边界点。若无，则利用公式2计算图片II'像素点的阈值T，若有，则利用公式3计算图片II'像素点的阈值T。
T＝0.5-Nr。 (2)
式中，Nr为白噪声随机数。
T＝ave+v(m,n)。 (3)
式中，ave为当前区域均值。v(m,n)为当前像素点的局部视觉差。
其中，当前像素点的局部视觉差v(m,n)如下所示：
Figure BDA0001851192060000022
式中，f(m,n)为当前待误差扩散的像素点。f(i,j)为所有待误差扩散的像素点中位于误差扩散区域内的像素点。
4.6)在对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散前，确定图片III对应像素点在误差扩散矩阵面积P×Q内是否有边界点。若有，则将误差扩散矩阵F中对应非边界像素点的系数K(i,j)置零，并重新对误差扩散矩阵F进行归一化，再转入步骤7。
若无，则直接转入步骤7。
4.7)利用公式5至7对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散。
Figure BDA0001851192060000023
式中，f(m,n)为当前待误差扩散的像素点。u(m,n)为当前待误差扩散的像素点f(m,n)与量化误差e(m,n)之和。e(m,n)为量化误差。K(i,j)为误差扩散矩阵F在当前像素点P*Q面积范围内，对应位置的误差扩散系数。
量化误差e(m,n)如下所示：
e(m,n)＝b(m,n)-u(m,n)。 (6)
Figure BDA0001851192060000031
式中，b(m,n)为当前像素点的半色调像素值。D[.]为阈值量化函数。
5)根据激光雕刻机的分辨率，生成图片IV的G代码。激光雕刻机根据G代码进行图片雕刻。
本发明的技术效果是毋庸置疑的。本发明的有益效果是：
1.本发明提出的一种基于半色调技术的图片激光雕刻方法，简化了现有DIY雕刻技术中繁琐的操作，简化用户操作流程。
2.本发明提出的一种基于半色调技术的图片激光雕刻方法，提高了在雕刻图片时的雕刻效果，提高了用户的体验。
3.本发明提出的基于半色调技术的激光雕刻方法，自动化程度高、图片雕刻效果好。
附图说明
图1为误差扩散的原理图；
图2为基于半色调技术的图片激光雕刻方法的流程图；
图3为实施例1中待处理的图片；
图4为实施例1按本发明方法处理得到的图片；
图5为实施例1按发明方法处理后雕刻处理的图片。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
实施例1：
参加图1至图5，一种基于半色调技术的图片激光雕刻方法，主要包括以下步骤：
1)选定待雕刻的原始图片，并对所述原始图片进行灰度化，从而生成图片I。
RGB图片灰度化方法主要包括以下四种：
I)分量法，即用RGB三个分量的某一个分量作为该点的灰度值。
II)最大值法，将彩色图片中的三分量亮度的最大值作为灰度图的灰度值。
III)将彩色图片中的三分量亮度求平均得到一个灰度图。
IV)Open CV开放库所采用的灰度权值法。
YUV图片的Y的分量的物理意义本身就是像素点的亮度，由该值反映亮度等级，因此可根据RGB和YUV颜色空间的变化关系建立亮度Y与R、G、B三个颜色分量的对应。
2)对图片I进行各项异性滤波，并调节图片I的对比度和亮度，从而生成图片II。
对图片来说各向异性就是在每个像素点周围四个方向上梯度变化都不一样。
图片像素总是向跟其值相异不是很大的地方流动或者运动，这样那些差异大的地方(边缘)就得以保留，所以上各向异性滤波可以是图片边缘保留滤波器(EPF)。
3)采用梯度算子对图片II进行边缘检测，从而生成图片III。
边缘检测是图片处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图片中亮度变化明显的点。图片属性中的显著变化通常反映了属性的重要事件和变化。这些包括(i)深度上的不连续、(ii)表面方向不连续、(iii)物质属性变化和(iv)场景照明变化。边缘检测是图片处理和计算机视觉中，尤其是特征提取中的一个研究领域。基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图片一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图片二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示过零点。
边缘检测的主要步骤为：
I)滤波：边缘检测算法主要是基于图片强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边缘和降低噪声之间需要折中。
II)增强：增强边缘的基础是确定图片各点邻域强度的变化值。增强算法可以将邻域(或局部)强度值有显著变化的点突显出来。边缘增强一般是通过计算梯度幅值来完成的。
III)检测：在图片中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某种方法来确定哪些点是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。
IV)定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。在边缘检测算法中，前三个步骤用得十分普遍。这是因为大多数场合下，仅仅需要边缘检测器指出边缘出现在图片某一像素点的附近，而没有必要指出边缘的精确位置或方向。
边缘检测的实质是采用某种算法来提取出图片中对象与背景间的交界线。将边缘定义为图片中灰度发生急剧变化的区域边界。图片灰度的变化情况可以用图片灰度分布的梯度来反映，因此可以用局部图片微分技术来获得边缘检测算子。经典的边缘检测方法，是通过对原始图片中像素的某小邻域构造边缘检测算子来达到检测边缘这一目的的。
一旦计算出导数之后，下一步要做的就是给出一个阈值来确定哪里是边缘位置。阈值越低，能够检测出的边线越多，结果也就越容易受到图片噪声的影响，并且越容易从图片中挑出不相关的特性。与此相反，一个高的阈值将会遗失细的或者短的线段。一个常用的这种方法是带有滞后作用的阈值选择。这个方法使用不同的阈值去寻找边缘。首先使用一个阈值上限去寻找边线开始的地方。一旦找到了一个开始点，在图片上逐点跟踪边缘路径，当大于门槛下限时一直纪录边缘位置，直到数值小于下限之后才停止纪录。这种方法假设边缘是连续的界线，并且能够跟踪前面所看到的边缘的模糊部分，而不会将图片中的噪声点标记为边缘。
边缘检测方法主要有：Roberts Cross算子、Prewitt算子、Sobel算子、Kirsch算子、罗盘算子、Marr-Hildreth、在梯度方向的二阶导数过零点、Canny算子、Laplacian算子和Soble边缘检测算法等。
4)对图片II进行半色调处理，从而生成图片IV。
对图片II进行半色调处理的主要步骤如下：
4.1)将图片II转换为矩阵AM×N。矩阵AM×N中的元素即为图片II的像素点。其中，图片II灰度等级l∈[0，1]。M为矩阵A的行数，N为矩阵A的列数。
4.2)设定误差扩散矩阵FP×Q。对误差扩散矩阵F进行归一化，得到：
Figure BDA0001851192060000061
式中，K(i,j)为误差扩散矩阵F中对应位置的误差扩散系数。P×Q为误差扩散面积。P为矩阵F的行数，Q为矩阵F的列数。i为矩阵F的任意行。j为矩阵F的任意列。
4.3)通过在矩阵AM×N的左右两边和下方添加零行的方式，改变行数和列数，得到矩阵
Figure BDA0001851192060000062
并生成图片II'。
矩阵的行对应图片的高(单位为像素)，矩阵的列对应图片的宽(单位为像素)，矩阵的元素对应图片的像素，矩阵元素的值就是像素的灰度值。
4.4)确定图片II'的误差扩散区域。将图片II'矩阵中位于第1行到第M行，第
Figure BDA0001851192060000064
列到
Figure BDA0001851192060000065
列的区域定为误差扩散区域。
4.5)在对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散前，确定图片III对应的像素点在误差扩散矩阵面积P×Q内是否有边界点。若无，则利用公式2计算图片II'像素点的阈值T，若有，则利用公式3计算图片II'像素点的阈值T。
T＝0.5-Nr。 (2)
式中，Nr为白噪声随机数。每次计算时，白噪声随机数由白噪声随机数生成器随机生成。
T＝ave+v(m,n)。 (3)
式中，ave为当前区域均值。v(m,n)为当前像素点的局部视觉差。
其中，当前像素点的局部视觉差v(m,n)如下所示：
Figure BDA0001851192060000063
式中，f(m,n)为当前待误差扩散的像素点，f(i,j)为所有待误差扩散的像素点中位于误差扩散区域内的像素点。
4.6)在对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散前，确定图片III对应的像素点在误差扩散矩阵面积P×Q内是否有边界点。若有，则将误差扩散矩阵F中对应非边界像素点的系数K(i,j)置零，并重新对误差扩散矩阵F进行归一化，再转入步骤7。
若无，则直接转入步骤7。
4.7)利用公式5至7对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散。
Figure BDA0001851192060000071
式中，f(m,n)为当前待误差扩散的像素点。u(m,n)为当前待误差扩散的像素点f(m,n)与量化误差e(m,n)之和。e(m,n)为量化误差。K(i,j)为误差扩散矩阵F在当前像素点P*Q面积范围内，对应位置的误差扩散系数。
量化误差e(m,n)如下所示：
e(m,n)＝b(m,n)-u(m,n)。 (6)
Figure BDA0001851192060000072
式中，b(m,n)为当前像素点的半色调像素值。D[.]为阈值量化函数。半色调像素值一般由0、1表示。
5)根据激光雕刻机的分辨率，生成图片IV的G代码。激光雕刻机根据G代码进行图片雕刻。
根据激光雕刻机的所用步进电机，驱动器的参数，机械结构的传动比，得到激光雕刻机自身的设备分辨率，在这个设备分辨率下，根据所雕刻的图片大小，图片分辨率，调节图片参数，并利用G代码生成算法，生成相应的G代码。

Claims (2)

1.一种基于半色调技术的图片激光雕刻方法，其特征在于，主要包括以下步骤：
1)选定待雕刻的原始图片，并对所述原始图片进行灰度化，从而生成图片I；
2)对图片I进行各项异性滤波，并调节图片I的对比度和亮度，从而生成图片II；
3)采用梯度算子对图片II进行边缘检测，从而生成图片III；
4)对图片II进行半色调处理，从而生成图片IV；
对图片II进行半色调处理的主要步骤如下：
4.1)将图片II转换为矩阵AM×N；矩阵AM×N中的元素即为图片II的像素点；其中，图片II灰度等级l∈[0，1]；
4.2)设定误差扩散矩阵FP×Q；对误差扩散矩阵FP×Q进行归一化，得到：
Figure FDA0002530940080000011
式中，K(i,j)为误差扩散矩阵F中对应位置的误差扩散系数；P×Q为误差扩散面积；
4.3)通过在矩阵AM×N的左右两边和下方添加零行的方式，改变行数和列数，得到矩阵
Figure FDA0002530940080000012
并生成图片II'；
4.4)确定图片II'的误差扩散区域；
4.5)在对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散前，确定图片III对应像素点在误差扩散矩阵面积P×Q内是否有边界点；若无，则利用公式(2)计算图片II'像素点的阈值T，若有，则利用公式(3)计算图片II'像素点的阈值T；
T＝0.5-Nr； (2)
式中，Nr为白噪声随机数；
T＝ave+v(m,n)； (3)
式中，ave为当前区域均值；v(m,n)为当前像素点的局部视觉差；
其中，当前像素点的局部视觉差v(m,n)如下所示：
Figure FDA0002530940080000013
式中，f(m,n)为当前待误差扩散的像素点；f(i,j)为所有待误差扩散的像素点中位于误差扩散区域内的像素点；
4.6)在对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散前，确定图片III对应像素点在误差扩散矩阵面积P×Q内，是否有边界点；若有，则将误差扩散矩阵F中对应非边界像素点的误差扩散系数K(i,j)置零，并重新对误差扩散矩阵F进行归一化，再转入步骤4.7)；
若无，则直接转入步骤4.7)；
4.7)利用公式(5)至(7)对图片II'的原图像大小M*N范围内的每个像素点进行误差扩散；
Figure FDA0002530940080000021
式中，f(m,n)为当前待误差扩散的像素点；u(m,n)为当前待误差扩散的像素点f(m,n)与量化误差e(m,n)之和；e(m,n)为量化误差；K(i,j)为误差扩散矩阵F在当前像素点P*Q面积范围内，对应位置的误差扩散系数；
量化误差如下所示：
e(m,n)＝b(m,n)-u(m,n)； (6)
Figure FDA0002530940080000022
式中，b(m,n)为当前像素点的半色调像素值；D[]为阈值量化函数；
5)根据激光雕刻机的分辨率，生成图片IV的G代码；激光雕刻机根据G代码进行图片雕刻。
2.根据权利要求1所述的一种基于半色调技术的图片激光雕刻方法，其特征在于：将图片II'矩阵中位于第1行到第M行，第
Figure FDA0002530940080000023
列到
Figure FDA0002530940080000024
列的区域定为误差扩散区域。
CN201811295977.5A 2018-11-01 2018-11-01 一种基于半色调技术的图片激光雕刻方法 Active CN109175718B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811295977.5A CN109175718B (zh) 2018-11-01 2018-11-01 一种基于半色调技术的图片激光雕刻方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811295977.5A CN109175718B (zh) 2018-11-01 2018-11-01 一种基于半色调技术的图片激光雕刻方法

Publications (2)

Publication Number Publication Date
CN109175718A CN109175718A (zh) 2019-01-11
CN109175718B true CN109175718B (zh) 2020-08-04

Family

ID=64941452

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811295977.5A Active CN109175718B (zh) 2018-11-01 2018-11-01 一种基于半色调技术的图片激光雕刻方法

Country Status (1)

Country Link
CN (1) CN109175718B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112181383A (zh) * 2019-07-02 2021-01-05 深圳市越疆科技有限公司 一种生成g代码的方法、装置及终端设备
CN114309961B (zh) * 2021-12-10 2024-05-24 深圳泰德激光技术股份有限公司 半色调位图激光标记的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1737211A1 (en) * 2005-06-24 2006-12-27 Agfa-Gevaert Multilevel frequency modulation halftone screens and method for making same
JP5296825B2 (ja) * 2011-03-29 2013-09-25 富士フイルム株式会社 記録位置誤差の測定装置及び方法、画像形成装置及び方法、並びにプログラム
JP2013105158A (ja) * 2011-11-16 2013-05-30 Olympus Corp レーザ加工方法、及び、レーザ加工装置
CN103500439B (zh) * 2013-09-03 2016-04-20 西安理工大学 基于图像处理技术的打画方法
JP6533644B2 (ja) * 2014-05-02 2019-06-19 株式会社ブイ・テクノロジー ビーム整形マスク、レーザ加工装置及びレーザ加工方法
EP3213148B1 (en) * 2014-10-29 2021-01-13 Hewlett-Packard Development Company, L.P. Three-dimensional halftoning

Also Published As

Publication number Publication date
CN109175718A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
CN111968144B (zh) 一种图像边缘点获取方法及装置
CN109035276B (zh) 一种图像边缘提取方法、装置及自动驾驶系统
Park et al. Single image dehazing with image entropy and information fidelity
EP2130175B1 (en) Edge mapping incorporating panchromatic pixels
CN109377450B (zh) 一种边缘保护的去噪方法
CN108377374B (zh) 用于产生与图像相关的深度信息的方法和系统
Hua et al. Extended guided filtering for depth map upsampling
KR20050041886A (ko) 전역 통계 및 국부 통계에 의해 컨트롤되는 노이즈 감소장치 및 그 방법
CN103778613B (zh) 一种窗口自适应的极化sar影像滤波方法
KR102221116B1 (ko) 크로스 커널 구조의 중간값 필터를 이용한 영상 잡음 제거장치 및 방법
US20020114532A1 (en) Method and apparatus for deblurring and re-blurring image segments
CN109175718B (zh) 一种基于半色调技术的图片激光雕刻方法
EP1686536B1 (en) Applying edge enhancement based on image characteristics
Xu et al. Improved Canny Edge Detection Operator
Othman et al. Enhanced single image dehazing technique based on HSV color space
Wang et al. Quantitative performance evaluation for dehazing algorithms on synthetic outdoor hazy images
JP3860540B2 (ja) エントロピーフィルタ及び該フィルタを用いた領域抽出法
JP6006675B2 (ja) マーカ検出装置、マーカ検出方法、及びプログラム
Rovid et al. Gradient based synthesized multiple exposure time hdr image
CN117078655A (zh) 一种屏幕缺陷检测方法、装置、设备及存储介质
CN113763380B (zh) 基于矢量梯度的无参考图像清晰度评价方法
KR19990062036A (ko) 미분 연산자를 사용한 에지 검출 방법
CN114662519A (zh) 基于位置探测图形梯度和强度先验的qr码盲去模糊方法
CN111273264A (zh) 机器视觉系统光源优选位置的确定方法及装置
Khurana Comparative study on threshold techniques for image analysis

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