[发明专利]基于HVS和随机打印机模型的三维网目调重建方法

说明书

本发明提供了一种基于HVS和随机打印机模型的三维网目调重建方法，本发明方法是针对现有三维误差扩散方法的改进，采用人眼视觉模型与打印机模型相结合的方式，提供了一种空间Hibert扫描路径，实现对传统三维误差扩散算法的改进，解决了经典三维网目调重建方法对3D打印机变形敏感造成的规律性纹理、边缘过渡不连续等问题，从而达到更好的视觉效果。最后图像仿真提供了一种基于GPU的光线投射算法，同时将光照模型应用到算法中，解决了传统光线投射算法采样效率低、绘制精度差等问题，既加快了光线投射的速度，也加强了算法的绘制效果，在彩色数字成像技术领域具有一定的应用价值。

技术领域

本发明涉及彩色数字成像技术领域，具体涉及一种基于HVS和随机打印机模型的三维网目调重建方法，主要用于解决三维网目调重建方法对3D打印机变形敏感造成的规律性纹理、边缘过渡不连续等问题。

背景技术

三维网目调技术是3D打印制造流程用于处理三维输入数据的方法，可以视为二维数字图像网目调技术的三维拓展。在3D打印制造流程中，输入数据通常以三角形网格组成的3D模型或者以体素组成的体数据模型存在，输入数据必须经过一系列的转化才能转变为打印机可以输出的栅格化二值数据。其中将体数据模型转化为打印机能够输出三维网目调数据的方法就被称为三维网目调技术。

由于喷墨打印机可以获得相对理想的硬网点，而且在打印过程中比激光打印机更稳定，所以研究者对喷墨打印机的研究较少。然而，三维网目调技术在应用场景中与二维数字图像的网目调技术的显著不同在于，三维网目调针对的3D打印流程中缺少承印物，墨滴必须紧密排布堆积成产品。因此平面数字图像网目调技术在三维网目调领域无法得到拓展应用。目前应用较广泛的是三维误差扩散算法，三维误差扩散算法虽能够更加完整的保留原图像的阶调信息，且具有较高的打印分辨率。但在3D打印中存在规律性纹理、边缘过渡不连续等问题，另外，墨滴的重叠效应会使上述现象更为明显，会产生不良的视觉效果。

发明内容

本发明的目的在于弥补现有技术的不足之处，针对现有三维误差扩散算法出现的问题，提供了一种基于HVS和随机打印机模型的三维网目调重建方法，意在改善传统三维网目调重建存在的不足，提高算法对连续调图像的处理效果，从而达到更好的视觉效果。

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于HVS和随机打印机模型的三维网目调重建方法，包括以下步骤：

S1：对输入的三维连续调数据进行预处理，构建三维离散数据集；

S2：引入打印机模型到传统三维误差扩散方法中，为了降低点增益现象，将量化函数的输入值与输出的三维网目调数据的颜色值的差作为三维误差扩散方法中反馈的量化误差；

S3：采用经过打印机模型的基于线性误差增强的三维误差扩散方法，获得二值输出b(x,y,z)；

S4：将获得的半色调图像b(x,y,z)与原始图像f(x,y,z)分别经过人眼视觉模型(HVS)，获得与

S5：在引人眼入视觉模型后，利用半色调图像与原始图像获得人眼视觉差可以表示为

S6：根据当前区域的像素灰度特征计算视觉差的反馈系数H(u,v)，通过反馈系数将人眼视觉差对原始图像的每个像素进行补偿；

S7：对补偿后的图像再次进行基于线性误差增强的三维误差扩散处理，获得二值输出；

S8：在常阈值T中引入高斯随机噪声，得到调制阈值T′，用T′对原始图像半色调量化；

S9：通过实验综合图像处理效果及效率，确定反馈次数；

S10：采用一种基于GPU的光线投射算法实现图像仿真，并通过图像质量客观评价参数：加权信噪比、结构相似度来实现对本发明算法的处理效果的评价。