本文提出了一种基于边缘检测的适用于3D打印的线刻画图像方法。首先对图像进行灰度化操作;其次通过基于高斯差分法的图像边缘检测提取图像的基本轮廓,利用具有噪声的基于密度的空间聚类算法(Density-Based Spatial Clustering of Applic...本文提出了一种基于边缘检测的适用于3D打印的线刻画图像方法。首先对图像进行灰度化操作;其次通过基于高斯差分法的图像边缘检测提取图像的基本轮廓,利用具有噪声的基于密度的空间聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对图像采样点进行聚类;再次对所有采样点使用基于节约算法CW启发式构造策略的LK(Lin-Kernighan)算法进行连接,得到初始线刻画图像;最后通过鲁棒平滑算法对线条平滑处理获得线刻画图像。该方法采用图像区域自动分割,计算速度快。3D打印的结果表明,该方法下的打印时间明显缩短且图像的边缘特征非常清晰。展开更多
文摘本文提出了一种基于边缘检测的适用于3D打印的线刻画图像方法。首先对图像进行灰度化操作;其次通过基于高斯差分法的图像边缘检测提取图像的基本轮廓,利用具有噪声的基于密度的空间聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对图像采样点进行聚类;再次对所有采样点使用基于节约算法CW启发式构造策略的LK(Lin-Kernighan)算法进行连接,得到初始线刻画图像;最后通过鲁棒平滑算法对线条平滑处理获得线刻画图像。该方法采用图像区域自动分割,计算速度快。3D打印的结果表明,该方法下的打印时间明显缩短且图像的边缘特征非常清晰。