买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：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。

主权项：1.一种基于HVS和随机打印机模型的三维网目调重建方法，其特征在于，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bx,y,z；S4：将获得的半色调图像bx,y,z与原始图像fx,y,z分别经过人眼视觉模型HVS，获得与步骤S4，人眼视觉模型具备圆对称性，而Gaussian函数在具备圆对称性之外还有许多适用于半色调处理的特征，其滤波器的傅里叶反变换也是高斯的，因此用Gaussian函数替代Nasanen函数模型，表示为： 其中，u,v为频域坐标，δ为高斯曲线扩张程度；则经过人眼视觉模型的半色调图像表示为： 连续调图像表示为： 其中，IFFT表示反傅里叶变换，FFT表示傅里叶变换，HGaus表示高斯函数；S5：引入人眼视觉模型后，利用半色调图像与原始图像获得人眼视觉差表示为S6：根据当前区域的像素灰度特征计算视觉差的反馈系数Hu,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′对原始图像进行半色调量化；S9：根据图像综合处理效果及效率，确定反馈次数；S10：采用基于GPU的光线投射算法实现图像仿真；步骤S10的具体实现包括如下步骤；S101：预处理：测量3D打印机使用的各颜色半透明材料的不透明度，并将不透明度赋值给相应颜色通道的体素；S102：重采样：首先确定采样深度d，其次进行插值采样,沿光线发射的方向根据采样深度d等间隔进行采样,采样处的颜色值和不透明度由邻近的8个点三次线性插值获得；S103：计算漫反射光和镜面光：采用Blinn-Phong光照模型对每个体素进行明暗渲染，通过漫反射光和镜面光来计算采样点的xyz值；S104：颜色合成，使用光线吸收与发射模型进行颜色合成，沿光线投射路径上颜色的数值积分计算公式如下： 其中C表示每条射线最终混合得到的颜色值，Ci,Ai分别代表射线经过的三维数据上采样点的颜色值和不透明度，n表示每条光线被分成n个等分；步骤S11，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重建方法的处理效果的评价；1计算被处理半色调图像的加权信噪比：加权信噪比为图像评价信号能量与平均噪声能量之比，在数字网目调处理领域中表示网目调图像对原图像的还原程度，WSNR越大，则网目调图像与原图像差异性越小，网目调图像还原效果越好，计算公式为： 其中fx,y,z和bx,y,z分别为输入三维模型数据和网目调处理结果数据对应x,y,z坐标的体素值，M、N和L为输入模型包围盒的长宽高，HVS为人眼视觉敏感度函数的离散傅里叶变换；2计算被处理半色调图像的结构相似度：结构相似度是衡量两幅图像之间相似程度的评价方法，计算公式为： 其中εf是输入图像的平均值，εb是网目调图像的平均值，是输入图像的方差，是网目调图像的方差，σfσb是输入图像和输出图像的协方差，C1、C2≈0且为常数，计算公式分别如下： 其中M和N为图像的宽和高，f和b分别为原始图像和网目调图像，在三维网目调的评价方法中，结构相似度评价指标的应用方法是将输入模型的每层切片视为输入图像，将输出网目调结果的对应切片视为输出图像，求取每层切片的结构相似度并取平均值以得到整体数据的结构相似度。

全文数据：

权利要求：

百度查询： 武汉大学 基于HVS和随机打印机模型的三维网目调重建方法