一种基于三维模型连续切片图像增量式压缩存储的方法与流程

文档序号:17740517发布日期:2019-05-22 03:54阅读:729来源:国知局
一种基于三维模型连续切片图像增量式压缩存储的方法与流程
本发明属于图像处理
技术领域
,具体涉及一种基于三维模型连续切片图像增量式压缩存储的方法。
背景技术
:dlp(digitallightprocession)全称为“数字光投影”技术,基于dlp打印方法与sla光固化成型方法都是以液态光敏树脂为原料,其不同之处在于dlp采用数字投影仪作为光源,利用投影图像一次性可以在一个面固化成型。由三维模型生成切片图像是面曝光机快速成形的关键技术之一。dlp技术光固化工艺过程分为以下步骤。1、利用cad技术生成三维实体模型;2、利用计算机软件将模型进行切片处理;3、利用所产生的二维切片图像通过投影设备照射到光敏树脂表面,使表面照射区域内的一层树脂固化;4、一层加工完成后,即生成了打印件的一个二维截面,接着打印平台移动一个层厚的距离,待固化层上填充另一层液态光敏树脂,再进行第二层的照射,第二固化层牢牢地粘结在上一个固化层上,如此反复累加便生成了立体三维模型。传统方法中,对三维模型生成的图像直接进行存储。由于面曝光的光照强度有限,所以切片层厚一般较小,一个三维模型少则几百层,多则上万层,每一层都需要存储一张二维切片图像,这些图像用于在打印时对光敏树脂进行照射。由于图像数量很大,造成存储空间浪费较大,并且在需要网络传输的场合,如果是远程下载切片图像,则严重影响网络传输速度。在过去数十年的研究过程中,图像压缩技术取得了很大的成绩。出现的几种较为重要的压缩技术有jpeg压缩技术、jepg2000压缩技术、小波变化图像压缩技术、分形图像压缩等先进技术,至今依然是学术界热议的焦点。但是也存在以下问题:1)缺乏统一的评价标准和先进知识;2)提取系统的计算量较大;3)小波变化图像压缩编码算法等,存在工作效率较低的问题;4)图像精度和处理速度的矛盾问题;5)针对特殊情况时的适应问题;另外在二进制文件压缩技术方面,流行的无损压缩算法包括霍夫曼编码、哈希编码、lzw压缩算法、算术压缩方法及游程算法等,不管是通过概率统计方法进行压缩,还是根据压缩数据特征进行压缩,都是以一个字节进行压缩的,其压缩效率和应用范围都受到了一定程度的限制。比如对某些压缩过的数据,便缺少进一步压缩的可能性。技术实现要素:本发明的目的在于针对上述现有技术的不足,提供了一种基于三维模型连续切片图像增量式压缩存储的方法。本发明采用如下技术方案来实现的:一种基于三维模型连续切片图像增量式压缩存储的方法,包括以下步骤:步骤一,建立原始图像存储空间,该图像存储空间始终存储待处理三维模型切片图的上一张原始图像;步骤二,在原始图像存储空间上生成空白二进制文件,后续采用递增方式填充该二进制文件;步骤三,在原始图像存储空间上存储第一张图像,作为后续图像的参考基准,并存储图像的相关必要信息;步骤四,对于后续图像,采用与前一副图像进行增量式处理,两幅图像直接进行异或运算,即可得到差异图像,处理完毕后,用差异图像更新原始图像存储空间,以用于下一副图像的参考;步骤五,对于生成的差异图像,由于是增量图像,因此其中存在大量的重复像素,对其压缩采用稀疏矩阵压缩存储的方法,但是由于系数矩阵一个像素要使用多个字节来存储,因此利用字节大小空间来存储重复像素计数值的方法来进行存储;对于差异图像,由于已经知道第一个像素的值,因此从第一个像素开始,对同样的像素进行计数,如果遇到像素值改变,则保存重复像素的数量;由于使用字节存储,因此只能存储不超过256个重复像素值;在这里采用标记0xff来对超过253个的重复值进行处理,处理生成的存储字节公式如下:设生成的字节内容为f(x),x为计数值,则采用上述方法进行压缩后,一个字节最大能够存储253个像素值,但是对于较大的图像,仍然会产生大量重复的0xfd和0xff,因此对特殊值进行二次计数压缩,使用字节值0xfe来存储0xfd和0xff的重复次数,对于最后一个0xff不进行统计;设生成的二次压缩的字节内容为f(x),x为计数值,则采用二次压缩后,一个字节最大能够存储253*253个像素值,对于二次压缩后重复值仍然大于253的情况保持原有的压缩值;步骤六,对于二次压缩后生成的字节内容进行统计,在二进制文件中使用4个字节存储总字节数,然后用压缩后的字节内容填充二进制文件的内容,对下一张图像,重复步骤四到步骤六,生成一个独立的二进制压缩文件,最后生成的二进制文件格式如下:本发明进一步的改进在于,步骤三中,图像的相关必要信息包括:1)二进制文件头部填充图像的二维尺度;2)填充图像的第一个像素的值,如下表所示:宽度高度像素值2字节2字节1字节3)对图像进行压缩存储,对于二值化图像,首先进行归一化,将所有的255变为1,再将1和0按照二进制处理,每8个字节处理为1个字节,如下表所示:本发明进一步的改进在于,步骤四中,设当前图像为c(x),原始图像存储空间的前一副图像为p(x),则求出的差异图像g(x)为:g(x)=c(x)^p(x)。本发明具有如下有益的技术效果:现有的图像压缩技术是基于单张独立图像的,没有考虑到多幅连续图像之间的联系,而本发明充分利用了三维模型切片过程中,相邻层之间的切片图像基本类似或相同这一特性,对于相邻的图像,只保存差异信息,层与层之间形成递推关系。对于一个三维模型,不直接在硬盘中存储切片图像,而是对切片图像进行编码压缩,存储为编码后的文件,而在获取图像的时候进行解码,直接生成需要投影的图像,整个过程不需要对实际图像进行存储。对编码后的二进制文件进行进一步压缩,利用了连续切片图像的增量图像存在大量重复像素的特性,对重复的像素点进行计数式压缩,压缩后的文件再进行二次计数式压缩。最终产生一个适合硬盘存储的小体积图像压缩文件。概括来说,本发明具有以下几个优点:1、由于考虑到了切片图像的连续性,所以相对于传统的单张图像的压缩算法,具有更高的压缩率。2、对于相邻图像采用异或运算,运算速度快,生成算法简单。3、二进制的重复计数法相对于系数矩阵的存储方法,在实际存储容量上更有优势。4、对于上下截面形状一致的三维模型,生成的体积最小。附图说明图1为本发明一种基于三维模型连续切片图像增量式压缩存储的方法流程图。图2本发明实施例中采用的stl三维模型示意图。图3本发明实施例中第一个切片图像示意图。图4本发明实施例中第二个切片图像示意图。图5本发明实施例中一次压缩后的部分内容示意图。图6本发明实施例中二次压缩后的部分内容示意图。具体实施方式以下结合附图和实施例对本发明做出进一步的说明。如图1所示,本发明提供的一种基于三维模型连续切片图像增量式压缩存储的方法,包括以下步骤:步骤一,建立原始图像存储空间,该图像存储空间始终存储待处理三维模型切片图的上一张原始图像;步骤二,在原始图像存储空间上生成空白二进制文件,后续采用递增方式填充该二进制文件。步骤三,首先在原始图像存储空间上存储第一张图像,作为后续图像的参考基准,并存储图像的相关必要信息;图像的相关必要信息包括:1)二进制文件头部填充图像的二维尺度;2)填充图像的第一个像素的值,如下表所示:宽度高度像素值2字节2字节1字节3)对图像进行压缩存储,对于二值化图像,首先进行归一化,将所有的255变为1,再将1和0按照二进制处理,每8个字节处理为1个字节,如下表所示:步骤四,对于后续图像,采用与前一副图像进行增量式处理,两幅图像直接进行异或运算,即可得到差异图像,处理完毕后,用差异图像更新原始图像存储空间,以用于下一副图像的参考;设当前图像为c(x),原始图像存储空间的前一副图像为p(x),则求出的差异图像g(x)为:g(x)=c(x)^p(x)。步骤五,对于生成的差异图像,由于是增量图像,因此其中存在大量的重复像素,对其压缩采用稀疏矩阵压缩存储的方法,但是由于系数矩阵一个像素要使用多个字节来存储,因此利用字节大小空间来存储重复像素计数值的方法来进行存储;对于差异图像,由于已经知道第一个像素的值,因此从第一个像素开始,对同样的像素进行计数,如果遇到像素值改变,则保存重复像素的数量;由于使用字节存储,因此只能存储不超过256个重复像素值;在这里采用标记0xff来对超过253个的重复值进行处理,处理生成的存储字节公式如下:设生成的字节内容为f(x),x为计数值,则采用上述方法进行压缩后,一个字节最大能够存储253个像素值,但是对于较大的图像,仍然会产生大量重复的0xfd和0xff,因此对特殊值进行二次计数压缩,使用字节值0xfe来存储0xfd和0xff的重复次数,对于最后一个0xff不进行统计;设生成的二次压缩的字节内容为f(x),x为计数值,则采用二次压缩后,一个字节最大能够存储253*253个像素值,对于二次压缩后重复值仍然大于253的情况保持原有的压缩值;步骤六,对于二次压缩后生成的字节内容进行统计,在二进制文件中使用4个字节存储总字节数,然后用压缩后的字节内容填充二进制文件的内容,对下一张图像,重复步骤四到步骤六,生成一个独立的二进制压缩文件,最后生成的二进制文件格式如下:实施例本发明用于实际的dlp打印机系统,本系统采用手机作为客户端,服务器部署在远程。用户使用手机作为dlp打印机的投影源,图像在手机端生成并用于打印。三维模型位于远程服务器端。在服务器端,用户上传的stl三维模型,如图2至图4所示,在上传到服务器后即进行压缩编码过程,按照发明中所述的步骤生成bin文件存储与服务器中,如图5和图6所示。在手机客户端,用户联网下载bin文件到手机中,在打印时,根据解压过程进行解压并利用图像编码算法生成实际图像进行显示打印。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1