基于3D墨层厚度与色度算法复制盲人图像的方法

技术特征：
1.基于3d墨层厚度与色度算法复制盲人图像的方法，其特征在于：包括如下步骤：1）、选择五幅阶调层次明显，色调分别为青色类、品红色类、黄色类、中性色类、混色类的图像，记为训练组a（青色类）、b（品红色类）、c（黄色类）、d（中性色类），实验组e（混色类）；2）、在训练组中，针对图像阶调层次和颜色特点进行编号和标记，得到一系列训练编号，在实验组中，针对图像颜色类别进行编号和标记，得到一系列实验编号；3）、在训练组和实验组中，获取图像表面不同区域的色度数据集l，所述的色度数据集l分为训练色度数据集lt和实验色度数据集le；4）、在训练组和实验组中，采用3d轮廓仪扫描图像，获取图像表面不同区域的高度数据集h，所述高度数据集h分为训练高度数据集ht和实验高度数据集he；5）、在训练组a中，将获取的色度数据集l以及其对应的高度数据集h，同时输入编译的人工神经网络训练算法，进行参数化关联训练，构建图像青色色度值-高度值的关联转换模型，依次类推，在训练组b中，构建图像品红色色度值-高度值的关联转换模型，在训练组c中，构建图像黄色色度值-高度值的关联转换模型，在训练组d中，构建图像中性色色度值-高度值的关联转换模型；6）、在实验组中，将测量图像的色度数据集l按类别输入到步骤5）中获得的关联转换模型后，输出图像不同区域的色度数据集l对应的高度数据集g，再将高度数据集g转换成3d模型，使用3d打印机技术复制图像。2.根据权利要求1所述的基于3d墨层厚度与色度算法复制盲人图像的方法，其特征在于：还包括：7）、将所述复制稿与实验组原稿进行阶调层次和色彩比对，同时，运用色差数据集分析算法和高度数据集误差分析算法，对步骤6）得到的图像与原稿进行量化比较，得到表面色差和高度差；将图像表面不同区域的色差和高度差前向反馈给编译的人工神经网络训练算法，调节设置的新权重，直至通过该新权重实现3d打印的预测盲人图像的复制；8）、通过调节后，再次采用3d打印技术复制实验组原稿。3.根据权利要求1所述的基于3d墨层厚度与色度算法复制盲人图像的方法，其特征在于：所述编译的人工神经网络训练算法是指，采用matlab工具包编译的、每层神经元数可扩展的训练算法。4.根据权利要求1所述的基于3d墨层厚度与色度算法复制盲人图像的方法，其特征在于：所述步骤2）中的编号编排方式如下：在训练组a中，针对图像阶调层次和颜色特点进行编号和标记，按图像高度划分为n个区域，记为a-n
n
，n=1~n，在每个区域中又划分m个小区域，记为a-n
n-m
m
，m=1~m，依次类推，得到其余训练组b、c、d的训练序号；在实验组e中，针对图像颜色类别将其划分为四大区域，分别是青色区域、品红色区域、黄色区域和中性色区域，在青色区域中按图像高度划分为n个区域，记为e-青-n
n
，再在每个区域中又划分m个小区域，记为e-青-n
n-m
m
，依次类推，得到品红色区域、黄色区域和中性色区域的训练序号。5.根据权利要求1所述的基于3d墨层厚度与色度算法复制盲人图像的方法，其特征在于：在所述步骤2）已经进行标记和编号的训练组及实验组的图像是再加一层结构属性的新
标记，并分别通过色度值l
n
和高度值h
n
进行表示，其中n=1~n。6.根据权利要求2所述的基于3d墨层厚度与色度算法复制盲人图像的方法，其特征在于：所述步骤7）中的色差数据分析算法和高度数据误差分析算法，采用基于逐点比较策略下，采用matlab gui界面设计与编码，将图像表面不同区域的色差和高度差前向反馈给编译的人工神经网络训练算法。7.根据权利要求1所述的基于3d墨层厚度与色度算法复制盲人图像的方法，其特征在于：步骤5）中所述人工神经网络训练算法的激活函数采用sigmoid函数、tanh函数、relu函数或elu函数的任意一种。

技术总结
本发明提供了基于3D墨层厚度与色度算法复制盲人图像的方法，属于3D打印技术领域；所要解决的技术问题为：提供基于3D墨层厚度与色度算法复制盲人图像的方法的改进；解决上述技术问题采用的技术方案为：对原稿按颜色划分为青色区域、品红色区域、黄色区域和中性色区域，在每个区域中按高度进行二次划分并采用结构式标记法依次标记，测量原稿不同区域的色度值，通过MATLAB编码构建3D墨层厚度与色度间模型，通过模型预测原稿的高度值，根据高度数据进行3D建模并打印；本发明应用于3D打印图画复制。制。制。


技术研发人员：陈广学 姚丹阳 袁江平 田婕妮 王俪儒
受保护的技术使用者：华南理工大学
技术研发日：2022.05.19
技术公布日：2022/8/19