.?7+@AB@3C’+DE63’F/:67(’<.->G:E63:@6:H53-3+@)1,G’!""!用于字符数控加工的图像细化算法李昇杰陈钢钟毅芳("> .?7+@AB@3C’+DE63’F/:67(’<.->G:E63:@6:H53-3+@)1,G’!""!用于字符数控加工的图像细化算法李昇杰陈钢钟毅芳(" />
欢迎来到天天文库
浏览记录
ID:38278572
大小:107.08 KB
页数:3页
时间:2019-05-26
《用于字符数控加工的图像细化算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第&"卷第*期华中科技大学学报(自然科学版);+4’&"<+’*!""!年*月=’0>.?7+@AB@3C’+DE63’F/:67(’<.->G:E63:@6:H53-3+@)1,G’!""!用于字符数控加工的图像细化算法李昇杰陈钢钟毅芳(华中科技大学机械科学与工程学院)摘要:提出了一种针对字符加工的图像细化算法!该算法满足了新的字符加工方法因为要使用字符骨架生成刀位轨迹而对细化算法的要求!根据新的加工方法的思路,通过对传统细化算法进行分析,并且结合+,-.算法,新算法弥补了通过传统算法获得的骨架偏离图像中心、有毛刺等缺点’新算法能准确地得到骨
2、架上每一点的宽度,并计算出相应的深度,使新的字符加工方法能够加工出传统字符加工无法表现的雕刻效果’通过新算法得到了居中并且光滑的骨架,取得了很好的加工效果’关键词:数控加工;细化算法;字符加工;字符骨架中图分类号:/0#%!文献标识码:1文章编号:#%)#$*2#!(!""!)"*$""")$"&细化是一种重要的图像解析处理方法,其基从宽度到深度的映射以求得雕刻刀具的刀位点’本方法是观察图像边缘点与相邻点的状况,在不如果骨架偏离字符中心线,那么由后面所述的宽破坏图形连接性的情况下,消去图像边缘点’细化度提取算法知道宽度将变小,加工的笔画变细,造
3、方法有+,-.法[#,!]、03453-67法[&]和中轴变换成变形’法[*]等’这些图像细化方法都取得了比较好的效综上所述,细化算法得到的骨架应尽可能接果,但不能直接用于加工,这是因为不能满足数控近字符笔画的中心线(中轴性),骨架根据图像的加工的要求’形状不能在中间断开(连续性)并且骨架的宽度为一个像素(细化性),方便生成加工轨迹’!新的字符加工方法"细化算法及其实现目前对字符的雕刻加工主要有两种方式:一种是将字符轮廓的外部切除,加工的结果为字符传统细化方法通常只保证其细化性,而中轴突出;另一种则是将字符轮廓的内部切除,加工结性没有很好的保证
4、’通过实际检验,+,-.法对字果为字符凹下去’不管采用那种方式,不仅算法复符细化的效果较好,而且有很多的改进算法,所以杂(需要用到8+69:-行切或环切加工算法)、加工在此将其作为算法的一部分’时间长,而且雕刻出来的汉字顶面(切除轮廓外实际使用中+,-.算法细化后的部)或底面(切除轮廓内部)均为平面,难以获得好骨架不光滑,有许多毛刺,而且骨架的立体效果’不一定在中心,交叉点处往往细化不新的字符加工方法的主要思路是先将图像细全’细化不全的主要原因是保留模板图#各化得到的骨架转化为刀位轨迹,字符雕刻时,刀具所包含的像素分布信息过多,将某些相邻像素不
5、应保留的像素分布状态也包括进沿刀位轨迹对工件进行加工’由于字符笔画有粗点编号来,出现毛刺主要是由消除模板造成细的变化,加工时刀具改变加工深度来改变加工的’所以不少人对其进行了改进,弥补细化不完全的宽度,同时产生雕刻的效果’如果系统指定一个的缺点,详细方法见文献[#,!]’但是由于各种深度,那么刀具在工件上切除的凹槽宽度也随之确定,这样所有的笔画在深度和宽度上全等就不+,-.的改进算法为了提高算法效率,只使用少量(#"个左右)的模板,无法保证杜绝骨架扭曲和能满足字符笔画粗细的变化,因此需要对字符笔出现毛刺的现象;加工中利用刀具半径控制字符画宽度进
6、行提取’最后根据刀头的几何形状生成收稿日期:!""#$"%$#&’万方数据作者简介:李昇杰(#()%$),男,硕士研究生;武汉,华中科技大学机械科学与工程学院(*&"")*)’’华中科技大学学报(自然科学版)第&+卷宽度,如果骨架扭曲会使加工出的字符变形!为此细化算法的流程图见图&!提出一种骨架扭曲小的细化算法!考虑到可以每次消除图像的最外的一圈边界点,逐渐缩小图像直到宽度为",这样得到的中心轴扭曲很小,作为骨架可以满足加工对骨架居中的要求!这里边界点的定义是:在图"所示的#个相邻像素点中,如果"$$%"且""$,"$","$&和"&$不全为"
7、,则称"$$为边界点!这种去边界点方法首先标记边界点,然后考察边界点连接情况(相邻点的性质和相邻点的分布情况),决定保留还是去掉边界点!反复循环直到没有点被去掉!这种去边界点的算法从图像的左上角元素开始进行,每个像素均抽取图"的’个相邻像素点进行判断,如果像素点为边界点,则将值置为$!图$细化效果比较接着要将所有置$的边界点从图像中删除,删除时,再取图"中"的’个相邻像素点看当中是$$否有值为"的(即是否与非边界点相接),如果没有就将其保留(置其值为"),否则考察去掉点后的连通性,如果去掉该像素图像仍然不改变原有的连接性就能真正删除,否则也要保
8、留(置其值为")!影响连通性的像素分布情况特征是:去掉"$$后,其相邻点中存在一组点,这些点不与该组点外的任何"相邻点发生相邻的关系!如果两点$$"#
此文档下载收益归作者所有