基于范例的圖案創(chuàng)作關(guān)鍵技術(shù)研究.pdf

1、圖案在人類(lèi)生活中幾乎無(wú)處不在,體現(xiàn)著人類(lèi)對(duì)美好生活的追求。隨著社會(huì)的發(fā)展和技術(shù)的進(jìn)步,圖案創(chuàng)作逐漸從手工模式向利用計(jì)算機(jī)進(jìn)行創(chuàng)作的模式轉(zhuǎn)變。目前利用計(jì)算機(jī)創(chuàng)作圖案的方法主要有三類(lèi):計(jì)算機(jī)輔助設(shè)計(jì)、利用數(shù)學(xué)模型生成和基于圖案知識(shí)的智能化設(shè)計(jì)。這三種模式與傳統(tǒng)的手工模式相比,無(wú)論在創(chuàng)作效率、質(zhì)量還是對(duì)圖案素材的復(fù)用方面都取得了很大的進(jìn)步,但也存在著各自的應(yīng)用局限性。例如,對(duì)于形式自由多變的花卉圖案,建立確切的數(shù)學(xué)模型或規(guī)則表示存在一定的困難

2、。
　　 本文在系統(tǒng)分析國(guó)內(nèi)外相關(guān)研究工作的基礎(chǔ)上,針對(duì)花卉圖案創(chuàng)作中存在的難點(diǎn)和問(wèn)題,提出了一種利用范例學(xué)習(xí)及特征匹配技術(shù)的圖案創(chuàng)作新方法和一種新的目標(biāo)特征描述模型;并提出通過(guò)訓(xùn)練數(shù)據(jù)將人的感知經(jīng)驗(yàn)引入到相似性度量,以提高相似性匹配的精確度。本文主要的研究工作和創(chuàng)新點(diǎn)包括:
　　 (1)針對(duì)草圖和圖元這類(lèi)只有邊緣信息的目標(biāo),本文提出一種新的基于目標(biāo)輪廓的射線描述模型,它使用輪廓采樣點(diǎn)的局部特征和空間關(guān)系來(lái)描述目標(biāo),利用

3、最大表決機(jī)制來(lái)實(shí)現(xiàn)目標(biāo)的匹配和幾何變換不變性;實(shí)驗(yàn)證明該模型在表達(dá)目標(biāo)的形狀特征方面具有較好的健壯性,既可以用于匹配具有清晰輪廓的目標(biāo),也可用于從復(fù)雜的圖像背景中檢測(cè)目標(biāo)。為更好地表達(dá)花卉圖像目標(biāo),設(shè)計(jì)了基于分類(lèi)的特征選擇算法,并提出基于最近鄰的圖像目標(biāo)相似性匹配算法;獲得的最優(yōu)特征和匹配算法在花卉圖像目標(biāo)匹配上取得了較好的效果。
　　 (2)相似性度量是模式識(shí)別和計(jì)算機(jī)視覺(jué)的基本問(wèn)題,利用距離來(lái)度量目標(biāo)相似性是一種典型的方法。

4、但距離只能反映目標(biāo)的幾何相似性,與人感知的相似性有一定的差距。針對(duì)這一問(wèn)題,本文提出利用訓(xùn)練數(shù)據(jù)的統(tǒng)計(jì)特性來(lái)提取視覺(jué)相關(guān)因子,并通過(guò)視覺(jué)相關(guān)因子將人的視覺(jué)經(jīng)驗(yàn)引入到相似性度量中,提高相似性匹配的準(zhǔn)確性。結(jié)合視覺(jué)感知具有模糊性這一特點(diǎn),重點(diǎn)研究了使用隸屬度作為視覺(jué)相關(guān)因子的方法,分別提出了基于特征空間劃分的隸屬函數(shù)構(gòu)造方法和基于特征值分布的隸屬函數(shù)構(gòu)造方法。實(shí)驗(yàn)證明,引入視覺(jué)相關(guān)因子后的相似性度量方法與視覺(jué)感知的結(jié)果更一致。