CN102034252A - 手绘图案的合成方法 - Google Patents

Abstract

手绘图案的合成方法，涉及一种图案合成技术。提供一种根据人类视觉机制特征的手绘图案的合成方法。使用数位板绘制图案样本；输入合成图案的尺寸；对图案样本中的图案元素聚类，将图案样本中的每个图案元素归入一个元素类别；分析图案元素分布特征；放置种子点生成种子图；构造一个映射关系，将每个种子点映射到一个元素类别；将每个种子点置换为一个图案元素得合成图案。可获得在视觉感受上与图案样本相近的大范围的合成图案，克服了手工绘制图案存在的缺点，与全手工绘制的方法相比，可大大提高绘制效率。合成图案在结构上不存在周期性重复。与传统的四方连续方法相比，合成的效果更生动。相比纹理合成方法，合成图案更符合人类视觉认知规律。

Description

手绘图案的合成方法

技术领域

本发明涉及一种图案合成技术，尤其是涉及一种利用手绘装饰图案样本生成大范围新图案的图案合成方法。

背景技术

近年来，随着多媒体技术的不断发展，计算机绘图环境日益完善，方便艺术设计人员创作的数位板、数位屏和手写笔等绘图设备得到广泛应用，大量图案创作和设计的工作开始在计算机上完成。纹理合成技术可以依据指定的纹理样本通过相邻区域的颜色匹配进行图像拼接合成出与其相似的大范围纹理(朱文浩，魏宝刚.基于样本的纹理合成技术综述.中国图象图形学报，2008.13(11)：2063-2069)，但是这种技术没有将知觉意义上的元素视为整体来对待，因此不适用于手绘图案的合成。

近几年，图形学界开始关注矢量手绘图案合成技术。Barla等人(Barla，P.，S.Breslav，J.Thollot，F.Sillion，and L.Markosian，Stroke pattern analysis and synthesis.Computer Graphics Forum(Proc.of Eurographics 2006)，2006.25(3)：663-671)提出的方法以一个小尺寸的手绘图案作为样本，首先将样本中具有接近或重叠关系的笔画看作图案元素，分析得到元素之间的局部相邻关系；然后随机生成一些种子点，用Lloyd方法调整种子点使其分布均匀；接下来从中心的种子点开始，依照样本中元素的局部拓扑关系，逐一将每个种子点替换为样本中的一个图案元素，最后生成大范围的图案。该方法只考虑元素相邻关系这种局部特征，因此合成的图案与样本图案只具有局部的相似性，而没有整体的相似性。

Ljiri等人(Ijiri，T.，R.Mêch，T.Igarashi，and G.Miller，An example-based procedural system for element arrangement.Computer Graphics Forum(Proc.of Eurographics 2008)，2008.27(2)：429-436)也提出了类似的方法，但合成的图案与样本图案同样只具有局部相似性，忽略了整体相似性。Hurtut等人(Hurtut，T.，P.-E.Landes，J.Thollot，Y.Gousseau，R.Drouilhet，and J.-FCoeurjolly.Appearance-guided synthesis of element arrangements by example.in Proceedings of the 7th International Symposium on Non-Photorealistic Animation and Rendering(NPAR 2009).2009：51-60)也研究了基于样本的手绘图案合成。他们的算法首先由用户绘制样本，并标注出哪些笔画属于同一个图案元素，然后依据图案元素的形状特征将其聚类，并统计各类元素出现的密度，最后按照样本中的元素密度随机地放置各类元素，得到合成的图案。由该方法合成的图案与样本具有部分整体相似性，但是由于不考虑各类图案元素的空间位置关系，此方法只适用于不存在明确的内部结构特征的图案合成。

发明内容

本发明的目的在于提供一种根据人类视觉机制特征的手绘图案的合成方法。

本发明包括以下步骤：

1)使用数位板绘制图案样本；

2)输入合成图案的尺寸；

3)对图案样本中的图案元素进行聚类，将图案样本中的每个图案元素归入一个元素类别；

4)分析图案样本中的图案元素的分布特征；

5)在指定的合成图案尺寸范围内放置种子点；

6)生成种子图；

7)根据图案样本中的图案元素的分布特征构造一个映射关系，将每个种子点映射到一个元素类别；

8)根据映射关系将每个种子点置换为一个图案元素，得到合成图案并输出。

在步骤1)中，所述图案是一种带有装饰意味的花纹或纹样，由有限种类的图案元素按照一定的拓扑结构排列而成，可广泛应用于动漫设计、纺织品、广告设计，工艺美术品和建筑物上；所述图案样本表示借助绘图板手工绘制的图案示例，用于合成大面积图案。

在步骤2)中，所述合成图案表示通过本方法合成的图案。

在步骤3)中，所述图案元素表示图案的组成单元，其本身不存在重复性，而反复出现在同一图案中；所述元素类别表示具有相似的形状特征的图案元素的集合，由图案元素进行聚类操作获得。

在步骤5)中，所述种子点表示在生成大面积图案时，先在绘图区域内生成的一些点，这些点每一个都将被置换成某个图案元素。

在步骤6)中，所述种子图表示对所有种子点进行德朗宁三角剖分所得到的图。

本发明具有以下优点：

1)人类的视觉机制研究表明，人脑对视觉信息的处理过程中同时考虑场景的局部特征和整体特征，场景的局部和全局特征都对人脑的认知过程产生重要的影响(Treisman，A.and G.Gelade，A feature-integration theory of attention.Cognitive Psychology，1980.12(1)：97-136)。本发明提供一种兼顾局部特征和整体特征的手绘图案合成方法。实现的方法是：以用户绘制的小规模图案样本为输入，通过对样本的分析，合成出在视觉感受上与样本相近的大规模图案。

2)用户只需绘制一个小尺寸的图案样本，就可通过本发明获得在视觉感受上与图案样本相近的大范围的合成图案，克服了手工绘制图案存在的缺点，与全手工绘制的方法相比，可大大提高绘制效率。

3)合成图案在结构上不存在周期性重复。与传统的四方连续方法相比，合成的效果更生动。

4)以图案中具有独立知觉意义的笔画集合为合成的基本单位。相比纹理合成方法，合成图案更符合人类视觉认知规律。

5)兼顾图案元素的形状、图案元素间的拓扑关系这些局部特征，以及图案元素分布的密度、均匀程度、各类图案元素的比例这些整体特征。与以往的矢量手绘图案合成方法相比，合成图案在视觉感受上与图案样本更相近。

附图说明

图1为一个典型的手绘图案示例。

图2为本发明的主要流程图。

图3为图案元素聚类特征的说明。其中1为一个图案元素；2标出了这个图案的整体特征；3标出了这个图案的笔画特征。

图4为图案元素聚类结果示例。其中4为图案样本；5为图案元素聚类结果。

图5为提取图案元素间的相邻关系。其中6为图案样本；7为对样本进行德朗宁三角剖分的结果；8标出了6中一个图案元素的相邻关系。

图6为由种子图生成图案结果。其中9为种子图；10为本发明得到的图案合成结果。

具体实施方式

以下实施例将结合附图对本发明作进一步说明。

图1给出一个典型的手绘图案示例，手绘图案合成方法的流程如图2所示，分为样本绘制、样本分析和图案合成三个模块。该流程依次有如下步骤：

1.样本绘制模块：使用数位板绘制图案样本，通过Wintab接口监听并获取绘图板信息。采用点、笔画、图案元素三级结构描述图案样本。

1)每当数位板返回一个消息时，提取消息中的横坐标、纵坐标、压感这三项数据记录为一个采样点。

2)每次笔尖落在数位板上到笔尖离开数位板的过程中记录的所有的采样点记录为一个笔画。

3)使用者逐个绘制图案元素。每次绘制完一个图案元素，向系统发送一个完成消息。从样本绘制模块开始执行到第一个完成消息之间记录的所有的笔画记录为一个图案元素。此后每两个完成消息之间记录的所有的笔画记录为一个图案元素。

4)按照绘制的顺序，以从0开始的整数为每个图案元素编号，记作eID。

5)计算每个图案元素的重心的横、纵坐标：一个图案元素的重心的横坐标为此图案元素中所有采样点的横坐标的算数平均值，其重心的纵坐标为此图案元素中所有采样点的纵坐标的算数平均值。

6)所有的由使用者绘制的图案元素构成图案样本。

7)由使用者输入合成图案的长和宽。合成图案的长和宽以像素为单位，总称合成图案的尺寸。

2.样本分析模块：

1)图案元素聚类：如图3所示，以图案元素的形状特征作为依据，对图案元素进行聚类操作。

a.提取图案元素特征：

定义图案元素的包围盒为该图案元素的一个面积最小的外接矩形，定义较长的边为包围盒的长，与其垂直的边为宽，如图3中2处所示。对于图案元素整体，选取2个特征：图案元素的包围盒的面积a，图案元素的包围盒的长宽比r。对图案元素的每个笔画m分别提取3个特征：笔画m的长度lm，笔画m的方向dm，笔画m的弯曲度cm。计算lm、dm和cm时，先旋转图案元素，使其包围盒的较长边与y轴重合，且图案元素第一笔的起点在偏左的位置。以笔画的骨架曲线的长度作为笔画的长度，以笔画的起点指向终点的方向作为笔画的方向。如果笔画的起点和终点距离很近，经验值是小于笔画长度的1/5，则认为该笔画没有明显的方向性，令其方向为0。笔画的弯曲度为笔画的骨架上的点到起点和终点连线的最大值。如图3中3处所示。计算公式如下：

a＝lth·wth

r＝lth/wth

$l_m=\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\sqrt{{(x_{i+1}-x_i)}^2+{(y_{i+1}-y_i)}^2}$

$d_m=\arctan \left(\frac{y_n-y_0}{x_n-x_0}\right)$

$c_m=\underset{i\∈(0,n)}{\mathrm{Max}}\left|\frac{(x_n-x_0)\·(x_i-x_0)+(y_n-y_0)\·(y_i-y_0)}{\sqrt{{(x_n-x_0)}^2+{(y_n-y_0)}^2}}\right|$

其中lth为包围盒的长，wth为包围盒的宽，n为笔画轨迹上采样点的个数，xi，yi为笔画中第i个采样点的坐标。

b.比较图案元素：对于两个图案元素e1、e2，如果其笔画数目不同，则认为它们不“相关”。如果笔画数目相同，设两个图案元素的差异为Dis，若Dis小于100(经验值)，认为e1和e2“相关”。

Dis＝C1·Da+C2·Dr+C3·Ds

$\mathrm{Da}=\frac{a_1-a_2}{\min (a_1,a_2)}$

$\mathrm{Dr}=\frac{r_1-r_2}{\min (r_1,r_2)}$

$\mathrm{Ds}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(C4\·\frac{c_{1i}-c_{2i}}{\min (c_{1i},c_{2i})}+C5\·\frac{l_{1i}-l_{2i}}{\min (l_{1i},l_{2i})}+C6\·(d_{1i}-d_{2i}))/n$

C1＝60 C2＝10 C3＝40 C4＝0.2 C5＝2 C6＝3

其中Da为面积差异，Dr为长宽比的差异，Ds为两图案元素笔画上的差异，n为图案元素中笔画的数目。参数C1～C6为各分量的权重，其取值由实验反复调试获得。

c.建立类库：将0号图案元素归入第0元素类别。按照密度聚类的思想，将每个待归类的图案元素ei与已归类的各图案元素进行比较，若ei与某一个元素类别中的某些以归类的图案元素“相关”，则将ei归入该元素类别中；若ei与多于一个元素类别中的某些已归类的图案元素“相关”，则将这些元素类别合并为一个元素类别，并将ei归入其中；若ei与任何已归类的图案元素都不相关，则新建一个元素类别，将ei归入其中，如图4所示。

2)分析图案样本中的图案元素的分布特征：图案元素的分布特征包含两个方面：图案元素间相邻关系这种局部特征，以及图案元素密度、均匀程度、比例这3种整体特征。

a.提取图案样本中图案元素间相邻关系特征：

a)将图案样本中所有图案元素的重心点进行德朗宁三角剖分(参见文献：Lee，D.T.and B.J.Schachter，Two algorithms for constructing a Delaunay triangulation[J]International Journal of Parallel Programming，2005.9(3)：219-242.)，得图Ge。

b)对于图案样本中的任意一个图案元素ei，其邻居为图Ge中所有与其直接相邻的图案元素，如图5中8处所示。从x轴的负向开始，按顺时针顺序记录其所有的邻居的编号eID，得一个序列。为了归纳出各元素类别中的图案元素间的相邻关系，按聚类信息将这个序列中的eID替换为对应的cID，得到ei的邻居序列Stringi。例如图5中8处正中间的图案元素的邻居序列为10101。假设ei属于j元素类别，则将Stringi作为j元素类别图案元素的邻居的一种情况。以一个二维数组Te记录图案样本中所有图案元素的邻居序列。表1列出了图5中样本的Te数组。

表1

b.提取图案样本整体特征：

图案元素的密度Density＝Ne/Ae，其中Ne为图案样本中图案元素的个数，Ae为图案样本的面积，以像素为单位计。图案元素的比例为图案样本中各元素类别图案元素的个数和总图案元素个数的比值。图案元素的均匀程度为图案样本中两个图案元素的中心点之间的最短距离，记为Dmin。

3.图案合成模块：

1)生成种子点：

a.计算需要生成的种子点的个数Ns，Ns＝Density·As。其中As为合成图案的尺寸，由使用者预先指定。

b.采用迭代的方式逐个放置种子点。在指定尺寸范围内随机取一个坐标点，查看以这点为圆心，半径为Dmin的圆形范围内是否已经有其他种子点，若没有，则在当前位置放置种子点；若有，则重新取一个坐标点，重复上一步。按照放置的先后顺序，从0开始对每个种子点进行编号，记为sID。

2)生成种子图：对种子点的集合进行德朗宁分割，得到种子图Gs，如图6中9处所示。对每个种子点，从其中心点左边水平线开始，顺时针记录其邻居，得到种子集合的相邻关系，记为Ts。数组Ts的结构与32节中Te的结构相同。

3)构造映射关系：在种子图的基础上合成图案，就是寻找一个映射，将每个种子点映射到一个元素类别，即将每个sID映射到一个cID，使映射后图案的局部相邻关系以及各元素类别图案元素的比例与图案样本相近。这是一个优化问题，使用遗传算法来求解。

a.编码方式：采用十进制编码方式，以一个整数序列作为问题的编码。序列的长度为种子点的个数，每个基因的取值限定在cID的取值范围之内。序列中的第i个位置上的数值为j表示将sID＝i的种子点映射到j元素类别的某个图案元素。这样，每个个体就代表一个将每个种子点置换为一个元素类别的映射关系。

b.生成初始种群：设定种群大小为20。随机生成20个个体作为初始种群。

c.设计适值函数：为了衡量一个个体与图案样本在局部和整体上的相似程度，我们对个体和图案样本中图案元素的局部相邻关系和元素类别比例这两个特征进行对比，求得适值的两个分量，令适值取这两个分量的加权和。设适值为Fitness，相邻关系分量为Fn，图案元素比例分量为Fr。

Fitness＝Fn+C·Fr

$\mathrm{Fn}=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}(10-\min \mathrm{Levenshtein}(s_i,\mathrm{Te}))$

$\begin{array}{c}\mathrm{Fr}=\underset{k=0}{\overset{m}{\mathrm{\Σ}}}|\frac{{\mathrm{Cs}}_k}{\mathrm{Ns}}-\frac{{\mathrm{Ce}}_k}{\mathrm{Ne}}|\\ C=9\end{array}$

其中C为Fn与Fr间的比例因子，其取值由实验反复调试获得；n为种子点数量；m为元素类别数量；Csk和Cek分别表示该个体和样本中第k类元素的数目；minLevenshtein(si，Te)为种子点si的邻居序列与其对应元素类别中的所有图案元素的邻居序列的编辑距离(Levenshtein V I.Binary codes capable of correcting spurious insertions and deletions of ones[J].Problems of Information Transmission，1965，1：8-17.)的最小值。

d.遗传操作：遗传操作包括选择、变异两种。

a)选择：采用转轮法，从0开始连续的为每个个体分配一个区间，最后一个个体的区间上限设为max。给适值小于平均值的个体分配一个长度仅为1的区间，而适值大于均值的个体所分配的区间长度为其适值与均值的平方差。繁殖之初，下一代种群为空，先将上一代最优个体加入下一代。然后，每次取一个0到max的整数，落在哪个个体的区间内，就将这个个体加入下一代种群中，直到下一代种群的大小与当前代相等。

b)变异：使种群中最优的一个个体不发生任何变化。对于其它个体，首先在该个体序列上随机选择一个位置，然后给这个位置赋以一个随机的cID值。

算法流程如下：

生成初始种群；

进行1000次遗传操作，每次遗传操作包含选择和变异；

选择当前种群中适值最高的个体，按照编码方式获得其所代表的映射关系，以此映射关系作为遗传算法的结果。

4)生成图案

a.按照遗传算法所得的结果，逐一置换种子点，即得到合成图案。若结果中一个种子点映射到第i元素类别，则从第i元素类别中等概率随机选取一个图案元素进行置换。如图6所示。

b.为使合成图案不显单调，可以对合成图案中的图案元素添加微调。微调操作对合成图案中的每一个图案元素进行一个小幅度的旋转，各图案元素的旋转角度都取随机值。旋转时，指定一个角度范围，然后在范围内取一个随机数θ，将图案元素上的每个点做投影。

x₁＝x₀·coSθ+y₀·Sinθ

y₁＝y₀·coSθ-x₀·Sinθ

其中x₀，y₀为一个点映射前的坐标，x₁，y₁为映射后的坐标。

c.将合成图案保存成位图格式的文件，作为输出。

Claims (7)

1.手绘图案的合成方法，其特征在于包括以下步骤：

1)使用数位板绘制图案样本；

2)输入合成图案的尺寸；

3)对图案样本中的图案元素进行聚类，将图案样本中的每个图案元素归入一个元素类别；

4)分析图案样本中的图案元素的分布特征；

5)在指定的合成图案尺寸范围内放置种子点；

6)生成种子图；

7)根据图案样本中的图案元素的分布特征构造一个映射关系，将每个种子点映射到一个元素类别；

8)根据映射关系将每个种子点置换为一个图案元素，得到合成图案并输出。

2.如权利要求1所述的手绘图案的合成方法，其特征在于在步骤1)中，所述图案是一种带有装饰意味的花纹或纹样，由有限种类的图案元素按照一定的拓扑结构排列而成。

3.如权利要求1所述的手绘图案的合成方法，其特征在于在步骤1)中，所述图案样本表示借助绘图板手工绘制的图案示例，用于合成大面积图案。

4.如权利要求1所述的手绘图案的合成方法，其特征在于在步骤3)中，所述图案元素表示图案的组成单元。

5.如权利要求1所述的手绘图案的合成方法，其特征在于在步骤3)中，所述元素类别表示具有相似的形状特征的图案元素的集合，由图案元素进行聚类操作获得。

6.如权利要求1所述的手绘图案的合成方法，其特征在于在步骤5)中，所述种子点表示在生成大面积图案时，先在绘图区域内生成的一些点，这些点每一个都将被置换成某个图案元素。

7.如权利要求1所述的手绘图案的合成方法，其特征在于在步骤6)中，所述种子图表示对所有种子点进行德朗宁三角剖分所得到的图。

Images