三维动画视频关键帧图像信息提取方法研究.pdf

第18 卷第2 期2023年6 月贵阳学院学报（自然科学版）（季刊）JOURNAL OF GUIYANG UNIVERSITY Natural Sciences(Quarterly)Vol.18No.2Jun.2023三维动画视频关键顿图像信息提取方法研究周泓智（四川商务职业学院设计艺术系，四川成都6 10 0 0 0）摘要：在提取关键帧图像信息中，由于对特征的分析结果精度较低，导致信息提取结果与实际情况存在较大偏差，针对此，提出三维动画视频关键帧图像信息提取方法研究。首先分析了关键图像所在尺度空间的极值，利用三维动画视频关键帧图像的尺度空间函数和高斯函数之间的关系，计算相邻尺度上任意两个连续高斯图像的差值，计算得到差分高斯图像，根据采样点与图像区域相邻点关系，确定极值点；结合不同类型不稳定点的属性去除不稳定点后，根据特征点方向信息提取三维动画视频关键帧图像特征点描述符；最后在随机抽样一致性算法的辅助下，通过对图像平移、旋转和尺度变换矩阵求解，得到对应的图像信息。在测试结果中，设计方法对图像颜色信息中亮度信息的提取结果与实际数据拟合值始终在0.99以上，色度和饱和度的拟合值也始终稳定在0.8 9 以上。关键词：三维动画视频；关键顿图像；信息提取；尺度空间；高斯图像；极值点；图像特征点描述符中图分类号：TP309Study on image information extraction method of 3D animated video(Department of Design and art Sichuan,Sichuan Business Vocational College,Chengdu 610000,Sichuan,China)Abstract:In the extraction of key frame image information,due to the low accuracy of the feature analysis results,there isa large deviation between the information extraction results and the actual situation.For this purpose,the study of the im-age information extraction method of key frames of 3 d animated video is proposed.First,the extreme values of the scalespace of the keyframe images are analyzed,Using the relationship between scale spatial functions and Gaussian functionsof 3 D animated video keyframes,Calculate the difference between any two consecutive Gaussian images on adjacentscales,Calculated to obtain the differential Gaussian images,According to the relationship between the sampling pointsand the adjacent points of the image area,Determine the extreme value point;After removing unstable points by combi-ning the properties of different types of unstable points,Extracting the feature point descriptors of the 3 D animated videokeyframe image according to the feature point direction information;Finally,with the assistance of the random samplingconsistency algorithm,By solving the image translation,rotation,and scale transformation matrices,Get the correspondingimage information.In the test results,the fitting results of extracting the brightness information in the image color informa-tion by the design method and the actual data are always above 0.99,and the fitting value of the color degree and satura-tion is always stable above 0.89.Key words:3D animated video;Keyframe image;Information extraction;Scale space;Gaussian image;Extreme point;Image feature point descriptor视觉信息作为构成人类赖以生存的客观世界的必要因素之一，是人类感知外界事物的重要途径,也是了解外界事物，获取其对应的运行状态和规律信息的主要方式。对视觉信息进行进一步文献标识码：A文章编号：16 7 3-6 12 5（2 0 2 3）0 2-0 10 1-0 5ZHOU Hong-zhi细化分析可以发现，图像是最重要承载形式之一。其不仅可以形象直观地传递信息，同时借助不同的技术手段加持，也可以实现满足丰富信息多元化属性特征的要求2。在互联网以及移动终端飞速发收稿日期：2 0 2 3-0 4-0 5作者简介：周泓智，男，四川自贡人，讲师。主要研究方向：美术教育、动漫设计、三维动画、游戏设计制作。一 10 1 一贵阳学院学报（自然科学版）（季刊）展的时代背景下，三维视频影像信息开始逐渐步人文将三维动画视频关键顿图像自身的金字塔结构大众视野,与原始的二维视频影像相比，其最大的与尺度空间进行有机结合9，使得原始的图像转特点就是能够更加立体地展示对应的信息3。这化为具有差分高斯属性的图像。针对此，首先需要种多维的动画视频形式提高了人们的观看体验，但将原始的三维动画视频关键图像输人到高斯核是也带来了相应的问题,其中,对于关键帧图像信函数中,通过调节尺度参数入的取值,实现对图像息的提取最受关注。针对此，邓源等将Mobile-的平滑处理。利用相邻尺度上任意两个连续高斯NetV2与LBP特征进行融合后,设计了一种以婴幼图像的差值，计算得到差分高斯图像。具体的实现儿表情为目标的图像信息识别算法，识别结果具有方式如图1所示。较高的可靠性，但是对于动态属性较强的图像而言,其识别效果存在较为明显的波动4;张迎等借助CMOS线阵相机的优势,设计了一种以弹丸为研究目标的图像信息提取方法，在测试结果中实现了对图像高速运行状态的良好适应，但是对于信息的提取结果在精度方面存在进一步提升的空间。5在此基础上，本文提出一种三维动画视频关键顿图像信息提取方法，并采用对比测试的方式分析验证了设计方法的信息提取效果。借助本文的研究，希望能够为实际的三维动画视频设计与发展提供有价值的帮助。1三维动画视频关键顿图像信息提取方法设计1.1尺度空间极值计算要想实现对三维动画视频关键顿图像信息的完整提取，首先需要计算出关键顿图像所在尺度空间的极值6。针对该问题，本文主要是利用了高斯卷积核的优势，对初始图像进行尺度变换处理，通过这样的方式获取图像多尺度下的尺度空间表示序列信息,并利用序列中隐含的信息7,实现对关键帧图像尺度空间特征的有效提取和计算。在具体的计算过程中，假设三维动画视频关键帧图像的尺度空间函数为L（x,y,入），唯一的尺度空间内核函数为G（x,y，入），也就是三维动画视频关键帧图像对应的高斯函数8,并且有L(x,y,入)=G(x,y,)I(x,y)以此为基础,构建的 DoG(Difference of Gaussi-an,高斯差分函数）可以表示为D(x,y,A)=(G(x,y,ka)-G(x,y,A)I(x,y)=L(x,y,k入)-L(x,y,入)(2)其中,k表示常数。利用这样的关系，借助高斯核函数的线性、对称性和可分离性，实现对尺度空间函数极值点的计算。在具体的计算过程中,本一 10 2 一18卷图1尺度空间极值计算方式示意图按照图1所示的方式，在计算极值点的过程中,设置每一个采样点与图像区域内的6 个相邻点进行比较，与尺度区域内12 个相邻点进行比较。这样做的目的是确保不仅在尺度空间能够检测到极值点的具体位置,在三维图像空间也能够实现对极值点的形式检测。1.2特征点提取在对三维动画视频关键帧图像中特征点的位置进行定位的过程中，本文采用了反向定位方法，通过去除极值点中的不稳定点实现对特征点位置的确定10。一般情况下，结合不稳定点的特征对其进行分类时，主要可以分为两类，本文结合不同(1)类型不稳定点的属性，设计了不同的去除方法，具体如表1所示。表1不稳定点去除方式不稳定点类特点低对比对图像噪利用Taylor二次级数在采样度值点声敏感点处的尺度空间函数约束条件候选特位于图像征点边缘处去除方法利用Hessian矩阵确定主曲率间对的比值2期通过表1中的信息可以看出，本文在去除三维动画视频关键帧图像中不稳定点时，主要结合了其自身的特征。由于Taylor二次级数在采样点处是根据原始图像的线性发展关系执行的，因此,其在尺度空间函数的约束条件也决定了图像噪声敏感的像素点会对该参数作出更加明显的反应,以此实现对低对比度值点的去除。Hessian矩阵是判断连续图像像素之间关系的重要依据，当主曲率比值发生明显变化时，表明此时图像中的像素信息也出现了对应的改变，以此实现对图像边缘位置候选特征点的有效去除。在上述基础上，进一步确定三维动画视频关键图像的特征点方向信息也是极为重要的步骤之一。假设在固定尺度空间下，三维动画视频关键帧图像对应的高斯平滑图像为L（x，y）,那么此时的像素是按照一定的梯度值在某一方向上规律性发展的。就需要借助特征点所在的梯度方向信息，构建角度直方图即可直观地得到像素的变化情况，图中的峰值像素就是局部梯度发展的主方向。但是需要注意的是,由于像素梯度值的本身具有不唯一性，且在发展的过程中也会受到高斯平滑作用的影响，可能出现一定程度的逆流情况。因此，在具体的计算过程中，需要以整体三维动画视频关键图像特征点的信息为基础展开计算。当像素梯度值出现与其他阶段不同的变化方向时,表明该位置的特征点在高斯平滑图像中的重要程度较低,因此受平滑处理的程度较深。最后就是对三维动画视频关键顿图像的特征的描述,对其进行更深层次的理解可以认为此时的特征提取就是对图像中特征点描述符的分析。对于三维动画视频而言，由于构成视频的像素顿是具有三维属性特征,同时随着场景的变化,图像对应的视角、光线以及旋转情况都会发生相应改变，这些因素都在一定程度上影响着关键帧图像特征点中的信息。针对这一特点，为了保持特征点的稳定性,对特征点之间的匹配率进行增强处理是十分必要的,这也是关键帧图像特征点中特征描述符存在的原因。在此基础上,本文将一个尺度范围作为局部区域，对三维动画视频关键顿图像的灰度信息进行采样，根据采样结果的相关性，实现对图像特征点描述符的匹配度量。在具体的实施过程中，将特征点作为中心点，设置像素窗口，窗口的大小为88，为了特征点描述符在不同方向上的具体信息，将窗口分为44的子块，对应4个方向上的像素梯度信息，由此得到完整的三维动画视频关键帧图周泓智三维动画视频关键顿图像信息提取方法研究提供可靠的数据基础。1.3关键帧图像信息提取在确定图像的特征信息后，本文通过对图像进行配准和融合处理，实现对图像中信息的准确提取。首先，假设三维动画视频关键顿图像中对应的特征描述符分别为x和x2,本文分别将其作为基准图像和输入图像。当x和x中关键点的数量分别为N和Nz时,通过比较x和x2中关键点特征量之间的关系，即可实现对三维动画视频关键帧图像的配准，具体的判断标准为两个特征点满足预设要求。结合上述的理论基础可以看出，对匹配点的判断参数进行合理设置是至关重要的。针对此，本文引人了欧式距离。按照基准图像中关键点特征量的次序，分别与输人图像中关键点的特征量进行对比,并计算出二者之间的欧氏距离参数。在xi和x2中关键点的数量分别为N,和N2的条件下,得到的欧氏距离参数至少为N个。在此基础上，对于基准图像关键点与输入图像中关键点匹配关系的判断是根据和x2欧式距离的最值实现的。当和2欧式距离的最小值低于0.7 5倍的欧氏距离最大值时,则认为此时的基准图像关键点与输入图像中的关键点存在匹配关系。相反地，当和x2欧式距离的最小值高于0.7 5倍的欧氏距离最大值时,则认为此时的基准图像关键点与输人图像中的关键点不存在匹配关系。由于本文研究的目标是三维动画视频关键帧图像，这就导致图像具有三维属性特征，使得和x2之间可能会存在重复区域，并且这种重复区域的关系具有不稳定性，平移、旋转和尺度的变化都会诱导其发生改变，针对该问题，本文在完成对三维动画视频关键顿图像特征点的计算后，对其状态指标参数进行计算，具体包括平移参数、旋转参数和尺度变化参数。假设计算得到的图像的平移、旋转和尺度变换的图像变换矩阵为：(a1l1213(ccos3-csinx)A=a21a22a23（00100其中，c表示三维动画视频关键图像的尺度变换参数，表示图像的旋转角度，和y分别表示图像在不同方向上的位移。根据式（3）可以看出,图像变换前和变换后特征点的坐标点的位置为一 10 3 一像特征。利用上述所示的方式，实现对三维动画视频关键顿图像特征的完整获取，为后续图像信息的提取csinccos1(3)贵阳学院学报（自然科学版）（季刊）已知参量，这就意味着在图像的平移、旋转和尺度其中，F（x）表示配准和融合后的图像信息，d表变换的图像变换矩阵A中，仅需要3对已知匹配示常数，i和j分别表示图像旋转和缩放尺度参数。点坐标值就可以实现对图像变换矩阵的求解。考通过这样的方式，实现对三维动画视频关键帧虑到图像信息提取阶段的精度要求，需要引入最小图像信息的准确提取。二乘法对图像变换矩阵进行求解为了提高求解的精确度，需要利用最小二乘法进行图像变换矩阵的求解，也就需要更多已知对应匹配点的位置信息作为支撑，考虑到匹配点中伪匹配点对于最终计算结果的影响，本文首先采用RANSAC（r a n d o ms a mp l econsensus,随机抽样一致性算法）对伪匹配点进行剔除处理。具体的执行步骤主要分为以下：6 步：步骤1：以三维动画视频关键顿图像特征点描述符的数据集合为基础，在其中任意选定最小需求的数据集，作为初始模型构建的样本数据；步骤2:求解初始模型,并得到解集,利用约束条件对解进行划分,其中,符合约束条件的像素点为内点，其余为外点；步骤3：当内点数大于阈值上限时，以内点数为出重新构建新的模型,结束；步骤4：当内点数小于阈值下限时,更新样本数据,重复步骤1-4；步骤5:经过多次采样后,将内点数目最多的模型作为基准,利用其对应的内点计算得到模型的参数信息，实现对伪匹配点剔除模型的构建。步骤6：将三维动画视频关键顿图像的匹配点输入到模型中,输出结果与符合内点界定标准的，即为保留保留下来的匹配点，其余为去除的伪匹配点。通过这样的方式完成对图像伪匹配点的去除后,对式(3）所示的图像变换矩阵进行求解，此时配准和融合后的图像信息可以表示为：F(x)=dxi(i,j)+(1-d)(1-m,j-n)+dxz(i,j)MobileNetV2与LBP融合提取方法图像编号亮度10.549920.498430.994440.9689结合表1数据可以看出,在三种测试方法中，本文设计方法对于图像颜色信息的提取结果与实际图像颜色的拟合结果最高，其中，亮度拟合值始一 10 4 一18卷2测试与分析2.1测试数据准备在对本文设计三维动画视频关键顿图像信息提取方法的应用效果进行分析阶段,本文开展了对比测试,其中,对照组采用的方法分别为文献4提出的MobileNetV2与LBP融合提取方法，文献5提出的CMOS线阵相机提取方法。对于测试数据的准备，本文设置了如图2 所示的图像。图像1图像3图2 测试三维图像信息以此为基础，本文以颜色为指标,对图像的信息进行提取,并对对应的提取结果与图像进行拟合，拟合结果越高，表明信息提取的准确性越高。2.2测试结果与分析在上述测试环境的基础上,统计了三种不同方法的测试结果，与图像的实际拟合结果如表2(4)所示。表2不同方法测试结果统计表CMOS线阵相机提取方法色度饱和度0.81720.78480.98110.96110.89760.86010.89430.9267图像2图像4本文设计提取方法亮度色度饱和度0.77420.82850.72270.89210.79340.79110.76790.8577终在0.99以上，色度和饱和度的拟合值也始终稳定在0.8 9以上，与对照组相比，本文设计的三维动画视频关键帧图像信息提取方法实现了对图像信亮度0.81640.97520.85970.92370.77620.99440.77290.9689色度饱和度0.93780.89750.98110.96110.89760.86010.89430.92672期息的有效提取。3结论本文提出三维动画视频关键帧图像信息提取方法研究，在充分考虑了三维动画视频特征以及图像关键帧分割难点的基础上，实现了对图像信息的准确提取。通过对比测试的测试结果得出结论，设计图像信息提取方法具有良好的实际应用价值，能够适应不同环境下的信息提取需求。参考文献：1胡永进,韩旭,高小慧，等.顾及多尺度上下文信息的高分影像林地信息提取方法J.江苏农业科学,2 0 2 2,50(22):209 216.2李国荣,刘玉芝.基于增强现实的建筑三维图像信息提取系统J.自动化与仪器仪表,2 0 2 2（8）：37-41.3昌宏哲,杜红静,袁洋.基于ED-DNN的农村公路遥感图像信息提取方法J.勘察科学技术,2 0 2 2（3）：11-15.4邓源,施一萍，江悦莹，等.基于MobileNetV2与LBP特征融合的婴幼儿表情识别算法J.电子科技,2 0 2 2,35(上接第10 0 页)4丁梦远,郭迟，黄凯.激光一相机系统语义栅格建图和路径规划J.中国图象图形学报，2 0 2 1，2 6（10）：2524-2532.5张子博,黄晓霞,李红旮，等.基于全局引导策略的多智能体火灾疏散研究J.现代电子技术,2 0 2 2,45（14）：153-1586许昕健,唐磊,匡乃亮，等.一种光学遥感图像的快速降噪去霾算法J.微电子学与计算机，2 0 2 2,39（2）：67-74.7林森，迟凯晨，李文涛，等.基于优势特征图像融合的水下光学图像增强J.光子学报，2 0 2 0，49（3）：209-221.8杨宜林,李积英，王燕，等.基于NDT和特征点检测的点云配准算法研究J.激光与光电子学进展，2 0 2 2，59(8):198-204.9卢才武，齐凡,阮顺领.融合目标检测与距离阈值模型的露天矿行车障碍预警J.光电工程，2 0 2 0,47（1）：40-47.10杨茂,冯帆.基于马氏距离相似度量的光伏功率超短期预测方法的研究J.可再生能源，2 0 2 1,39（2）：175-181.11马宏亮,郑健捷,刘强，等.基于非线性最小二乘法的多光谱拟合程序：应用于12 CH4谱线参数分析J.光谱学与光谱分析,2 0 2 1,41(12）:38 8 7-38 91.周泓智三维动画视频关键顿图像信息提取方法研究(8):47-52.5张迎,江剑,路卓,等.基于CMOS线阵相机的弹丸图像信息提取研究J.测试技术学报，2 0 2 1,35（5）：430-435.6黄金伟,王泽珺,陈以，等.MATLAB在机器视觉仓储货物图像信息识别与处理中的应用J.电子世界，2 0 2 1(15):134-136.7辜季艳，周宇.基于可完全重构的船舶遥感图像信息高效率提取方法J.舰船科学技术，2 0 2 1，43（14）：181-183.8李树力,李金泽,郭振,等.蜂窝状数字PCR微阵列荧光图像的信息提取J.光学精密工程，2 0 2 0,2 8（12）：2745-2755.9张思思,高旭光,滑文强.基于聚类与人工神经网络的遥感图像信息提取方法J.电子设计工程，2 0 2 0,2 8(15):106-109.10张源峰，程恩.光学图像信息多标记特征分层识别系统设计J.激光杂志,2 0 2 0,41（7）：2 0 9-2 12.【责任编辑王建蕊12朱其幸，王道档，卢毅伟，等.双光纤点衍射干涉投影系统误差校正及优化J.红外与激光工程，2 0 2 2，51(3):357 364.13谭永前，曾凡菊.基于新的风格损失函数与亮度信息的图像风格迁移算法J.光电子激光，2 0 2 1，32(8):879-887.14夏慧娟,吴衍青,张磊，等.非相干光点扩散函数的重建及其在同步辐射成像系统中的应用J.核技术，2020,43(1):3-8.15刘冬梅,王彤旭,陈亚，等.基于贝塞尔-高斯光束的布朗粒子的扩散特性J.中国粉体技术，2 0 2 2,2 8（4）：36-42.16刘焕淋，温濛，陈勇，等.基于全光节点频谱集中度和频谱离散转换的业务调度方法J.电子学报，2 0 2 2,50(1):135-141.17徐凯，宣涵,陆煜斌，等.弹性光网络中结合预测的多维感知RSA算法J.光通信技术,2 0 2 1,45（4）：43-47.18李游，龙伟迪，魏绍东.基于微型红外双光机载装置的变电站无人机巡检系统研究J.湘潭大学学报（自然科学版）,2 0 2 0,42(5）:118-12 6.【责任编辑王建蕊一10 5一