ImageVerifierCode 换一换
格式:PDF , 页数:4 ,大小:1.97MB ,
资源ID:2333554      下载积分:10 金币
验证码下载
登录下载
邮箱/手机:
验证码: 获取验证码
温馨提示:
支付成功后,系统会自动生成账号(用户名为邮箱或者手机号,密码是验证码),方便下次登录下载和查询订单;
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

开通VIP
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.zixin.com.cn/docdown/2333554.html】到电脑端继续下载(重复下载【60天内】不扣币)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  
声明  |  会员权益     获赠5币     写作写作

1、填表:    下载求助     留言反馈    退款申请
2、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
3、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
4、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
5、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
6、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
7、本文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。

注意事项

本文(基于计算机虚拟交互的现代数字绘画技术研究.pdf)为本站上传会员【自信****多点】主动上传,咨信网仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知咨信网(发送邮件至1219186828@qq.com、拔打电话4008-655-100或【 微信客服】、【 QQ客服】),核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载【60天内】不扣币。 服务填表

基于计算机虚拟交互的现代数字绘画技术研究.pdf

1、Microcomputer Applications Vol.39,No.10,2023文章编号:10 0 7-7 57 X(2 0 2 3)10-0 0 35-0 4基金项目基于计算机虚拟交互的现代数字绘画技术研究微型电脑应用2 0 2 3年第39 卷第10 期吴娅妮,王玉2(1.西安欧亚学院,艾德艺术设计学院,陕西,西安7 10 0 6 5;2.西安机电信息技术研究所,陕西,西安7 10 0 6 5)摘要:针对传统B/S模式下数字绘画速度慢、计算机中央处理器负载高等问题,提出高效率的计算机虚拟交互数字绘画方案。利用梯度方向差分法初步提取输入线条直线特征并剔除,基于LSD直线检测法精确遍历搜

2、索直线特征,对直线线条与曲线线条赋予不同光滑度值以优化线条光滑度。在WebGL交互前端支撑下直接调用计算机图形处理器,完成数字图形染。测试中,此方法最终实现了快速、精准、低负担的个性化绘图创作效果,提升了用户创作体验感。关键词:虚拟交互;数字绘画;直线检测;曲线优化;WebGL技术WUYani,WANG Yu?中图分类号:TP338(1.Eurasia Art and Design School(EAaD School),Xian Eurasia University,Xian 710065,China;2.Xian Electromechanical Information Technolo

3、gy Research Institute,Xian 710065,China)Abstract:Aiming at the problems of slow digital painting speed and high CPU load in traditional B/S mode,an efficient digitalpainting scheme of virtual interactive computer is proposed.The gradient direction difference method is used to preliminarilyextract an

4、d eliminate the line features of input lines,and LSD line detection method is used to accurately traverse and search forline features,and different smoothness values are given to line and curve lines to optimize line smoothness.With the support ofWeb GL interactive front end,the computer graphics pr

5、ocessor is directly called to complete digital graphics rendering.In thetest,this method finally realizes the personalized drawing creation effect of fast,accurate and low burden,and improves the us-ers creation experience.Key words:virtual interaction;digital painting;line detection;curve optimizat

6、ion;Web GL technology0引言计算机技术与互联网技术支持下的数字绘画属于新兴交叉学科,为传统手绘增添了新元素,以动态数字化表现形式、虚拟交互特性重新展现了绘画的魅力,在动漫设计、影视特效制作、3D游戏开发等领域被广泛运用1,为当代社会经济发展创造了不可替代的价值。本研究立足于数字绘画的线条优化与图形染角度,在直线曲线识别方面采用了梯度方向差分法与LSD算法相结合的直线检测方式,以“梯度”这一像素参数为依据精确地提取线条直线特征,对于识别出的直线设置较大的光滑度值,对于曲线基于最小二乘法进行拟合并计算设置准确的光滑度值。在数字绘画图形染方面使用WebGL绘图标准,WebGL直接

7、调用计算机图形处理器,对CPU依赖程度低,在释放了计算机负担的同时提升基金项目:陕西省“十四五”教育科学规划2 0 2 2 年度课题(SGH22Y1813);2 0 2 1陕西省一流本科课程建设项目(SH2021D706)作者简介:吴娅妮(198 4一),女,硕士,副教授,研究方向为综合绘画;王玉(198 4一),女,硕士,高级工程师,研究方向为材料化学、项目管理。文献标志码:AResearch on Modern Digital Painting TechnologyBased on Computer Virtual Interaction线参数计算光滑度,优化曲线弧度。(1)基于梯度方向差

8、分与LSD算法的直线线条检测基于投票策略提取线条中的直线特征3,将输人线条划分为八邻域,梯度方向差分的对象即为分组后的像素点。已知(,y)为输入线条上的一个像素点,该点的梯度向量为f35.其运行速度,从而降低数字绘画方法的整体时间复杂度。最后,在测试环节验证本文方法在数字绘画中的性能优势。1计算机虚拟交互下数字绘画线条优化与图形渣染研究1.1数字绘画的虚拟线条识别与优化基于直线检测算法判断设计者输人的线条是否为直线:如果检测结果为直线,则设置较大的光滑度值2 ;如果检测结果为曲线,则利用最小二乘法拟合曲线,并获得精准的曲Microcomputer Applications Vol.39,No.

9、10,2023(a,y),用(,y)描述该像素点灰度增长最快速的方向,即梯度方向4。直线线条像素点的梯度方向基本一致,因为像素点边缘方向与梯度方向为垂直关系,可以通过梯度方向这一信息找到不是直线边缘的信息完成直线线条的定位5。不足的是,梯度方向精度不理想会导致直线确定不精准,1表示梯度方向误差,相同直线线条内的像素点梯度方向的最大差值较大为2 e1。针对误差较大的情况需对梯度方向进行差分。定义Q(a i,y:)表示随机的数字绘画线条,i表示线条分组中像素点的编号,取值为1,2,3,m,最大像素数量为m。由此得到相邻2 个像素点的梯度方向差分,如式(1):Ai=(ai1,yi+i)-(ainyi

10、)式中,i取值为1,2,3,m一1。假设入表示差分阈值,计算得到边缘组,入max表示累计的阈值,基于以下步骤执行直线线条检测算法:还原累加器数值为0;以分组后的线条为基础,求取线条分组Q,计算边缘分组中相邻像素点梯度方向差分;并且将梯度方向转化至无符号区域,梯度方向如式(2):(a,y)+(a,y)0B(a,y)=(a,y)对比与入,当前者小于后者时,在累加器中加1。当各分组中线条累加器值不小于累计阈值上限时,表明此线条分组存在直线;如果是相反的情况,则表明此线条分组中不包含直线特征,归零线条分组的像素点。基于LSD算法精确提取直线线条6 1,求取像素水平方向与垂直方向的计算方法如下:g.(2

11、y)=(+1.)+i(+y+,)-i(z)-i(c+1)(3)g(a)=(zy+1)+i(+1.y+,)-i(2)-i(+L.2)2(4)以划分梯度值为10 2 4个等级为目标对梯度值进行升序排序,以最大梯度值点为基准向下搜索遍历。线条中梯度较小值不参与后续直线检测。定义以1个种子节点像素开始区域性搜索,扩展出1个像素,该像素被标记为已使用状态,获得直线线条区域时终止扩散。(2)最小二乘法拟合曲线基于最小二乘法对曲线轮廓中数量不低于6 个的拟合点进行椭圆拟合,如式(5):ar?+bcy+cy2+da+ey+f=o(a i,y i)表示提取的曲线轮廓点,构建(ai,y i)和期望椭圆曲线的函数F

12、(a,b,cd,e,f)表示代数距离,但是拟合的轮廓容易变为双曲线或者抛物线,为避免这种情况,使用表达式4ac一6 2=1对函数进行约束,以获取正规的椭圆曲线拟合结果。基于最小二乘法拟合曲线后,获得输入曲线线条的椭圆基金项目长半轴hi与短半轴h2,据此计算输人绘画线条光滑系数8 1,如式(6):(6)式中,椭圆长轴与短轴的比率为hi/h,曲线线条的光滑度与比率值成正比,较大光滑度呈现的线条弯度较小,m、t 分别表示数字绘画界面已经存在的线条数量、用户输入的手绘线条数量,和表示平衡系数,通过自定义来平衡手绘线条在当前绘画中的作用。设置光滑度后,曲线与用户意图相近,直线与曲线连接形成完整的数字绘画

13、图形。1.2基于WebGL的跨平台图形可视化染使用WebGL技术作为绘图标准,构建HTML5与(1)WebGL的交互前端91,在不安装插件的前提下借助系统显卡在浏览器界面展示三维场景信息与三维模型10。基于Three.js类库对绘制的图形进行三维信息煊染:首先,定义类库染器与摄像机,设置画布规格,导入染对象、三维元素追加等信息;其次,定义一个场景构建图形染的三维空间,为数字绘图染创造空间;最后,设置光源信息,如平行光、光源追加至场景等内容。(2)其他2微型电脑应用2 0 2 3年第39 卷第10 期基于图1步骤对数字绘画进行虚拟可视化处理,首先创建一个三维煊染场景空间,同时对用户通过数位板输入

14、的线条进行识别。基于梯度方向差分算法检测到线条中的直线特征,识别线条曲线特征,基于最小二乘法拟合曲线计算曲线光滑系数,作为参数对用户输入的绘画曲线进行平滑优化。其次,基于WebGL图像标准执行图形染指令,实现三维场景中图像的数字化创作。三维场景创建!添加光线,设置摄像机获取设计所需的三维模型基于WebGL的图像煊染一1图1数字绘画图形的虚拟可视化处理2测试与分析(5)构建计算机虚拟交互的数字绘画测试环境,将WACOMCTL-472数位板连接至计算机,创建交互式绘图环境,使用PTH660型号数位笔进行绘图控制。计算机硬件为Intel(R)Core(TM)i7-7700U3.6 GHz,RAM 8

15、 GB。使用 WebGL技术作为绘图标准,构建HTML5与Web GL的交互前端,准备Three.js封装完成的接口,Photoshop绘图软件,由36.!数字绘画图形输入!输入线条识别直线特征提取非直线特征提取171-1曲线线条直线线条提取立最小二乘法拟合曲线二维图形绘制立设置平滑参数优化曲线线条Microcomputer Applications Vol.39,No.10,2023此数字绘画场景基本搭建完成。直线检测算法累计的阈值定义为6 5,差分阅值设置为0.0 7。实验选取5名用户作为线条输人的执行者,以获得多样且丰富的线条样本。另外,为突出本文数字绘画方法的优越性,将基于Hough算

16、法的数字绘画方法(方法1)、基于边缘提取的数字绘画方法(方法2)与本文方法进行比较,测试条件、环境、对象与本文方法一致。2.1数字绘画线条优化性能分析图2 为数字绘画输人前与本文优化后的线条对比结果。(a)原始输入线条(b)本文方法优化后的线条图2 线条优化前后的对比由图2 可知,用户直接输入的线条虽然具有一定的弧度,但是线条细节之处存在细小的锯齿与波动,曲线的平滑度较差,尤其是下方曲线中下弧度与上弧度过渡区域较为生硬。经过本文方法识别优化后的绘画曲线明显变得平滑,锯齿基本消失,上下弧度连接处较为自然,也能够表达出用户想要呈现的曲线趋势。选取5名用户在计算机界面中分别输入10 0 条曲线线条,

17、长度越长线条弯曲度越复杂。统计各方法处理曲线的平均时间开销如表1所示。表1各方法处理曲线线条的时间开销曲线长度及数量本文方法5cm(100条)0.5578cm(100条)0.55412 cm(150条)0.56115cm(150条)0.582由表1数据可知,本文方法处理不同长度的曲线线条的用时基本一致,时间复杂度没有随着线条弯曲度与复杂度的提升而显著增加,并且时间开销均值最低。相比之下,方法1时间复杂度较高,每个线条的用时更加趋近于1s,方法2 效基金项目率次之。2.2图形可视化染的资源占用量分析为明确各方法在数字绘画谊染中对GPU(计算机图形处理器)和CPU(计算机中央处理器)的占用情况,以

18、10 0 幅待染的数字绘画手绘稿作为对象进行三维染。10 0 幅手绘稿包括动物图像、植物叶片图像、书籍图像、卡通人脸图像各2 5幅,考察数字绘图方法的光线、纹理、场景方面的谊染能力。3种数字绘画方法染过程中计算机GPU和 CPU的占用情况如图3、图4所示。6050F%/喜田早nd40302010F方法2020绘图演染数量/个图 3GPU占用量6050F%/吾nd403020100结合图3、图4可知,本文方法谊染数字绘图的GPU占用量较为平稳,前期染图形时GPU用量缓慢上升、中后期GPU趋于平稳,同时CPU占用量相比对比方法显著降低,中后期本文方法CPU占用量保持在15%2 0%。另2 种方单位

19、:法对计算机图形处理器占用量没有显著减少,并且保持较高方法1方法20.7910.5540.8540.6840.8430.6390.8650.68437.微型电脑应用2 0 2 3年第39 卷第10 期一本文方法一-方法140一本文方法一-方法1方法22040绘图演染数量/个图4CPU占用量的计算机中央处理器资源占用量。这是因为本文方法将Web GL技术作为绘图标准,构建HTML5与WebGL的交互前端,WebGL具有直接调用计算机GPU的权限,较少依赖计算机中央处理器而展开图形染处理,只开展一部分原本CPU工作,较大程度减少了CPU负担,数字绘图处理效率显著提升。2 种对比方法基于传统B/S模

20、式进行图像图形处理,必须安装对应插件或软件才能实现跨平台使用,约束性较大、灵活性较差,而本文方法的跨平台使用特性得到凸显。60608080100J100Microcomputer Applications Vol.39,No.10,20233总结为基于计算机平台更加高效、精准、低负担的实现数字绘画,提升用户创作体验感,本文提出了一种新的数字绘画线条优化与图形染方案。一方面,利用梯度方向差分与LSD直线检测法分两步骤精确提取用户输入的线条特征,判断其为直线或是曲线分别赋予不同数值的光滑度,实现绘画线条光滑度的优化。另一方面,在WebGL交互前端支撑下进行图形染,减少了绘画过程对计算机中央处理器的

21、负担,同时降低了时间复杂度。此方法最终实现了快速、简便地个性化绘图创作效果。1刘嘉听,游珍,黄捷文,等.基于庐山三维场景的图算法虚拟仿真系统研究J.计算机与现代化,2 0 2 0(12):90-98.2沈丹萍.基于梯度向量流活动轮廊模型的图像分割研究J.微型电脑应用,2 0 19,3512):6 3-6 63行徐超,平雪良.基于改进随机Hough变换的直线检测算法J.激光与光电子学进展,2 0 19,56(5):6 6-7 3.(上接第2 9页)表2 轨道不平顺预测性能评价结果周期序号1第1周期234第2 周期564总结采用人工拉弦对检测场轨道的左右轨轨向进行测量,通过实验数据分析,验证了某基

22、于光纤陀螺仪轨检车测量轨向的内、外符合测量精度。本方案可以实现5km/h的绝对测量和10 km/h的相对测量,能较好地满足目前高铁运输的需求。建立了支持向量机预测模型,获得了较低均方误差,并且获得了接近1的决定系数,表明此方法构建的预测模型满足可靠性要求。1孙其会,夏有财,袁子洋,等.轨道不平顺对单轨撬车结构动力影响分析J.兵器装备工程学报,2 0 2 2,43(2):105-110.2 余建,蒋丽忠,周旺保,等.横向随机地震下震致轨道几何不平顺的功率谱密度曲线研究J.土木工程学基金项目4王刚,施忠臣,尚洋,等.结合模板匹配和梯度峰值的对角标志自动提取方法J.光学学报,2 0 18,38(8:

23、156-163.5刘云错,彭程,边.基于直线段检测器的多阅值图像表格框线提取算法J.计算机应用,2 0 2 1,41(S1):250-254.6刘壁钱,赵章焰.基于改进LSD和AP聚类的路径边缘识别策略J.图学学报,2 0 19,40(5):915-92 4.7曹义亲,何恬,刘龙标.基于改进LSD直线检测算法的钢轨表面边界提取J.华东交通大学学报,2 0 2 1,38(3):95-101.8 马伟,龙晴晴,秦悦,等,基于画作线条结构分解的高参考文献清古画修复J.计算机辅助设计与图形学学报,2018,30(9):1652-1661.9谢宁,赵婷婷,杨阳,等.基于创意序列学习的艺术风格学习与绘制系

24、统J.软件学报,2 0 18,2 9(4):1071-1084.10龚漫均.基于WebGL的三维符号绘制技术研究J.测绘与空间地理信息,2 0 15,38(11):50-52.(收稿日期:2 0 2 2-0 5-15)报,2 0 2 2,55(2):6 1-7 2.3来蒋丽忠,余建,周旺保,等.横向地震作用下震致钢轨均方误差决定系数E=0.032R2=0.90E-0.028R2=0.97参考文献38.微型电脑应用2 0 2 3年第39 卷第10 期几何不平顺研究J.工程力学,2 0 2 2,39(2):1-13.4 J LI H,XIAO T Y.Improved Generalized En

25、ergy IndexMethod for Comprehensive Evaluation and Predictionof Track Irregularity JJ.Journal of Statistical Com-putation and Simulation,2014,84(6):1213-1231.5陈雯,周亮,许玉德,等.城市轨道交通轨道几何不平顺检测数据的应用分析J.城市轨道交通研究,2013,16(1):28-32.6 白文飞,王福田,郭玉坤.基于递推合成BP网络的轨道不平顺预测研究J.交通信息与安全,2 0 13,31(5):62-67.7 李巍,基于炳值法的轨道状态组合预测模型J.山西建筑,2 0 16,42(10):143-144.8林怀青,柴晓冬,苏圣超,等.基于PCA和SVM的轨道不平顺状态识别J.测控技术,2 0 16,35(5):25-28.9陈仕明,魏世斌,李颖,等.基于互补滤波的轨道不平顺动态测量方法J.中国铁道科学,2 0 2 2,43(1):52-62.10厉鑫波,周劲松,邓辰鑫,等.基于轨道车辆轴箱加速度的动态轨道不平顺分析J.城市轨道交通研究,2022,25(1):127-133.(收稿日期:2 0 2 2-0 3-2 4)

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服