论文部分内容阅读
矢量图使用几何图元如点、直线、曲线以及简单几何图形表示图像内容,由于其图像质量与分辨率无关、文件体积相对较小、易于编辑等特点,在计算机图形界面、三维建模、艺术创作等领域有广泛的应用。Diffusion Curves是一种基于曲线的矢量图表示方式,使用贝塞尔曲线以及附着在曲线上的颜色和模糊信息表示图像内容。本文对其做了生成与编辑两个方面的研究。从生成上,用户可以通过手工创作或者从现有的位图中提取几何和颜色信息生成基于Diffusion Curves的矢量图。手工创作的方式依赖于创作者的技巧,更多的是通过图像矢量化方式得到。基于位图生成的方式依赖于对图像中物体边缘的准确提取,在图像中颜色梯度变化较小的地方容易遗漏图像边缘。随着深度相机的流行,带有深度信息的图像越来越容易获取。本文提出了一种位图矢量化生成Diffusion Curves的方法,可以同时应用于RGB和RGB-D图像。我们利用多尺度的Canny边缘检测从彩色图中得到图像轮廓,对具有深度信息的RGB-D图像利用其深度信息辅助轮廓提取,再根据轮廓信息从彩色图中提取颜色信息,从而获得更好的生成结果。从编辑上,由于Diffusion Curves的几何图元是离散的,彼此之间缺乏拓扑约束,现有的图像编辑方法仅仅局限于基于单根曲线的局部细节修改,针对整体图像内容的操作变得比较困难。本文针对现有的Diffusion Curves编辑方法做出了改进,我们将贝塞尔曲线离散化再利用线性混合蒙皮方法进行空间变形,之后再重新拟合成贝塞尔曲线,使得用户可以对Diffusion Curves进行整体形状编辑且保持了矢量图的表示方式以便后续操作。同时我们添加了曲线间的连接性约束,使得编辑过程中图像的局部细节不被破坏,从而降低了编辑的交互量。结合局部和全局的编辑,用户可以更加高效灵活的编辑图像内容。