论文部分内容阅读
中国书法是一门古老和具有丰富内涵的艺术。它是以汉字为载体,以毛笔为主要创作工具,以笔法、墨法、字法、章法为表现手段,以文字涵义和书写者思想情趣为表现内容的一种融时间和空间于一体的线条造型艺术。中国历史上产生了大量对后世影响巨大的书法家,他们留下了丰富的书法作品。这些书法作品主要以碑帖的形式被保存下来。在当前这个数字时代,利用计算机图形图像处理、模式识别等技术对古书法碑帖图像进行处理,使之更方便被传播和应用,对于继承和发展传统文化有非常重要的意义。本文就古书法碑帖图像数字化的几个关键问题:去噪、碑帖汉字轮廓参数化、书法纹理的建模等问题作了认真分析,并给出了相应的算法。首先根据碑帖图像中噪声和汉字笔画不同的形状和分布特点,提出一个碑帖文档图像去噪算法。该算法主要包括两个步骤:先用基于偏微分方程的TotalVariation算法和0tsu二值化方法对书法文档图像进行预处理;然后根据碑帖文档图像里的噪声和笔画形状特征及它们不同的分布特点,用游长统计的方法,从游长概率密度直方图计算得到一个最佳的游长门限,根据这个游长门限去掉碑帖图像里的大部分块状和随机噪声,最后用改进的霍夫变换方法去掉线状噪声。实验结果表明,该算法的去噪结果优于相关方法。其次本文提出一个从书法碑帖图像生成轮廓字体的方法。该方法主要包括汉字轮廓的特征点检测和轮廓段拟合。其中特征点检测方法考虑书法碑帖图像的特点,首先构造一个基本笔画库,然后用线性回归方法得到汉字轮廓噪声程度和高斯函数之间的关系表达式,最后用主成分分析的方法确定汉字轮廓上的特征点。这些特征点将汉字轮廓划分成轮廓段,最后根据累加弦长参数化和最小二乘方法,对每个轮廓段用参数曲线进行拟合得到轮廓字体。本文提出的特征点检测算法改进了基于曲率尺度空间(Curvature Scale Space,CSS)的特征点检测方法,使之更适合碑帖汉字轮廓的特点。该算法和基于CSS的特征点检测方法相比,不仅减少了算法的时间复杂度,而且提高了检测带有噪声的汉字轮廓特征点的准确率。最后本文给出一个基于样本的草书纹理生成模型。该模型利用一些典型的草书笔画纹理样本,根据自回归模型和分层采样技术,能生成视觉上有丰富变化的草书风格笔画纹理。同笔画纹理样本相比,利用本文提出的草书纹理模型能生成与样本笔画纹理结构上相似,但又有所变化的笔画纹理。将生成的纹理映射到汉字轮廓上,获得了满意的视觉效果。