基于笔法模型的国画一笔多色模拟

为了完善“一笔多色”国画技法效果的计算机模拟,提出了基于笔法的多色 效果仿真。通过建立笔锋模型,改变子笔道的粗细（中锋）或将多个子笔道偏移一定位置（侧 锋）进行叠加,避免了逐点计算笔道中的颜色的复杂过程,提高了运算速度。中锋、侧锋是 根据笔杆与纸面的夹角进行判断的,计算机智能笔法就是通过中锋和侧锋的转换来实现的, 从而产生两种不同笔法的一笔多色模拟效果。     

基于笔法模型的国画干笔飞白模拟

为实现国画技法干笔飞白效果的计算机模拟,提出了在笔法模型的基础上, 将飞白效果类型分为丝状和斑块状进行模拟,其中包括墨量的递减,飞白区域的判定和笔迹 的生成几个部分。通过对笔锋模型的含墨量检测,在墨量不足的区域作笔触分岔的效应,并 在父笔道的基础上,叠加若干个具有相同模型的子笔道,实现“干笔飞白”效果的模拟。     

用引导函数法抽取手写汉字笔划

本文提出了一种笔划不经细线化处理，用有引导的笔道元素分析法，直接从二值文字图象中抽取手写汉字笔划的方法。此方法的特点是，在笔划的动态追踪过程中，能够顺利地穿越笔划之间的交连点，迅速到达笔划的终点。算法较简便，程序实现较容易，笔划抽取速度较快。     

融合人类认知网络优化的中国画情感识别

现有中国画研究缺少对画作情感的分析,但画家将生活感悟寄情于美术创作,升华国画的艺术价值.基于此种情况,文中提出融合人类认知优化深度学习网络结构的中国画情感识别算法.首先,根据图像显著性和笔道复杂度提出中国画感兴趣区域提取算法.再使用可视化卷积神经网络提取国画情感特征,并交互式地融合国画情感表达手法知识优化网络结构.最后微调构建的网络预测国画情感.实验将1 000幅中国画分为4种情感类别,准确率较高,识别效果较优.消融实验与可视化实验分析网络各层作用,进一步验证文中算法识别中国画情感的能力.     

国画特征提取及SVM分类的应用

为了提高国画检索效率,应用SVM算法对鞍马画、花鸟画、人物画、竹子画和山水画等国画进行分类。首先通过对收集的国画样本进行预处理;其次,利用人眼对颜色的划分特点,把RGB模式图像转化为HSV模式,对其H、S、V分量进行非等间隔量化,组成一维特征向量,同时结合惯性比形成图像颜色特征信息,使用灰度共生矩阵算法获取纹理特征信息;最后,通过对比网格搜索、遗传算法（GA）、粒子群算法（PSO）的参数寻优方法,应用网格搜索法对国画图像进行分类,并对比了BP神经网络和判别分析算法的分类效果,SVM的正确率高达97%以上,试验结果表明SVM在国画分类应用是有效和可行的。     

国画特征提取及SVM分类的应用

为了提高国画检索效率,应用SVM算法对鞍马画、花鸟画、人物画、竹子画和山水画等国画进行分类。首先通过对收集的国画样本进行预处理;其次,利用人眼对颜色的划分特点,把RGB模式图像转化为HSV模式,对其H、S、V分量进行非等间隔量化,组成一维特征向量,同时结合惯性比形成图像颜色特征信息,使用灰度共生矩阵算法获取纹理特征信息;最后,通过对比网格搜索、遗传算法(GA)、粒子群算法(PSO)的参数寻优方法,应用网格搜索法对国画图像进行分类,并对比了BP神经网络和判别分析算法的分类效果,SVM的正确率高达97%以上,试验结果表明SVM在国画分类应用是有效和可行的。     

基于多色图的宗地信息历史回溯模型及实现

为解决宗地信息历史回溯问题,基于多色图理论,建立了宗地信息历史回溯模型,将宗地抽象为多色图中的节点,宗地间的变更关系抽象为多色图中的边,用节点和边的不同颜色分别表示宗地的不同状态及宗地间不同的变更关系;提出了回溯矩阵的赋值算法及历史回溯算法;设计了宗地变更业务相关数据结构,分析了计算机后台处理程序,开发了宗地变更业务的原型系统,表明了该模型和算法的可行性.     

基于直方图的水墨画艺术风格研究

基于内容的照片或自然图像分析和检索已经得到广泛的研究,但多数都基于颜色特征,不能直接用于水墨画艺术作品的分析。对图像进行预处理,提出基于灰度直方图描述水墨画笔道力度分布信息及构图风格,并利用神经网络学习水墨画整体技法风格特征,依据此特征进行不同艺术家间的分类。实验结果表明,通过对整体风格特征的提取,直方图模型能够有效表征画家不同的艺术风格,实现了水墨画的自动分类。     

Outline字体结构式压缩算法及其实现

针对CJK Outline字体在存储量上存在的不足,本文提出一种结构式压缩算法。算法对CJK字体进行集合变换,得到笔划集合元素;并利用聚类算法得到模板笔划;对相似数据进行统一存储与调用。同时,本文还提出了一种基于笔划段的笔划抽取算法,从图论角度实现了集合变换。结果显示,算法取得了较好的效果,而且适用于多种字体。     

3D水墨线皴渲染的仿真研究与设计

皴法是历代画家根据山石的地质构造外形或树木的表皮状态而创造的表现形式,用来表现山石和树皮的纹理。对3D模型进行皴法渲染主要采用了非物理仿真方法,直接从线皴中典型的披麻皴的外观特征入手,提出了一种在3D模型上仿真披麻皴的方法。首先通过确定笔道位置、控制笔道方向得到笔道关键线,并对其进行风格化处理,再结合笔模型和笔法模型绘制笔道。利用提出的算法能够灵活控制皴法笔道的密度,得到典型的披麻皴效果。     

基于随机模型的雨景仿真

根据视频画面中雨滴的时间无关性假设，设计出雨景随机模型来实现三维视景中雨景的可视化仿真。该方法对仿真视景的单帧画面进行雨景建模，在雨滴的形状上采用简单几何线条模拟，在雨滴的颜色上采用前景背景混合的方法，在雨滴分布上采用随机分布模型，最后通过各帧画面连续快速播放的方法来达到雨景的可视化效果。     

基于点模式匹配的视频文字跟踪和笔画提取

给出一种在复杂背景下的视频文字跟踪和文字笔画提取方法。用基于Harris角点特征的点模式匹配法跟踪视频序列中静止和运动的文字,以确定文字序列的时间属性,比较了采用图像整体像素匹配和点模式匹配的跟踪精度。用基于多帧融合思想的前景/背景识别算法提取视频文字笔画并作OCR识别。实验结果显示,点模式匹配的跟踪算法比图像整体像素匹配的算法跟踪精度更高,在图像背景复杂、变化快的情况下,基于多帧融合的文字笔画提取方法优于传统的二值化方法。     

Example‐based Multiple Local Color Transfer by Strokes

This paper investigates a new approach for color transfer. Rather than transferring color from one image to another globally, we propose a system with a stroke‐based user interface to provide a direct indication mechanism. We further present a multiple local color transfer method. Through our system the user can easily enhance a defect (source) photo by referring to some other good quality (target) images by simply drawing some strokes. Then, the system will perform the multiple local color transfer automatically. The system consists of two major steps. First, the user draws some strokes on the source and target images to indicate corresponding regions and also the regions he or she wants to preserve. The regions to be preserved which will be masked out based on an improved graph cuts algorithm. Second, a multiple local color transfer method is presented to transfer the color from the target image(s) to the source image through gradient‐guided pixel‐wise color transfer functions. Finally, the defect (source) image can be enhanced seamlessly by multiple local color transfer based on some good quality (target) examples through an interactive and intuitive stroke‐based user interface.     

基于笔画提取和颜色模型的视频文字分割算法

提出综合利用视频文字时空、笔画、颜色和几何特征的文字分割算法,快速准确地从复杂背景的视频图像中分割出文字。利用多帧融合进行图像增强,基于笔画宽度特征,使用笔画特征算子提取文字笔画,根据笔画图标注的文字区域建立颜色模型,提取文字颜色层,并用改进的连通域分析法去除文字颜色层中的同色背景和噪声。实验结果表明,该算法比传统算法能更好解决复杂背景的视频文字分割问题。     

基于条件生成对抗网络的书法字笔画分割

毛笔书法作为中华传统艺术的精华, 需要在新的时代背景下继续传承和发扬. 书法字是以笔画为基本单元组成的复杂图形, 如果要分析书法结构, 笔画分割是首要的步骤. 传统的笔画分割方法主要利用细化法从汉字骨架上提取特征点, 分析交叉区域的子笔画拓扑结构关系来分割笔画. 本文分析了传统笔画分割基于底层特征拆分笔画的局限性, 利用条件生成对抗网络(Conditional generative adversarial network, CGAN)的对抗学习机制直接分割笔画, 使提取笔画从先细化再分割改进为直接分割. 该方法能有效提取出精确的笔画, 得到的高层语义特征和保留完整信息的单个笔画利于后续对书法轮廓和结构的评价.     

On-line recognition of hand-written characters utilizing positional and stroke vector sequences

An on-line recognition method for hand-written characters utilizing stroke vector sequences and a positional vector sequence has been developed. The number of target characters is about 2000, and fairly good recognition scores have been attained. Our scheme uses the number of strokes as the primary parameter. We employ three types of recognition strategy depending on the number of strokes. The general stroke vector sequence method, devised to analyze the shape, can represent both skeleton and local characteristics by a small amount of information; and the restricted dynamic programming method is effective to determine the shape of a stroke. The similarity of two shapes and the complexity of a stroke have been introduced to reduce the dictionary size and the processing time, respectively.     

Stylized rendering using samples of a painted image

We introduce a novel technique to generate painterly art map (PAM) for 3D non-photorealistic rendering. Our technique can automatically transfer brush stroke textures and color changes to 3D models from samples of a painted image. Therefore, the generation of stylized images/animation in the style of a given artwork can be achieved. This new approach works particularly well for a rich variety of brush strokes ranging from simple 1D and 2D line-art strokes to very complicated ones with significant variations in stroke characteristics. During the rendering/animation process, the coherence of brush stroke textures and color changes over 3D surfaces can be well maintained. With PAM, we can also easily generate the illusion of flow animation over a 3D surface to convey the shape of a model.     

基于统计模型的书法笔画轮廓恢复*

获取书法汉字笔画的完整轮廓是进行计算机书法模拟和创作的重要前提,而笔画间的相互覆盖使得获取的笔画轮廓不完整。结合一个已有的统计模型,提出了一种新的笔画轮廓恢复方法。该方法通过建立轮廓模型、统计学习相似笔画来实现有缺失笔画轮廓的恢复。其主要过程包括笔画轮廓建模、建立并训练统计模型、运用统计模型恢复轮廓。实验表明该方法既有广泛的适应性又呈现良好的效果。     

Stroke-based modeling and haptic skill display for Chinese calligraphy simulation system

The goal of this paper is to study haptic skill representation and display in a Chinese calligraphy training system. The challenge is to model haptic skill during the writing of different strokes in Chinese characters and to achieve haptic rendering with high fidelity and stability. The planning of the writing process is organized at three levels: task, representation and device level to describe the haptic handwriting skill. State transition graph (STG) is proposed to describe switches between tasks during the handwriting. Chinese characters are modeled using 39 typical strokes, which are further grouped into basic and compound strokes. The compound stroke is considered to be sequential combination of the basic strokes. Straight and curve strokes are modeled using line segment and the Bezier curve, respectively. Information from STG is used for real-time collision detection and haptic rendering. Ambiguity of the collision detection at stroke-corner points is prevented using active stroke combined with local nearest point computation. A modified virtual fixture method is developed for haptic rendering. The approach is tested on a prototype training system using Phantom desktop. Initial experiments suggest that the proposed modeling and rendering method is effective.