共查询到16条相似文献,搜索用时 125 毫秒
1.
采用单笔画草绘的三维模型编辑方法 总被引:1,自引:0,他引:1
为提高三维模型的编辑交互性,提出一种采用单笔画草绘的三维模型编辑方法.该方法根据三维模型轮廓的数学特征,采用基于对象空间的三维模型轮廓提取方法,通过检测三维模型的轮廓点和暗示性轮廓点特征提取简洁清晰的三维模型内外轮廓;再根据用户的纸上绘制习惯,采用基于端点邻近性的笔画匹配方法获取三维模型中待修改的轮廓段.最后根据笔画与待修改轮廓段之间的对应关系对模型形变参数进行计算,采用拉普拉斯形变方法重建三维模型得到形变结果.实验结果表明,文中方法能有效地支持用户对三维模型内外轮廓进行单笔画编辑和修改. 相似文献
2.
基于条件生成对抗网络的书法字笔画分割 总被引:1,自引:0,他引:1
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. 相似文献
3.
4.
5.
6.
《计算机辅助设计与图形学学报》2016,(2)
笔画承载着书法字区别于打印体的重要信息,是书法字识别、书法风格分类和作品真伪鉴别的基础.但书法笔画粗细多变,有交叉、有变形、有粘连,尚未有实用的书法笔画提取方法.为此,提出用爬虫法提取书法字笔画的方法:先用细化算法得到一个像素点宽的书法字骨架;然后使用爬虫根据书写规则探测路径,遇交叉处时派生多个侦探爬虫探测并选择正确路径;再将骨架笔画路径用8链码表示走势,并计算笔画类型;根据笔画类型及相交位置计算笔画相交类型,再根据相交类型计算交叉区域笔画轮廓的划分方式,将交叉区作为共享区分配给不同的轮廓笔画;最后补全轮廓线得到书写时的笔画原貌.实验结果表明,该方法对篆书、隶书、楷书的笔画提取是有效的,能为笔画变形粘连的行书、草书的笔画提取奠定研究基础. 相似文献
7.
针对机器人书法系统存在仅考虑毛笔笔直状态下机器人书写的问题,提出了一种新的机器人书法系统,可使机器人能够在倾斜状态下书写汉字。该系统首先分析毛笔足迹,建立一种适合用于机器人毛笔书写的基于线性回归算法的笔触模型;然后使用遗传算法从笔画图像获得轨迹信息,加入了起笔、行笔、收笔规则,生成虚拟笔画图像;最后采用B样条算法实现机器人路径规划,坐标变换完成姿态计算,从而进行实际书写。机器人书法系统提取了3种笔画特征作为评价指标,实验结果表明:机器人毛笔书法系统可以得到较好的书写效果。 相似文献
8.
《计算机应用与软件》2017,(3)
车牌定位结果中往往存在一些误检,为了减少车牌识别后续模块的计算负担,并提升最终识别结果准确率,提出一种基于字符包络分析和笔画宽度统计的伪车牌排除方法。该方法将车牌定位结果图像二值化和反色判断后,对二值图中字符前景的上下轮廓提取包络,统计上下包络线的间距,设定阈值排除一部分伪车牌;再对二值图像各行前景点进行笔画宽度统计,计算得到多个指标,进一步排除更多伪车牌。实验结果表明,该方法能排除复杂场景中的绝大多数伪车牌。 相似文献
9.
10.
11.
12.
13.
针对手写汉字笔画提取的重点和难点--模糊区域的识别和解析问题,提出了一种新的基于模糊区域检测的笔画提取算法.该算法首先利用细化算法提取的fork候选点和fork候选点附近的轮廓信息来检测模糊区域;然后利用图模型来对子笔画和模糊区域进行建模,同时通过构造贝叶斯分类器来分析子笔画对的连续性,并通过路径搜索来得到子笔画序列;最后通过进行B样条插值来提取细化后的笔画.对比实验结果表明,该算法不仅能够有效地用于模糊区域检测和笔画提取,而且能够避免细化结果在模糊区域内的形状畸变. 相似文献
14.
如何高效逼真地动态重现书法作品的创作过程日益成为亟需解决的问题,因此文中提出基于主曲线的书法字动态重现方法,解决当前细化算法在提取骨架时存在的无效分支较多、不能保证笔画的连续性和准确性的问题.结合书法字自身结构对主曲线算法进行改进和优化.对书法图像进行骨架提取、骨架追踪、笔顺获取等处理,结合骨架信息和二值图像实现笔画宽度复原,针对笔画宽度存在的“肿瘤”问题,提出“角点剔除法”进行修正,结合HTML5的Canvas绘图技术进行书法字动态书写过程.在模拟数据集上的实验表明,文中算法的书法动态重现取得较好效果. 相似文献
15.
16.
书法机器人将书法创作与机器人技术相融合,通过控制机械臂模拟人的书写行为和书法创作,再现艺术魅力.机器人书法作为机器人运动规划的典型应用,对传统书法文化的传承和教育具有深远意义.按照书法机器人的研究脉络,回顾分析书法机器人的发展历程.首先介绍笔画分离与提取关键技术,总结虚拟笔刷建模的两种经典笔触模型;然后详细阐述书写轨迹涉及到的核心技术,应用不同的书写轨迹规划控制书写路径,在此基础上分析目前书写评价指标,讨论书法机器人的评价模型;最后回顾总结已有的研究进展及流程,对比传统书法机器人和智能书法机器人各自的优缺点,提出将传统的书写轨迹路径、笔触模型融入到智能书法机器人训练模块中,以弥补其在笔画书写顺序方面的不足.同时,展望书法机器人未来的研究方向和发展趋势,指出未来书法机器人可围绕深度神经网络、深度神经进化、深度强化学习等开展研究. 相似文献