首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 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  
张巍  张筱  万永菁 《自动化学报》2022,48(7):1861-1868
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.
矢量字以其可以方便地进行各种变换和高质量的显示及输出效果得到广泛应用,汉字的矢量化是中文信息处理的重要内容之一。该文通过非细化的矢量化算法中的轮廓线的方法,针对启功书法字中的3 755个一级汉字完成了矢量化,并建立了包括每个字的笔画的矢量表示、笔画顺序等信息的启功书法的矢量字库,为启体书法的逐笔临摹学习奠定了基础。文章详细论述了对书法字轮廓的提取过程,笔画分割过程和对提取结果的优化处理方法。  相似文献   

4.
提出了一种针对篆书和隶书等多类别书法字图像笔画及笔顺信息的提取算法。算法通过使用书法字骨架图与轮廓图相结合的方式,使用针对交叉处轮廓点角度聚类及该点与交叉中心欧氏距离相结合的聚类准则,完成交叉处笔画的信息补全、处理,并根据书写规则提取书法字的笔顺信息。最后,针对楷体、隶书、篆书三类书法字图像做笔画以及笔顺信息的提取,实验结果表明本文所提出的方法对多类别书法字图像笔画提取取得了较好的效果。  相似文献   

5.
为了以较低运算开销和设备成本实现书法的真实显示,利用F-Tablet硬件系统,通过分析力信息和笔画宽度之间的统计关系建立虚拟毛笔模型。该模型可以节省大量计算时间,达到实时交互目的。与一阶线性模型、ARMA模型和模糊推理模型进行比较,结果表明该模型的书写效果较好。  相似文献   

6.
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.
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.
由汉字的轮廓提取笔画,其关键之处在于找到笔画相交处的交点。在提取汉字图像轮廓和特征点的基础上,提出了笔画分离算法,并通过程序实现了该算法。实验证明该算法对于提取印刷体汉字和无连笔的手写体汉字是有效的。  相似文献   

10.
研究基于手绘(sketch)的三维建模方法并实现相应的建模系统。通过对输入的手绘笔画(strokes)进行去噪、分段、识别等操作,将手绘笔画识别为直线、椭圆等基本图元,再根据图元之间的相应关系构建出三维模型,实现对用户输入意图的自动三维解释。实验结果表明,该方法能够对输入的strokes进行精确的分析处理,实现对输入手绘笔画的三维建模。  相似文献   

11.
基于统计模型的书法创作模拟   总被引:2,自引:0,他引:2  
人们对抽象思维与形象思维的认识极不平衡,对形象思维过程的研究尚属阙如.书法创作是典型的形象思维过程.文中给出基于带参数的统计模型(X=M(b))的书法笔划变形方法,通过调节参数可生成新风格的笔划.其过程包括从笔划轮廓获得训练点集、利用广义Procrustes分析法对齐、由主成分分析法得到特征等,并以隶书中典型的"一"划为例,讨论模拟创作结果.要实现人工智能,形象思维的模拟、模式和模型是逐步要考虑的问题.目前的工作只是第一步.  相似文献   

12.
提出笔触特征三角形方法,它为手写字字形骨架添加毛笔书法效果,以达到美化手写字的目的。该方法首先 提取手写数据中的书法特征和字形结构特征点集,构成字形骨架;然后通过添加笔触特征三角形序列生成笔画宽度信 息;最后利用I3-样条曲线对生成的手写字轮廓线进行平滑,得到最终美化结果。该方法仅利用计算机采集到的手写 汉字的点线坐标信息,以三角形方法为手写汉字添加书法特征,适用于各种手写汉字采集设备。  相似文献   

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.
一种现代藏文笔段提取算法   总被引:7,自引:0,他引:7  
针对藏文字符笔段的几何特征和拓扑结构,本文提出了一种基于字符轮廓信息的藏文笔段提取算法:通过链码跟踪的方法得到笔段轮廓的点列,然后从点列中提取特征点并利用特征点切分出笔段,最后用笔段的轮廓线代替骨架线来表征藏文的笔段。本算法用于印刷体藏文笔段提取,取得了良好的效果,避免了传统细化算法所造成的畸变,提高了笔段提取的抗干扰能力,并减小了计算量,加快了特征提取的速度。  相似文献   

16.
郭冬梅  闵华松 《控制与决策》2022,37(7):1665-1674
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   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号