中国古画渐进式多级特征修复算法

针对中国古画图像修复后的结果图像内容不一致、存在明显人工痕迹、修复区域的细节信息丢失和修复后的内容模糊等问题,提出利用绘画图像的多级语义特征渐进式地修复中国古画的算法.将中国古画的修改过程分为5个阶段,分别从宏观、中观和微观的语义层面渐进式地修复古画图像.首先关注高抽象级别的语义信息和大尺度的结构信息;然后逐渐地将注意力转移到越来越精细的尺度上,而不必同时学习所有尺度的信息,由古画的高层的语义特征渐进式地向较低层的语义特征的修复.依据11位作家共197幅高清数字化古画制作了山水画、街景画、花鸟画和人物画4个数据集,在这4个数据集上的实验结果表明,所提算法在PSNR, SSIM, IS, FID等指标上的结果优于一步到位的修复算法.     

论中国画中的“留白”艺术

绘画是重要的文化艺术形式,数千年以来,我国古代产生了大量的绘画作品,包含有丰富的文化、艺术、科学与历史价值,但是由于自然灾害（地震）与自然风化以及人类越来越多的经济活动等种种原因导致部分绘画作品存在或多或少的残损或者大块缺失,严重影响了基于这些绘画作品的鉴赏、文化创意、文化传播等活动. 与自然图像相比,古画图像的自相似性通常较高,有着明显的风格特点、丰富和细腻的纹理. 尽管目前在自然图像上的修复技术已经取得了令人印象深刻的进展,但是这些算法还不能直接用于中国古画的修复. 结合中国古画的特点对算法和模型结构进行设计,提出了基于多路编码器和双重注意力机制的中国古画修复算法,目标是对内容受损的古画进行自动化修复. 为了能够较好地从多个尺度来修复古画,采用了多路编码器来学习古画不同尺度的语义特征,通过学习到的宏观、中观、微观的语义特征来对古画进行修复,解决了古画丰富和细腻的纹理修复困难问题. 为了更好地学习古画的全局语义特征,使得修复后的古画整体更加和谐一致,采用了双重注意力模块分别从风格和内容2个方面来学习古画的全局语义特征. 为了验证提出的算法的先进性,制作了一个古画数据集,在该数据集上的实验证明,提出的算法相对于目前最先进的算法而言具有较好的修复质量.

     

成像光谱技术的古画隐藏信息提取

目的 古画隐藏信息是包含在画作中的一种微弱信息,对于文物鉴定与修复具有非常重要的意义,如何快速无损准确提取古画中微弱的隐藏信息是目前研究和应用的一大技术难题,本文利用高光谱成像技术快速无损提取古画隐藏信息。方法 对古画进行高光谱扫描成像,得到短波红外波段（1 000~2 500 nm）的高光谱立方体数据,联合多种光谱匹配技术分析古画中人物头冠颜料种类;利用主成分分析技术,提取古画头冠周围涂抹痕迹。结果 通过多种光谱匹配算法对颜料进行分析,确定了颜料种类,并对匹配算法进行了对比,结果表明在颜料混合的情况下,光谱匹配算法仍能够有效的识别出混合颜料的端元种类,光谱信息散度与光谱角的匹配算法SID_SA匹配精度可以达到0.096,相比其他匹配算法,效果最好;利用主成分分析技术分层剥离主要背景信息后,头冠周围位于画作底层的涂抹信息得到了加强,可以有效地区分背景颜料信息与涂抹信息,提取隐藏信息。结论 高光谱分析技术对古画隐藏信息的提取有很好地识别效果,能够准确提取绘画颜料种类,发现绘画过程中的涂抹等痕迹,特别适用于混合颜料的种类识别与画作底层信息提取,发掘画作隐藏信息,为文物保护修复与鉴定提供支持。     

提示笔刷的数字油画画布自动生成

传统的数字油画画布由区域边界线条和指定颜料数字构成,绘画者仅需在每个区域 内部涂上与数字对应的颜料即可完成自己的手绘作品,是一种流传广泛的新艺术形式。然而,这 些画布不仅需要专业人员花费大量时间设计,且无法提示笔刷的方向和大小,影响绘画的效果。 为此,提出一种提示笔刷的自动生成方法,将任意图像转换为数字油画画布的同时,利用方向场 流线合理提示出笔刷的宽度、长度和方向。实验结果表明,该方法生成的数字油画画布线条封闭 光滑,数字清晰可辨,笔刷提示流线对绘画效果有明显的改善。     

应用于草图的人脸素描合成方法

现有的人脸素描通常需要已受过专业训练的画师来绘制才能达到自然且逼真的效果,不利于在公共安全管理、影视游戏娱乐等应用的推广.为了更方便地获得高质量的人脸素描,提出一种利用粗略人脸线条获取逼真素描的方法.首先从一般人勾绘的人脸粗略线条图像中提取边缘重叠的图像分块;然后利用局部坐标编码学习线条画图像与素描画图像的空间特征并建立各自的数据字典,联合2个数据字典获取线条与其对应素描图像的空间特征关系;进而利用图像分块构造马尔科夫随机场,应用模拟退火算法优化全局能量进行素描合成.在人脸素描XM2VTS数据集上的实验结果表明,采用该方法获得的素描图像效果良好.     

基于线条形状和主方向墨色分布特征的中国画画家识别算法*

目前针对中国画的研究主要集中在基于内容的图像分析上,但是对于中国画的分类识别,更重要的是艺术风格而非内容.中国画的本质是笔墨运用,笔道的线条形状和墨色构成是鉴别艺术风格的重要因素.因此,文中提出基于笔墨特征的中国画画家识别算法.首先提取墨线的形状特征和墨色的布局特征,然后综合上述2种特征,作为支持向量机的输入训练得到画作分类器.实验表明,文中算法在平均查全率和查准率上较优,可以用于中国画的数字化分析、理解和识别,为中国画传承和鉴赏提供有效的数字工具.     

一种自适应组稀疏表示的图像修复方法

针对组稀疏表示图像修复方法采用固定大小的图像块,致使修复结果中存在纹理和结构清晰性较差的问题,提出一种基于自适应组稀疏表示的图像修复方法。由于自然图像中纹理和结构信息不同,为了与原方法固定图像块大小的组结构作区分,首先提出一种自适应选取样本图像块大小的方法来构造自适应的组结构;然后以组为单位对其进行奇异值分解,获得该图像块组的自适应学习字典,并利用分裂伯格曼迭代(Split Bregman Iteration)算法求解目标代价函数;最后通过调整组中的图像块数量和迭代次数对每个组的自适应字典和稀疏编码系数进行更新,以获取较好的修复效果。实验结果表明,该方法不仅在峰值信噪比和特征相似性度量上有所提高,同时也提高了修复效率。     

改进的自然图像铅笔画效果生成

目的现有的自然图像素描画效果生成算法存在容易造成画面细节丢失,笔画线条单一等问题。针对这些问题,提出一种改进的自然图像素描画效果生成算法。方法通过模拟艺术家创作素描画过程,采用多层次多尺度方法提取图像中不同层次的细节信息,并使用不同长度不同粗细的笔画来模拟艺术家在创作过程中不同力度的绘画效果,分层绘制画面中不同细节层次,然后融合各层次笔画效果形成最终的素描画笔画效果,最后合并素描画笔画效果和素描画图像底纹。结果通过本文算法,可以得到与原输入自然图像内容一致,色调与艺术家绘制的素描画效果相同,笔画和底纹形式与实际素描画相似,真实感较强的素描画效果输出图像。结论大量实验结果表明,本文算法可以生成高质量的自然图像素描画效果,与现有成熟的铅笔画生成技术相笔,该算法具有较强的可比性。     

基于小波多分辨率分析的线条画生成方法

研究了小波变换在二维图像处理中的多分辨率分析特性,提出了一种基于小波多分辨率分析的线条画生成方法,并采用MATLAB语言进行了编程实现.将彩色图像转换为灰度图像,采用bior1.1小波对灰度图像进行二层小波分解,滤除分解系数中的低频系数进行图像重构,并通过反向、滤波和亮度调整等一系列处理,最终获得一种模拟手绘线条画的效果图.试验结果表明,用该方法生成线条画效果图是行之有效的.     

MCA分解的唐墓室壁画修复算法

壁画数字化修复工作极大降低了手工修复时带来的不可逆的风险。根据唐墓室壁画人工修复时先整体结构、后局部纹理的思路,提出一种基于形态学成分分析(morphological component analysis,MCA)分解的唐墓室壁画修复算法。首先结合唐墓室壁画的特点,采用改进的MCA方法进行图像分解,得到结构部分和纹理部分;然后根据图像分解后纹理和结构的复杂程度与稀疏程度,分别采用简化的全变分(total variation,TV)算法和K奇异值分解(K-singular value decomposition,K-SVD)算法进行修复。实验结果表明,该算法可兼顾纹理与结构的修复效果,唐墓室壁画中的裂缝现象的破损修复精度得到提高。     

基于三角形分解和重构的平面多边形变形方法

为解决较复杂的不同拓扑结构的二维形状渐变问题,提出一种基于三角形分解和重构的平面多边形变形方法.该方法将图形多层分解为三角形,保留分解过程中的各层边角信息;然后通过线性插值各层边长比例及角度,并结合刚性变换方法重构中间多边形的细节和框架,以达到变形的目的.该方法适用于任意点数的多边形,具有一般性.实验结果表明,文中方法能很好地解决变形序列中的萎缩问题,并且对较复杂的狭长图形也能避免自交现象,变形效果自然.     

基于图形硬件的光滑线条绘制(英文)

线条能够以相当少的可视信息来有效地表示一个三维模型的形状.利用图形硬件的高度并行处理能力,文中提出了一种新的基于物体空间的线条绘制方法.对于一个光滑物体形状,新型的Suggestive轮廓线能够结合侧影轮廓线来生成非常好的视点相关的线条效果.并且,最新被引入到Direet3D 10流水线的几何着色器能处理三角形图元数据及输出零个或多个线条图元.文中提出了一种并行化的线条绘制方法,能够直接在几何着色器中抽取三维的特征线条.该方法能根据视点与模型的距离自动地选取合适比例的线条进行绘制,绘制的线条平滑,绘制速度快.在文章最后给出的许多实验示例证实了该方法的效果.     

一种改进的基于纹理的图像修复算法

图像修复是数字图像处理领域重要的研究内容,该文针对Criminisi等人提出的基于纹理的图像修复算法的一些不足,提出一种改进算法,优化了纹理块优先权的计算方法,采用新的搜索匹配块方法和改进了匹配准则.实验结果表明,该算法具有良好的修复效果.     

基于特征线条的三维模型检索方法

为了避免在三维模型检索中对输入源的限制,提出一种以自然图像为输入源、基于特征线条的三维模型检索方法.首先基于最优视点提取算法训练并获取三维模型较优视点集;然后在较优视点集下渲染三维模型混合轮廓线视图,并为各视点混合轮廓线视图提取Gabor边缘响应特征,建立特征库;最后对输入的自然图像提取相同的边缘响应特征,采用视觉词袋方法从特征库中检索相似模型,并根据相似度排序.实验结果表明,该方法利用自然图像与模型特征线视图的边缘相似性实现三维模型检索,降低了退化视图与自然图像纹理对三维模型检索的干扰,符合人类视觉辨识三维物体的机理,具有良好的检索效果.     

利用内容可寻址技术的存储器BISR方法

随着缺陷密度的增加,在存储器中设计冗余行或冗余列替换有缺陷的存储器单元已成为提高存储器成品率的常用方法.然而基于冗余行或冗余列的修复方法不仅对冗余资源的利用率较低、冗余分析算法较复杂,且受限于存储器生产厂商提供的冗余资源结构.针对此,提出了利用内容可寻址技术结合冗余行和冗余列来修复存储器的方法.该方法中,内容可寻址存储器不仅用于存储修复信息,还被用于当作冗余字替换故障字实现字修复,而冗余行和冗余列则分别用于修复行或列地址译码故障;并在译码逻辑输出端设计控制电路,避免对已修复的故障字进行访问.文中方法简单易行、面积开销小、利于扩展且修复效果好.实验结果表明,该方法在获得同样修复效率的情况下,冗余资源和内容可寻址存储器面积开销最小约为已有二维冗余修复方法的20%.     

基于绘画时序的双层次笔画线条简化方法

虽然有电子画笔的帮助,将线条草图手动重画为干净的线条画依然耗费艺术家大量的时间,严重影响了创作效率.利用笔画的绘画时序,把简化模型从单一的空间关系提升到时间先后关系和笔画修改关系,提出一种双层次的笔画线条简化方法.在绘画过程中实时记录笔画线条的位置和顺序,根据空间信息和时序关系局部地进行线条初步聚类;然后通过修改关系图进行全局的线条类间修改关系分析,理解艺术家的绘画意图,最终合并得到简化结果.实验结果表明,文中方法能够充分利用绘画时序分析绘画意图,实现复杂线条草图的笔画线条自动简化,并通过效果对比展示了该方法的有效性和鲁棒性.     

基于单幅图像的三维建筑物交互累进式建模

基于单幅建筑物图像,提出一种以简单交互方式累进式重建三维建筑物场景的方法.在以单幅建筑物图像为背景的画布上,用户首先标记建筑物的2个基面并对输入图像进行校正预处理,校正过程中充分利用透视图像中的平行线交于同一个图像消影点的特点,由射影变换快速消除建筑物图像中的透视失真并恢复建筑物图像中的线条平行关系;然后在经校正处理后的图像上描绘建筑物基本轮廓线条,系统自动查找轮廓线条平行垂直关系,利用二维线画图中各线条的平行、垂直及顶点共面关系作为约束建立能量函数计算线画图中所有顶点的深度值,并根据结构对称性特点完善建筑物模型几何结构,生成建筑物场景的粗糙模型;最后利用建筑物图像呈现的精细细节结构和其与建筑物粗糙模型主体结构的几何位置关系确定细节结构顶点的深度值,并根据输入图像中可见部分纹理信息进一步合成建筑物表面纹理,得到精细真实的三维建筑物模型.实验结果表明,该方法能够方便、高效地重建输入图像中的建筑物场景,并且具有较强的真实感.     

一种有效的大区域图像修复算法

关于图像修复优化,普通的非纹理图像修复或纹理综合算法都不能对修复区域为大区域的自然图像取得很好的修复结果,传统的CPT算法提出了一种很好的解决自然图像修复思路,结合纹理综合和非纹理修复的方法,采用迭代算法,每次对优先权最高的一点进行块匹配,以此来提高修复过程的有效性,但也存在不足。通过对CPT算法存在的问题进行分析,并在其框架下进行充实和改进,提出一种有效的大区域图像修复算法,并给出一种全新的梯度优先的计算方法。实验证明该方法是有效的,提高了大区域图像修复效果。     

快速非局部均值形态成分分析唐卡图像修复算法

唐卡图像包含内容丰富、颜色复杂,使用基于形态成分分析(MCA)的图像修复算法修复图像时,增加全变分对恢复有毛糙边缘的分段光滑图像效果较好,但其很难有效利用图像全局冗余相似信息,并且易产生阶梯效应.针对该问题,提出一种快速的非局部均值MCA唐卡图像修复算法.该算法利用像素周围固定大小窗口内的信息表征该像素的特征,使得像素估计结果能够很好地保留结构细节信息,即分解后的结构部分具有更稀疏的梯度,使得后续的迭代分离效果更加优良;同时,使用该算法有效地减少了区域内不相关像素权值的计算,降低了算法的复杂度.对于唐卡图像中出现的折痕、斑块状破损以及部分信息缺失的修复实验结果表明,文中算法具有良好的修复能力.     

基于本征图像分解的人脸光照迁移算法

提出了一种基于本征图像分解的人脸光照迁移算法.首先,针对本征图像分解效果不彻底的情况,提出了一种改进的本征图像分解方法.在此基础上,为了保持人脸细节特征,提出了一种基于边缘保留的光照滤波算法,对参照人脸进行光照迁移至目标人脸,最后融合目标材质图像与滤波后光照图像进行人脸重光照.实验结果表明,与已有算法相比,该算法能够很好地保留迁移后的人脸肤色,并且所生成的重光照效果更准确、自然.