基于范例的圖案創(chuàng)作關(guān)鍵技術(shù)研究.pdf

1、圖案在人類生活中幾乎無處不在,體現(xiàn)著人類對美好生活的追求。隨著社會的發(fā)展和技術(shù)的進步,圖案創(chuàng)作逐漸從手工模式向利用計算機進行創(chuàng)作的模式轉(zhuǎn)變。目前利用計算機創(chuàng)作圖案的方法主要有三類:計算機輔助設(shè)計、利用數(shù)學(xué)模型生成和基于圖案知識的智能化設(shè)計。這三種模式與傳統(tǒng)的手工模式相比,無論在創(chuàng)作效率、質(zhì)量還是對圖案素材的復(fù)用方面都取得了很大的進步,但也存在著各自的應(yīng)用局限性。例如,對于形式自由多變的花卉圖案,建立確切的數(shù)學(xué)模型或規(guī)則表示存在一定的困難

2、。
　　 本文在系統(tǒng)分析國內(nèi)外相關(guān)研究工作的基礎(chǔ)上,針對花卉圖案創(chuàng)作中存在的難點和問題,提出了一種利用范例學(xué)習(xí)及特征匹配技術(shù)的圖案創(chuàng)作新方法和一種新的目標特征描述模型;并提出通過訓(xùn)練數(shù)據(jù)將人的感知經(jīng)驗引入到相似性度量,以提高相似性匹配的精確度。本文主要的研究工作和創(chuàng)新點包括:
　　 (1)針對草圖和圖元這類只有邊緣信息的目標,本文提出一種新的基于目標輪廓的射線描述模型,它使用輪廓采樣點的局部特征和空間關(guān)系來描述目標,利用

3、最大表決機制來實現(xiàn)目標的匹配和幾何變換不變性;實驗證明該模型在表達目標的形狀特征方面具有較好的健壯性,既可以用于匹配具有清晰輪廓的目標,也可用于從復(fù)雜的圖像背景中檢測目標。為更好地表達花卉圖像目標,設(shè)計了基于分類的特征選擇算法,并提出基于最近鄰的圖像目標相似性匹配算法;獲得的最優(yōu)特征和匹配算法在花卉圖像目標匹配上取得了較好的效果。
　　 (2)相似性度量是模式識別和計算機視覺的基本問題,利用距離來度量目標相似性是一種典型的方法。

4、但距離只能反映目標的幾何相似性,與人感知的相似性有一定的差距。針對這一問題,本文提出利用訓(xùn)練數(shù)據(jù)的統(tǒng)計特性來提取視覺相關(guān)因子,并通過視覺相關(guān)因子將人的視覺經(jīng)驗引入到相似性度量中,提高相似性匹配的準確性。結(jié)合視覺感知具有模糊性這一特點,重點研究了使用隸屬度作為視覺相關(guān)因子的方法,分別提出了基于特征空間劃分的隸屬函數(shù)構(gòu)造方法和基于特征值分布的隸屬函數(shù)構(gòu)造方法。實驗證明,引入視覺相關(guān)因子后的相似性度量方法與視覺感知的結(jié)果更一致。