计算机笔划变形系统和方法技术方案

技术编号:2952326 阅读:252 留言:0更新日期:2012-04-11 18:40
本发明专利技术提供了一种计算机笔划变形方法和设备。该方法提供包括多个笔划样本向量的样本空间;对多个样本向量排序,使经排序的样本向量与其平均向量的差的平方和最小;对于经排序的样本向量,求出协方差矩阵的所有特征向量,并从中选出最能反映样本特征的特征向量;用选出的特征向量构成特征矩阵,并建立统计模型:X≈*+Φb,其中*是经排序的样本向量的平均向量,Φ是特征矩阵,b是参数向量,X是变形后获得的笔划向量。本发明专利技术通过改变参数向量的分量,可以获得经变形的笔划向量。由于本发明专利技术在建模过程中以笔划的一些主要特征作为变形的依据,所以可以改进字体变形的整体效果和效率。同时,通过对参数向量适当取值,可以体现出个人的审美观点。

【技术实现步骤摘要】

本专利技术涉及一种通过计算机模拟来实现书法创作的图像变换系统和方法,尤其涉及一种。
技术介绍
回顾人工智能诞生至今的半个世纪历程,人们在理解认知、模拟思维实践中,取得了一次又一次令人鼓舞的成绩,如证明四色定理、战胜国际象棋冠军,说明计算机系统在某些方面可以超过专门训练的人。然而,对一些最通常的、经过长期进化形成的认知功能,比如艺术创作、视觉识别、以至下围棋时的辨图与直觉,当今的思维模拟还不具备婴儿的能力。其根本原因,如同钱学森先生指出的,在于形象思维这一“瓶颈”。右脑的形象思维对于这类困难的任务,对于把直觉的洞察转换成逻辑的、言语的序列来说,始终具有极其重要的地位。 形象思维的计算机模拟可以有两个切入点一是从认知神经科学的基本结论着手,这是基础的和根本的,只是目前的依据还十分有限;另一是直接从形象思维过程着手。书法创作是一种典型的形象思维过程。 印第安那大学的Letter Spirit项目对英文字母字体的感知与创作进行建模并模拟,企图对人类高级感知与创作的中心内容进行建模,设计一个字母的不同风格和不同字母的同一风格。Hofstadter Douglas等人在CRCC Technical Report,No.68,BloomingtonIndiana University上发表的“An Emergent Model ofthe Perception andCreation ofAlphabetic Style”对此有所描述。该文章通过引用包括在此。该建模方法是以一个或几个字母作为“种子”,构成某种风格的起始,然后通过四个代理(Agent)的交互,形成不同的、但风格一致、设计完整的字符集。所述四个代理分别为想象(Imaginer)、草稿(Drafter)、检查(Examiner)和调整(Adjudicator),它们是一个迭代过程。由于“创作”被限制在栅格字体(gridfont)中,其结果仅仅是不同的选择组合,所以适用于“美术字”的创作,其中基本的点线无需变化。事实上,上述方法是一种“有导师”的创作,而且未见最后结果。 Grebert I.等在Neural Networks于1992年5月出版的《ConnectionistGeneralization for Production》上发表了“An Example form Gridfont”一文,提出用三层神经网络学习五个由人设计的栅格字体,然后再学习另外一个人设计的栅格字体中的十四个字母。接着,要求网络构造出剩余的十二个字母。尽管该方法有时会输出无法辨认的字母,但具有一定的意义。但是,这种方法没有概念基础,没有内部的概念结构和边界,没有时间关系以及交互和反馈。另外,字母产生是并行的,字母的生成对其余的没有影响。所述文章的内容通过引用包括在此。 书法创作是人脑通过手指挥笔运动的过程,笔是创作和表现工具,形象思维活动的结果需要毛笔来体现。因而,有人提出用参数化模型来模拟书法笔划生成的物理过程。例如Wang Helena T.F.等在《Computers & Graphics》2000年第24期第99~113页上发表了“A Model-based Synthesis of Chinese Calligraphy”,该文章利用虚拟笔捕捉笔的三维几何参数、笔毛特性和墨沿笔划轨迹的变化;徐颂华等在《中国科学(E)》2004年第34(12)期第1359~1374页上发表的“面向电子书画创作的虚拟毛笔模型”一文也提出了一种面向书画创作的、基于实体造型技术的、虚拟毛笔的模型,以及利用它进行交互式电子书画创作的模拟框架。尽管上述两种方法不属于形象思维,但书法创作的计算机模拟最终是需要这类技术支持的。上述两篇文章的内容通过引用包括在此。 徐颂华等在《IEEE Intelligent Systems》2005年5月/6月第20(3)期第32~39页上发表的“Automatic Generation ofArtistic Chinese Calligraphy”一文介绍了一种基于综合推理的书法创作方法。虽然该方法使用了各个形象源(书法字)的信息,但由于随机选择权值,所以导致审美约束难以体现,字体变形效率也较低,线条及微妙之处无法涉及。因此,从形象思维或审美角度来看,这种方法还需要进一步的完善。上述文章的内容通过引用包括在此。 真正的书法创作,与个人的审美观密切相关,是一种目前难以言状的心理过程。对于一件作品,细微的改变有时会造成很大的或美或丑的差异。因此,需要一种既能体现个人审美观点,又能提供字体变形效率的方法和系统。
技术实现思路
本专利技术的目的是,提供一种既能体现个人审美观点,又能提供字体变形效率的方法和系统。 依照本专利技术的一个方面,提供了一种计算机笔划变形方法。所述方法包括下述步骤 提供多个笔划的轮廓样本,以构成样本空间,其中所述多个轮廓样本分别由相应的样本向量来表示; 对所述多个样本向量排序,使所述多个经排序的样本向量与其平均向量的差的平方和最小; 对于所述经排序的样本向量,求出其协方差矩阵的所有特征向量; 从所述求得的特征向量中,选出多个最能反映样本特征的特征向量; 用所述多个被选出的特征向量,构成一特征矩阵,并按下式建立统计模型 X≈X+Φb 其中,X是所述经排序的样本向量的平均向量,Φ是所述特征矩阵,b是参数向量,X是变形后获得的笔划向量;以及 改变所述参数向量的分量,以获得经变形的笔划向量。 在本专利技术的方法中,对所述多个样本向量排序的所述步骤可以包括下述步骤 (a)将所述多个样本向量中每个样本向量的重心平移到原点,获得多个经平移的样本向量; (b)以所述多个经平移的样本向量中的一个向量为基准,对所述多个经平移的样本向量进行归一化,以获得多个经归一化的样本向量; (c)相对于所述基准,对所述多个经归一化的样本向量进行对齐操作,以获得多个经对齐的样本向量; (d)对所述多个经对齐的样本向量,求出平均向量,并且相对于所述基准,对所述平均向量进行对齐操作,以获得经对齐的平均向量; (e)判断所述经对齐的平均向量与所述基准的偏差是否大于一设定值; (f)如果判断结果是大于所述设定值,则将经对齐的平均向量用作新的基准,对所述多个经对齐的样本向量进行归一化,并且重复步骤(c)-(d); (g)如果判断结果不大于所述设定值,则获得所述多个经排序的样本向量。 在本专利技术的方法中,所述经对齐的平均向量与所述基准的偏差可以是所述经对齐的平均向量与所述基准之间的距离。 在本专利技术的方法中,从所述求得的特征向量中选出多个最能反映样本特征的特征向量的所述步骤可以包括下述步骤 求出与所述所有特征向量相对应的特征值; 由大到小对所述特征值排序; 由大到小选出多个特征值,使得 其中,λi表示特征值,t表示被选出的所述特征值的个数,VT表示所有特征值λi的总和,而fv是一个设定值,用于反映将要建立的统计模型所涵盖的样本变化的比例值, 其中,所述选出的多个特征值分别与所述选出的特征向量相对应。 在本专利技术的方法中,所述被选出的特征向量的个数可以为3,并且所述参数向量可以具有三个分量,其中第一本文档来自技高网
...

【技术保护点】
一种计算机笔划变形方法,所述方法包括下述步骤: 提供多个笔划的轮廓样本,以构成样本空间,其中所述多个轮廓样本分别由相应的样本向量来表示; 对所述多个样本向量排序,使所述多个经排序的样本向量与其平均向量的差的平方和最小; 对于所述经排序的样本向量,求出其协方差矩阵的所有特征向量; 从所述求得的特征向量中,选出多个最能反映样本特征的特征向量; 用所述多个被选出的特征向量,构成一特征矩阵,并按下式建立统计模型: X≈*+Φb 其中,*是所述经排序的样本向量的平均向量,Φ是所述特征矩阵,b是参数向量,X是变形后获得的笔划向量;以及 改变所述参数向量的分量,以获得经变形的笔划向量。

【技术特征摘要】

【专利技术属性】
技术研发人员:董军徐淼
申请(专利权)人:华东师范大学
类型:发明
国别省市:31[中国|上海]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1