文摘

本文从现实的三维模型,研究油墨艺术风格两个方面的仿真模型和三维显示技术,探讨了三维模型的三维显示模型墨水的风格,并通过软件开发平台进行实验和辅助软件。验证了模型的可行性。针对问题的大规模三维场景的实时渲染模型,高效的可见性排斥反应方法和多分辨率快速渲染方法是为了实现快速施工和水墨渲染3 d虚拟现实场景的大数据环境。二维细胞自动机模型用于模拟一笔用墨水和洗风格,沿着路径和轮廓画一笔获得效果接近的水墨绘画的艺术风格。设置模型的表面用墨水风格一笔纹理模式,指的是深度地图,法线贴图,和曲率模型的地图信息,模拟的绘图效果过程纹理映射的方法。实例验证表明,墨水艺术大数据的快速可视化分析模型在本文设计符合墨水艺术大数据的三维显示的预测需求指标。快速可见性切除方法用于处理大数据环境中大规模三维水墨艺术。在虚拟现实场景实现效率高,多分辨率快速渲染方法更好的维护的外观没有大变形预测模型。

1。介绍

三维显示技术的迅速发展和成熟,已逐渐成为人们生活的一部分。然而,当前的立体显示技术主要是用来显示现实场景和在nonrealistic领域很少使用。水墨艺术是绘画艺术的代表之一。它使用三维艺术立体显示技术来显示墨水。积极在显示墨水和绘画的艺术表达能力,表达艺术家的艺术情感,表现出东方文化的魅力。如今,传统的基于二维平面视觉效果逐渐不能满足人们的需求为更高的生活质量(1]。更具表达性的三维显示在日常生活中也越来越多地出现。3 d游戏和3 d电影已经开始。近年来,三维显示技术发展迅速,形成了一些一般性的技术标准。本文提出一种三维显示模型水墨风格的三维模型:一个逼真的三维模型,使用电脑墨水和洗仿真模型,结合三维显示,最后一个水墨风格的三维图像2]。水墨风格的三维显示可以更丰富和直观地显示了中国水墨画的审美情趣和思想。同时,立体显示nonrealistic领域相关技术的使用也是一个尝试和探索立体显示(3]。

墨水风格呈现的研究领域属于nonphotorealistic渲染(NPR)。它不同于追求逼真渲染生成逼真的照片之类的效果。Nonphotorealistic渲染强调画面的艺术效果和意义的表达能力,通过模拟传统绘画风格和技术生成图像的艺术风格,如油画、水彩画、蜡笔画,铅笔绘画和水墨画。其中,水墨画仿真的研究内容大致包括模拟米纸上墨水的扩散效应,使用二维或三维模型参考图像生成图像或图像序列与墨水艺术风格,和模拟输入的刷4]。从应用程序的角度来看,墨水和清洗的主要应用程序模拟可以分为两个方面:墨水和洗仿真图系统和实时渲染的水墨风格。水墨画仿真绘制系统主要是利用计算机硬件和软件实现数字化的水墨绘画艺术作品。作者提供数字水墨画创作工具;实时渲染的水墨画风格更倾向于水墨画的自动生成,通过给定的输入自动生成墨水风格图片照片或3 d模型(5]。

本文的主要研究目标是实现面向对象三维水墨风格渲染方法从实时渲染技术的角度,基于通用civilian-grade电脑,输入二维图像与三维场景生成墨水风格,并使渲染方法满足实时性要求,而且它可以渲染和动画序列帧实时生成水墨画。第一章是引言。本章解释了本文的研究背景和意义,分析了美学和水墨画的市场需求。第二章是建设和实现三个data-dimensional墨水艺术的典范。我们分析当前国内外研究现状,明确研究和分析基于块的几个模型和基于像素的纹理合成方法,分析和改进模型,并提出一种基于参数自适应墨水纹理合成模式5]。空间殖民模型用于自动提取的三维骨架树遍历树的骨架点建立骨架点序列,并确定分支机构的拓扑结构。分支厚度计算基于管道模型,和一些细切的骨架点的夹角相邻骷髅线段,广义缸是由保留要点,最后,一个三维树模型。第三章详细分析了研究结果。通过大数据分析任务的应用程序模型中设计,视觉分析相结合进行数据和场景设计来验证模型的可行性和有效性。水墨渲染的效果进行展示和分析。最后,它总结了工作这个话题,进行创新提出,剩下的问题,和后续研究计划,以及期望和前景的研究领域的三维大数据墨水艺术的立体显示。

2。研究水墨三维显示指数的预测模型

2.1。相关工作

早期水墨渲染的研究主要集中在刷子模型的建立,米纸的结构,墨水扩散的原则。水墨画风格呈现现有的程式化的图模型基于3 d模型通常遵循一个类似的模型框架。首先,提取地表特征的三维模型,包括等高线、折叠线,和边界,然后使风格化提取的特征线。得到一个艺术三维模型的轮廓。列出的模型后,根据照明室内模型的彩色模型来描述光的影响,阴影,阴影6]。王等人提出了一个动态平衡模型基于物理和化学原理,解释了墨水的扩散特点的米纸(7]。他们指出,墨水扩散主要是由水分子和水分子和碳分子之间。彻底地和其他人相信,除了分子间力和重力、毛管孔隙度的米纸纤维结构也会影响墨水的扩散8]。结合毛细管米纸的纤维结构,过滤模型,提出了确定墨水流动的方向根据方向和差距的米纸纹理9]。沃利斯建立了一个模型与网格结构除以米纸为多个矩形单元区域和计算纤维分布在每个矩形单元(10]。基于元胞自动机的方法来模拟墨水扩散的影响,施瓦布等人提出了一个基于晶格波尔兹曼方程流体流动模型(LBE)和使用这个方法来实现良好的实时墨水扩散效果实时渲染系统,但方法,聚合速度太慢和不适合实时渲染系统3 d对象(11]。

墨水的模拟预测通常是基于模拟油墨粒子和水混合粒子,和他们的运动行为纸分子模拟等不同属性的墨水颜色。本文模型也是一个不可或缺的墨水扩散效应的模拟的基础。Goodstadt等人提出了一个自动计算模型对水和油墨粒子运动的基础上论文元素然后应用他们的渲染树的不同的参数(12]。Vempati等人提出使用基于概率模型的纹理合成呈现3 d树模型。Yeh和明的自动绘制方法研究3 d动物模型(13]。醉的等人提出了一个基于格子波尔兹曼方程的流体模拟方法来模拟墨水扩散(14]。这里,联合稀疏约束在不同的任务可以提供其他有用信息的分类问题,因为不同的任务可能支持不同的稀疏表示系数,和联合稀疏可能增强系数估计的鲁棒性。主要颜色特征表示图像中包含的颜色信息,更倾向于描述图像的整体特征,这个功能是不容忽视的。颜色和纹理特征可以代表图像中包含的信息,和他们也最常用的功能在当前的中国画图像分类和识别。在纸上油墨粒子的扩散运动也是一个自然的运动过程,它遵循某些物理扩散法和自相似性(15]。Attarin檩噪声用于实现大米的皱纹纸裙子。Stroke-based渲染的焦点是nonrealistic渲染的计算机图像(16]。它可以实现在卡通风格渲染,油画风格,素描风格,和其他风格。通过模仿画家的绘画过程中,刷的形状可以控制。元素,如颜色和方向产生不同的艺术风格。本研究以树木为研究对象,拟考虑照明模型,并使用基于笔触的绘图方法实现nonrealistic画的树17]。

三维显示技术的迅速发展和成熟,已逐渐成为人们生活的一部分。然而,当前的立体显示技术主要是用来显示现实场景和在nonrealistic领域很少使用。水墨艺术是绘画艺术的代表之一。三维显示技术的使用来显示三维水墨艺术是积极的在展示水墨的艺术表现力,表达艺术家的艺术情感,表现出东方文化的魅力。本文提出的模型框架分为两个部分。第一部分是呈现的墨水风格形象的3 d模型。首先,基于现实的三维模型投影矩阵的参数变化,获得的图像包含双目视觉呈现。然后,使用现有的墨水和洗仿真模型来处理图像与水墨风格。第二部分是处理水墨风格的三维模型,实现三维显示。首先,基于水墨风格的形象,使用纹理映射技术,水墨图像映射到三维模型的表面,使得三维模型有水墨的艺术效果。 Then, set the projection matrix of the left and right viewpoints, respectively, render the 3D model to obtain the images of the left and right eyes, complete the stereo display, and achieve the effect of the stereo display.

2.2。三维模型构造算法

显示在屏幕上的三维模型,三维模型的渲染完成,并得到了一个二维图像,但是在这个时候获得的二维图像从一个角度观察,并映射回墨水和清洗的三维模型。三维模型后,虽然水墨画艺术,它只能从原来的观点,和孔会出现后的三维模型的观点是改变。因此,第一步制作三维模型纹理图像渲染图像包含两个角度信息。油墨着色的方法在本文中是完全基于GPU的可编程渲染管道所包装的统一。相关公式计算是通过统一实现阴影编程和主要执行两个阶段的顶点颜色和片段的GPU管道。墨水的颜色呈现流程图如图1。本文的三个效果挂钩,炙热的,和染色实现一遍,然后染色结果的三个影响混合使用Alpha通道混合并输出屏幕显示。

在OpenGL 3 d模型在CVV剪。CVV多维数据集的x,y,z值(−1,1)之间的所有。使用原始训练样本形式字典的方法比较简单,但是字典容量增加训练样本的数量和类别,这使得增加和效率减少计算负担,和冗余信息不能有效地表示原始信号,从而导致检测精度的降低。通过学习获得的字典是形态丰富,结构,区别的能力和更好的灵活性,更好的适应不同的图像数据并获得稀疏的表示。深度值(−1,1)之间也。当z价值转换,以便辅助的观点可以看到双目的范围的观点,z值是倒置,这意味着预计3 d模型后,最初没有阻挡的顶点倒,成为阻挡顶点,原本闭塞的生活顶点成为一个晴朗的顶点。深度值后z倒,此时投影矩阵成为方程(1)和(2)。

墨水因袭的图片,最重要的内容是墨水笔法和墨水扩散的模拟效果。在这个阶段,墨水扩散效应的仿真模型主要是基于物理模型的方法,考虑到油墨粒子的运动机制来模拟扩散效应,但是基于物理方法复杂,耗时,难以适用于图像的自动转换墨水的风格。

墨水在纸上传播时,纸张吸收墨水减少油墨的内容,所以中风的边缘将逐渐消退。笔法通过观察和分析真正的墨水,墨水画笔描边效果的仿真实现3步骤。首先,生成中风的主要扩散区域;然后,生成扩散边缘区主要扩散区;最后,计算样品的地方色彩波动误差通过样本图像,并利用这个错误调整中风的颜色形成粗糙的效果。(所示的计算公式是3)。

边缘扩散区是主要的边缘扩散区和继续扩散形成不规则的边缘。解码器恢复该地区被修复的数据分布基于信息隐藏空间的压缩特性。在培训过程中,编码器和译码器调整参数根据损失函数,以便编码器编码和压缩数据共同的特性,和解码器可以恢复该地区被修复的数据分布基于这些编码功能。使用元胞自动机等方法,从边缘像素的主要扩散区,每个像素作为基本单位吸收墨水,和油墨吸收一定比例的边界像素连接社区。

墨水在重叠区域的深度相关的墨水内容叠加中风。中风的墨水含量越高,深色的颜色叠加区域。基于颜色变化的统计分析和色差的重叠区域,计算公式的重叠区域的颜色变化如下:

数据和三维空间信息的目标图像扫描得到的真正的墨水艺术图像与光学扫描设备,和三维模型重建。三维激光扫描技术主要是利用激光测距的原理,样本空间物体的表面,可以测量长度,宽度,和高度的测量对象,并获得真正的墨水图像的结构信息以非接触的方式,以快速、实时数据采集。优势是强大的性能,大量的数据,精度高。考虑到有许多水墨三维图像和厚度的墨水笔,使用激光扫描设备获取三维图像笔墨艺术,然后构造一个模型可以更准确的模型和完全三维水墨艺术的形象。

2.3。立体显示指数预测模型

立体显示模型是一个数学模型创建基于双目立体视觉的原理。不同的场景需要选择不同的双目立体视觉模型来实现预期的立体声效果。在这个阶段,有两个广泛使用的视觉模型:平行双目立体视觉模型和收敛双目立体视觉模型。这两个模型是相似的,显示两种不同的情况下当眼睛看现场。平行双目模型模拟情况的眼睛两只眼睛观察对象并行,和收敛双目模型模拟的情况查看对象的眼睛两只眼睛相交。三维水墨艺术大数据的三维显示指数预测模型构建本文图所示2。

纸张和油墨模型建立时,内部的孔隙结构元素抽象成一个纸管光滑和定期毛细血管组成的支撑结构。数据增强神经网络的训练有很大的作用,它将多个副本添加到一个图像,改善图像的利用率,有效地防止网络学习的过度拟合的结构图像。有更多的冗余信息,图像和数据增加可以创建不同的噪音,如果神经网络可以克服这些噪音,其泛化性能必然会好。其中,每个毛细管构成论文的孔隙结构元素具有相同的长度和半径,和毛细管的长度等于纸元素的宽度。这些毛细血管均匀分布在三个维度,每个维度相互平行的毛细血管。

纸渗透的过程中油墨从纸的表面元素流入纸张的孔隙结构元素(18]。它遍历所有纸的表面元素的米纸模型。当墨水纸表面的元素存在,墨水会流进纸元素从纸表面重力的影响下。

在这个过程中,墨量流入纸上的元素从纸的表面在任何时间不应超过纸内的剩余孔隙空间的体积元素;也就是说,当墨水在纸张的元素我达到饱和状态,元素我表面的油墨流进纸元素。

墨水使用墨水的扩散通常是由混合纯墨水和一定比例的水。为方便模拟,纸墨模型作为墨水理想流体符合牛顿粘性定律。空间分割结果的准确性的边缘检测算法很大程度上取决于后处理的结果。面对复杂的领空,边缘检测可以说是最简单的方法和使用根据正常的思维。空间分割基于边缘检测也是研究最多的方法之一。通过以上分析,可以知道墨水浓度的主要因素影响油墨扩散的结果。在纸墨模型中,纯净的水的体积比纯墨水是用来描述墨水纸元素的浓度。

假设墨水纸元素相邻纸元素之间只能流在水平方向上,墨水的流入和流出的数量纸纸元素的元素等于流入通过边界接触表面的四个相邻纸元素。和墨水流出的体积之和,即

当模拟雾的效果,有必要使用粒子系统创建节点,然后使用雾函数编写特定的参数细节,使用粒子系统作为现场节点管理和组织,并产生云和雾效果的三维地形模型(19]。如果你想观察更多雾影响在这个实验中,你可以设置雾的属性功能。相关的主要属性设置如表所示1。

纹理映射的关键是找到顶点之间的映射关系的3 d模型和纹理坐标。墨水风格获得的图像是墨水风格处理预计在3 d模型,所以可以通过投影映射关系。纹理映射可用于容易粘贴图像到三维模型的表面上。当渲染3 d模型获得左、右眼图像,您需要设置左右视点参数。水墨风格图片粘贴后表面的三维模型,它有墨水和冲洗的效果。场景,在水墨画艺术集合左右视点渲染三维模型,分别就可以左右眼图像与水墨风格,然后合成左、右眼图像。立体眼镜的协助下,您可以查看三维显示效果的油墨。

3所示。结果分析

3.1。模型分析

在性能方面,我们比较这两种方法的帧速率模拟在不同的决议。如图3,方法和渗流模型时摘要略优于渗流模拟512年和1024年的决议。该模型能满足实时性的要求。2048年的决议,帧率的方法和本文中的渗流模型都是低于60 fps,不能满足实时性要求。墨水扩散效应产生的方法是油墨内的颜色过渡平滑,和油墨颜色变化的强度显然与油墨的浓度。仿真结果的15和25墨水体积子组的结果几乎是一致的渗流模型。本文的50组,结果显示更明显的水侵蚀的墨水。组用墨水卷分数的70年和90年,本文的模拟结果表明,油墨中的碳颗粒分散更均匀,没有形成一个清晰的黑色圆扩散边界,和墨水的颜色扩散后轻。

图4显示了该方法的性能效率在不同的米纸结构分辨率和不同扩散模拟迭代时间。方法本文主要分为两个部分:nonphotorealistic着色和油墨效果模拟。着色部分的计算复杂度是直接相关的数量输入三维对象的顶点;墨水的主要性能消费效应仿真部分主要集中在渗流模拟部分。相关的计算复杂度是解决米纸结构和扩散模拟的迭代次数。通过数据的分析,米纸结构的分辨率渲染效率有很大的影响,和扩散模拟的迭代的数量呈现效率也有很大的影响。压痕的恶化效应误差是一个持续深化的副作用的深层网络,也是深层网络的原因不能无限期地深化和增加复杂性。在这个过程中,梯度会使训练的消失是不可能的。相比之下,的数量模型顶点渲染效率的影响很小,因为GPU的并行结构特点对阴影的计算有很好的优化效果。的主要性能消费呈现本文方法是集中在扩散模拟的过程。 According to the data, the method in this paper can meet the requirements of real-time rendering at the frame rate of each group at a resolution of 512 rice paper structure. At a resolution of 1024 rice paper structure, when the number of diffusion simulation iterations is less than 10, the rendering frame rate is about 80 fps, which can meet the performance requirements of real-time rendering.

呈现本文方法性能能满足实时的要求。在视觉效果方面,本文的方法可以实现更好的墨水弄脏效果和清洗,刮的,它还可以反映特定特征。本文实现了一个实时的水墨渲染方法,产生油墨属性信息通过一个基于nonphotorealistic渲染着色方法,并使用模拟墨水扩散渗流模型。实验结果表明,该方法可以执行更好的墨水颜色过渡和显示更好的羽毛效应不同深浅的墨水。在性能方面,本文的方法可以满足实时渲染的要求。

3.2。大数据分析

在大数据的实际应用环境中,一些3 d场景可能非常大。例如,墨水艺术3 d大数据立体显示指数预测模型需要在3 d可视化场景的墨水艺术形象。首先,所有的部件,除了发电机部分保证是相同的,然后在不同阶段选择模型有缺陷的区域执行维修任务分别验证改进的发电机是否有改进的性能较未被利用的发电机。目前,在现场的数量模型,对象的数量,总数的顶点,和三角形的数量都在一个更大的数量级。下面的模型在本文中使用随机选择几个观点在这个大规模场景测试阻塞查询效率和使用100000光线遮挡查询。比较该模型的有效性和保守分布模型,测试数量的可见对象获得的体素的遮挡查询方法和这个模型,并给出了实际数量的可见对象。结果如图所示5。本文模型的精度相对较高,和效率远远高于体素的方法在某些情况下。

自基本组件模型可以多次使用,并且有多个实例场景,这个模型的解析墨水艺术图像数据多次将导致多个I / O成本和增加内存的使用,这是不合理的,没有必要的。在这个视频中运动物体的场景包括行人和人们骑电动车除了车辆,但由于拍摄角度的问题,这样的移动对象是规模较小,不能提取有效的特征在特征提取阶段,所以,在运动目标检测阶段,积极地过滤掉这些移动对象的像素面积太小,只有检测大型移动车辆。对于相同的不同实例模型,它们的立体显示指标是相同的,只有预测结果将是不同的。因此,当阅读场景描述文件,如果反复出现相同的模型,相应的油墨艺术图像数据不应该反复分析。你只需要使用和相应解决立体显示指标同时记忆和阅读。预测结果信息对应的实例场景描述文件。这不仅减少了I / O的数量,而且还减少了预测结果的数量保持在内存中。在3 d场景模型研究本文场景中的模型顶点的总数是576141,和三角形的总数是1757096。在不同的指标,3 d模型预测的结果摘要效率图所示6。

3.3。预测结果分析

在确定纹理块大小k和重叠的程度c根据本文模型步骤,墨水进行纹理合成,并进行纹理合成实验在不同的墨水纹理,并得到相对理想的结果。图7是最好的纹理样本对应一个不同的墨水,合成参数和图合成的影响。相对应的最佳纹理块大小和重叠程度不同的纹理样本是不同的。如果使用相同的参数,合成的结果必然会不会获得纹理图像具有良好的结构和强大的多样性。本文采用自适应地确定合成的模型参数,并通过定量分析,参数确定的科学性是保证,它可以应用到不同的纹理样本,实验效果良好。

图8表明该模型大大提高了帧速率而大大减少了顶点和三角形网格。当简化为0%(即原始状态不是优化),3 d场景丰富的细节,和3.91帧每秒的帧;简化的比率是70.01%时,帧率上升到15.5帧每秒,和几乎没有损失的细节,保持各种各样的设备完整性。此时现场优化的效果是最好的;简化参数比例达到85.23%时,有很多的细节,但是变电站的主要设备的一般形状仍然可以保持。此时,动态优化帧速率达到18帧每秒的速度和相对接近人类的视觉连续帧率阈值28 FPS,可满足人机交互的需求和场景漫游。在实际应用中,通常不是专注于观察全景,但需要具体到一个特定的区域,设备在观测区域。

本文介绍了纹理合成方法及相关算法,总结了这些算法的优缺点,根据比较这些算法在墨水纹理合成的影响,选择了基于块的纹理合成方法拼贴,提高了该算法,并设计一个纹理合成算法,该算法能自适应地确定纹理块的大小和程度的重叠,和实验进行了证明算法可以应用于不同的墨水纹理样本,和合成效果更好。

4所示。结论

本文结合当前计算机的发展二维水墨仿真技术和三维显示技术,从现实的三维模型,用墨水包含了现实的三维模型,并应用三维显示技术完成三维显示。本文获取墨水风格三维模型的时候,我们使用投影获得的现实图像包含双眼视野的三维模型,然后使用现有油墨程式化模型使风格化图像,最后使用纹理映射技术将墨水的风格。粘贴图像表面的3 d模型,实现设计效果的3 d模型用墨水。我们设计了一个系统框架风格的渲染3 d模型的墨水。的水墨风格呈现三维地形进行通过纹理映射的方法,和水墨技法呈现过程进行特征线,达到更好的渲染效果。在这项研究中,三维场景的部分只涉及到加速和优化模型在几何级别,和纹理和照明研究不深,还有许多问题需要进一步研究。本研究的重点是在加速度和实时。如果易用性作为起点,比如改善的现实场景,还有很多要学习。例如,考虑实时光线追踪优化方法基于大数据的墨水和洗照片达到更高程度的模拟的三维场景。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者要求(20.]。

的利益冲突

作者宣称他们没有利益冲突或人际关系可能出现影响工作报告。