文摘
纹理合成是一个热点的研究领域的现实主义和nonphotorealistic渲染,与应用程序在虚拟现实、计算机视觉等领域。在图像编辑它有广泛的应用前景,填充的缺陷图像,数据压缩,快速传播的网络数据,代大规模场景,和呈现的现实和nonrealistic图片,它是用来解决问题的缝,失真,传统方法的参数调整。根雕是一种独特的造型艺术形式可以追溯到夏商王朝,在明清时期达到顶峰。纹理合成使用现有的纹理数据创建一个大面积的纹理,看起来相似。这种技术检测样本纹理匹配点并将它们复制到输出图像,导致类似的纹理图像与样本纹理和持续。现实和nonrealistic渲染,图像恢复和计算机辅助设计的一些应用程序。纹理可以描述各种自然现象与重复特性,以及表达丰富的物体表面的细节。因为它的实用性和艺术性的特点,以及流行的共存和典雅,根雕保留了其独特的艺术魅力,尽管其起伏2000多岁高龄的艺术形式。基因进化搜索策略是用来提出一种优化搜索算法。我们进一步研究生态根雕艺术的审美特点,依照其美学的本质。 By using a genetic search strategy, you will be able to find what you are looking for faster. A better matching block can be quickly found to complete the search for the best matching block, speeding up the algorithm’s search process and ensuring better synthesis results.
1。介绍
创建一个根雕艺术特色,我们首先需要寻找独特的根源。把所有你的情绪,和使用的创作灵感自然给我们新的生活(1,2]。然而,在图像处理领域,现实的呈现一直是一个重要的研究内容,和最原始的手册呈现难以满足实际应用的需要在效率和质量方面(3]。因此,结合现实的图形和计算机图像处理技术,可以实现图形和图像的需要方便和有效。纹理是图像的重要和基本的表达式表示信息(4]。人们想要图片更清晰和更现实和虚拟场景更现实的(5]。
原程序纹理合成直接模拟表面纹理生成过程,模拟对象的精细结构表面(6]。对象表面的详细特性在现实世界中复杂的(7]。数量庞大而复杂的计算是必需的,如果他们是由一个数学模型。研究人员将物体表面的自然纹理与计算机图像处理来降低计算复杂度和构造对象的表面纹理与较高的效率和质量。纹理合成技术(8)是由结合技术。图形的变形过程也很重要对象的细节和全面性。全球和本地的观念是常用的视觉信息处理过程中的认知策略(9]。纹理合成纸浆包的目的是采取样本纹理和学习其独特的纹理特性和重复模式,然后使用这些信息来创建新的纹理图像的任何大小相似的模式和重复模式(10]。很长一段时间,用电脑复制三维世界一直是计算机技术应用和发展的主要方面。它有一个广泛的应用程序,包括创建影视特效,游戏项目,和一些虚拟reality-related行业(11]。合成纹理不应该是一个简单的复制的样本纹理,和手动检查通常是用来评估其质量。如果没有明显的人为错误和噪音问题生成的纹理,纹理是成功地合成12]。纹理可以显示丰富的详细特性的物体表面,起着非常重要的作用在计算机图形学中渲染,纹理合成是一种有效的方法来创建新的纹理。基于给定的小区域纹理样本,根据几何对象的表面,它是结合生成任何大小的纹理图像,视觉相似的和连续的。
虽然有很多大规模的生成和相似性发电近年来的发展,现有的纹理合成方法仍有固有的人为错误和缺乏普遍性。纹理合成技术是一种相对较新的类型的纹理合成技术,近年来很流行。因此,使用纹理合成创造新的纹理增强物体的表面细节已成为一个热点话题在机器学习(13- - - - - -15]。人们可以使用纹理合成技术来改变图像的艺术风格除了手工绘图时需要独特的艺术图像。这是许多研究领域的关键技术之一,计算机视觉,计算机图形学,图像处理,它已成为一个不可或缺的关键技术在计算机图形学中直到现在。
2。相关工作
文献[16)首次提出纹理映射,成功完成表面纹理的呈现,并取得了良好的视觉效果和效率。然而,当表面纹理和大规模的纹理,seam常见的纹理映射方法将产生错误和扭曲。文献[17]提出固体结构函数取得了好的结果在模拟雕刻的表面。该算法引入了一个三维的函数,它可以模拟水纹和大理石。文献[18)提出了一个渐近分析合成算法,它使用拉普拉斯金字塔和图像纹理合成。随机结构的算法取得了良好的效果,但忽略了结构纹理的效果。文献[19)使用一个基本方程,提出了一种新的方法来生成少量的三角形。实现纹理拼接,文献[20.)提出了一种基于GPU的逐点详述的合成方法,它可以在运行时实现实时合成。多分辨率金字塔用于纹理合成在文献[21]。处理纹理图像,两个拉普拉斯金字塔、过滤器使用。这种方法产生好的结果结构纹理,但很容易为纹理模糊结构生成人工的痕迹。纹理合成,文献[22)使用拉普拉斯算子和可控金字塔,金字塔和两个拉普拉斯算子和过滤器用于处理纹理。寻找一个匹配时,点的合成父层考虑,其中一个合格点选择是随意填写,取悦影响整体结构。重叠的不规则纹理块的算法提出了一种三维曲面在文献[23]。设置一些种子在图像合成第一,然后寻找匹配点在样例图像通过一个给定的社区中,随机选择一个合格的候选人填写,根据文献[24]。文献[25)提出了一个文中针对纹理合成的方法,生成的纹理像素到像素,与一代效果明显优于基于像素和slice-based纹理合成方法。使用贪婪的搜索方法,生成一个像素看着几个像素匹配的输入样本
3所示。根雕艺术的审美特征和表达
3.1。展现大自然的美、工艺和意境
根雕是一种艺术形式,图形图像和表达情感通过根材料的形式(6]。人类审美活动的研究被称为美学(26]。遣隋使、遣唐使的皇宫龙形装饰品、五代的高贵的房间有精致的家具,和宋、元时期的佛像都是由树根。从明清时期根雕刻,根雕等“八老穿越海洋》在北京故宫博物院,特别漂亮。它有一个非常高水平的工艺,和人物形象非常逼真的(27]。根雕艺术使用自然树的根为原料进行艺术创作,将它们转换为美丽的艺术品。图1描述了根雕艺术生态美学的特点。
不同于绘画和雕塑,第一个创意灵感,雕刻然后寻找合适的表达方式,从而形成了艺术作品从灵感到形式,最后回到形象的创作过程。根雕艺术是一个独特的过程从形式到灵感,然后图像。的表达其特征在于美的塑造。美是一种天然的美,而不是“人性化”的产物28]。自然美是自然和精神。同样的,不完整的美丽也是一个特点。一个优秀的根雕艺术必须来源于独特的根材料,能给艺术家带来丰富的创作灵感29日]。虽然美与丑对立,如果丑可以充分发挥,这也是艺术作品的灵魂,和一个艺术作品能够吸引鉴赏家是一个很好的工作。根的奇怪形状的形成是复杂的自然生长环境有关。为了吸收和传输营养干树叶,根需要不断调整自己的发展方向的影响许多不稳定因素如土壤、空气、温度、和气候,从而形成一个无序和奇怪的形状。
根雕艺术雕刻方法演变主要来自木刻的“自然雕刻方法”技能,和根材料的简单和自然保存尽可能多的雕刻方法。如果魅力是根的灵魂,特点是根的生命。艺术创作的本质是一种创造性的活动和精神互动和变换。魅力是一种知觉的灵魂包含在外部形式的根。普通人认为丑陋的根源是浪费,但在艺术家手中,他们可以将废物转化为财富。的发现和塑造美丽的自然形式的根是主要的根雕艺术的审美特征。一切事物在本质上已经神化和值得纪念和崇拜古人的未知力量的敬畏。因此,“熟练的在自然界”和“天堂”已经成为艺术成就的顶峰,和根雕也不例外。根雕刻经常引起联想,引起情感的进化在普通的,丑陋的,和简单的形式,暗示美和力量的初始化,并形成一种精神上的交流和碰撞的东西和我。优秀的根雕刻经常看到“丑陋的形式。” They give emotional changes, combine the root with beauty, form the soul collision between the root and the artist, and form the so-called charm communication through the artist’s Association.
艺术过程的过程表达艺术家的思想和情感,艺术家的过程的理解和认知表达。图像是生命和灵魂的窗口工作,揭示意识形态内涵的载体。有必要找出准确的切割点站起来表达思想,并展示的意图趋势,从而达到“站起来表达思想的艺术效果。“创造艺术家思想的物化结果。中包含的意境美是艺术创作的核心工作。和谐的艺术形象往往表现出完美的艺术效果。通过艺术加工、根雕作品的意境是美丽的,和不可重复的材料使根雕作品独特的意境。
3.2。根雕艺术的表达空间
根雕艺术空间的表达形式大致可以分为三个类别:根雕艺术家具、根雕艺术家具,和根书法贴纸。第三,刀技术包含两个含义,它不仅指的方法艺术创作者在创作过程中,用刀还用小刀根雕形象的塑造方法。不同的刀技术可以显示不同的情感色彩和利益。不同的树根,合适的刀技术应用根据他们的形状和主题。根雕艺术显示是根雕艺术的主流。作为一个独特的艺术空间,它可以创建一个空间的艺术氛围和现在天上的团结和人的意义。根雕艺术打破了惯例,集成了美与丑,丑变成美丽。这是一个艺术的创新精神,这是值得推广和赞美。
基于根映像的差异,选择合适的刀方法合理可以赋予根具有丰富的艺术特色和显示不同的审美价值。表达饱经风霜的脸和简单和诚实的老年人的特点,广场和老式的刀刀方法可用于形式标志和块。表达温柔时,平滑和纯真的孩子,您可以使用薄嘴产生微妙的刀的刀方法标记及街区。最后和最深的函数形式是它不仅把现实变成了空虚,也吸引了人们的精神飞越。是合适的选择材料以外的环境优美,有必要理解的内在意义根材料通过艺术家的观察。根据根材料的特点,艺术的价值在于发挥想象力和充分发挥“丑陋”状态的极端。根雕艺术作品的命名是非常特殊的,因为艺术作品的命名是艺术性的体现和文学性,它必须在艺术形式和内涵的作品。巧妙的命名是密切相关的概念和形象的工作。根雕艺术作品都是独一无二的。当鉴赏者感觉来自根艺术作品的独特的气氛在一个特定的空间,然后产生情感与个人生活经历,他们认为独特的艺术领域产生的作品。 In today’s increasingly developed aesthetics, there are irreplaceable laws and functions in the art of sound root carving.
普通的、难看的根材料可以被认为是一种浪费,但是如果你善于发现它,它可以变成一种罕见的,高质量的资源。一方面,“独特的呼吸”指根的形态结构的组合材料和艺术家的精神感知;另一方面,它指的是客观物质环境的根雕作品。意境是两者相结合的结果。根雕是一个完整的组合的性质和创建者的情感,与聪明作为审美情趣。根雕艺术创作是在和谐与自然形式的根,回归自然的创造,回到根源,继承中国传统哲学与文化的艺术品。直观的表现评价一件艺术品的艺术价值是通过外部图像准确地表达思想和情感。一个均衡的艺术形象能有效传达艺术效果。人民生活环境、理想的生活、艺术修养、文化内涵,以及其他因素可能会影响他们create-root雕刻艺术的审美对象。
4所示。纹理合成算法和分析
4.1。遗传算法
遗传算法(GA)是一个通用模型的物种演化过程模仿遗传理论。它是一种全局优化算法来源于模仿自然进化过程。在纹理合成的过程中,最好的匹配块搜索通过移动模板。如果B的边缘1和B2沿着垂直方向重叠,表面误差计算如下:
遗传算法作为一种新颖的随机搜索与优化算法,自适应的搜索和全局优化的特点,广泛应用于各个领域,因为它简单、普遍性、鲁棒性强,和广泛的应用范围。离散方法定义了结构在一个二维数组,代表一组网格点的纹理值固定的行间距和列间距的纹理空间。如果样本纹理是另一种类型的纹理,然后合成单元的大小不是固定的。在下一步的纹理合成,需要首先建立图像金字塔,然后优化相似性函数通过使用最大期望算法。具体的实现模块如图2。
遗传算法的基本思想是使用适者生存的自然法则。通过物种的自然选择和生殖系统的随机搜索方法,所有的自然生物的生存竞争。只有那些适应环境生存。纹理合成相对较宽的应用范围。大部分的纹理合成人工生成纹理的目的。通过合成和加工的相关算法,大面积的场景细节可以生成相同的视觉效果。这种方法的目的是减少损失ΨB梯度信息并作出相应调整ΨB,这样处理过的块ΨC和整个图像可以无缝地融合。算法如下:
观察者只能看到一个图像通过黑盒的小活动窗口图。观察者可以看到图像的不同部分移动窗口时,而纹理图像观察结果基本上是一样的。纹理映射技术适用于表达表面细节和纹理属性的确定一个特定的点。然而,由于采样空间是有限的和使用的块很小,小样本映射到更大的表面将产生模糊的结果。将会有大量的接缝、裂缝是否重复映射。常用的平方误差的总和法计算子图和模板之间的差别在源图像。每个像素的误差的平方和子图象和模板之间的相似度作为衡量两个如下:
遗传算法最初使用基因编码方法编码解决方案空间映射到空间。每个编码对应的解决方案,即,个体或染色体,然后任意设置群人开始,也就是说,所谓的人口。根据不同的合成方法,纹理合成方法可分为基于像素的纹理合成、基于块的纹理合成,文中针对纹理合成。根据不同代的目的,纹理合成方法可分为约束纹理合成,视频纹理合成,动态纹理合成,几何纹理合成,流体纹理合成,全球变化纹理合成,等等。在随后的发展过程中,算法遵循适者生存的原则,屏幕个人根据适应度值,然后使个人完整的交叉和变异的遗传算子,从而生成一个人口代表最优解空间,这将比上一代更适应现实,所以它将继续繁殖和停止当它达到优化标准。这时,最后一代的个体通过解码,这是问题的近似最优解。
纹理合成技术可以克服传统纹理映射方法的缺点,并避免的麻烦调整参数过程纹理合成。材质分为三类根据安排规则或根据安排规则纹理的纹素的纹素组成的最小结构面积。第一种结构纹理,第二种类型是随机纹理,第三种类型是半结构化半随机纹理。与常用的方法相比,遗传算法的优点是方便,健壮,并且不需要先验知识,这使得它适用于许多背景和困难的问题。通常最好的答案。使用纹理合成技术,纹理填充(如修复损坏的图片,复制原始图片效果),纹理转移(粘贴一个图像到另一个图像的纹理),等。需要注意的是,在纹理合成的过程中,由于材质的多样性和人类视觉感知的复杂性,我们收购纹理特性通常是近似的。没有数学模型能准确表达纹理的所有功能,并且没有算法可以提取纹理的所有功能。在基于模型的点对点的合成算法,有必要比较社区当前的像素之间的误差在输出结果图像和合成纹理样本图像的每个像素,随机选择一个选择的社区和小错误匹配的社区。这个过程称为邻居匹配,匹配像素由社区称为匹配点。
4.2。纹理合成算法基于遗传进化的搜索
遗传算法是一种全局优化算法在适应度函数的指导下,用于搜索最佳匹配块纹理合成的过程。逐点算法的变化从原来的翻译模板,随机选择点计算,并通过遗传算法的进化一代复一代,相应的适应度函数将用于指导搜索方向算法的最佳点,可以减少计算复杂度。L-neighbors之间计算误差时,L2距离是用作衡量。两个邻国之间的相似性N1和N2具有相同形状的定义是L2他们之间的距离,即
首先,通过改变表面误差公式的顺序,可以获得更精确的最优切削路径,以便在拼接结构信息可以更好地保存下来。通过演示实验和数据分析,结果表明,通过增加表面误差公式的顺序,可以获得更精确的切割路径。拼接路径更好的综合结果。具体的PSNR值和SSIM价值曲线30帧的图像,基于特征映射的图像修复方法的纹理合成算法基于遗传进化搜索改进了PSNR和SSIM。图3显示了PSNR值曲线和SSIM曲线之间的比较。
它可以使用纹理表达表面的许多几何细节和照明的细节,以及通过变形物体的几何形状的纹理映射。在空间和表面纹理参数空间中,纹理映射只能一对一的映射。重复运动的性质,如配合有节奏的音乐,重复的舞者的舞蹈动作,或各种各样的运动,被称为纹理。如果没有一点错误小于给定的阈值搜索后,可以找到匹配的像素最小的错误选择和pb命名。错误匹配的原则是根据以下公式:
通过纹理合成模型的纹理合成算法基于遗传进化搜索,我们可以分别控制纹理合成过程中粒子和结构布局。图像的稳定意味着的前提下适当的观察窗的大小,观察者看到的部分总是相似的。所谓图像的位置意味着任何像素的像素的窗口可以预测周边社区,不管其他的形象。的增加 ,误差曲面的价值减少,表面误差越小,获得更准确的边界分割两个街区之间的重叠区域。从误差的标准差的统计比较表面的价值,可以看出增加价值,SD值的误差值变得越来越小,表明错误值的离散程度变得越来越小。数据4和5显示数量,标准偏差,计算时间的误差值超过2500。
参数基于纹理合成的过程也被称为基于物理模型生成纹理。它直接模拟三维物体的物理生成过程合成特定的表面纹理,如流体图像、布、木、皮毛,透明,半透明的身体等等。的变化模式模式元素包括哪些因素在模式元素可以改变和如何改变。模式的变化范围元素多变因素的定量变化的规模在指纹元素。在样例图像纹理合成基于块拼贴,纹理块的边界面积有一定的宽度。因为只有与合成的纹理块重叠区域的边界具有讨论价值在合成过程中,纹理块边界通常指与合成纹理块重叠的部分区域。时需要考虑的最主要的遗传算法应用到实际的纹理合成的问题是如何确定问题的遗传编码和适应度函数的解决方案。纹理合成算法基于遗传进化搜索可以将已知样本的绘画风格的新实例。通过生成每个块的纹理,全局纹理结构的特征可以被保留下来。边界决定根据相邻纹理块的重叠区域,和误差最小路径重叠区域发现的动态规划方法。 It is the boundary of adjacent texture blocks, and good results are achieved in terms of synthesis quality and speed. From the time point of view, the running time of the original algorithm is obviously higher than that of the algorithm in this paper. When the genetic evolution search strategy is used to find the best matching block, the computational efficiency of the algorithm is improved. The results are shown in Figure6。
在纹理合成算法基于遗传进化的搜索,每个纹理块的边界误差计算纹理样本图像根据当前位置的纹理块合成在结果图像。的一个纹理块选择小错误是随机选择的,和它的边界匹配的边界。这个过程称为边界匹配的纹理块和纹理块由边界匹配称为匹配纹理块。根据纹理的地方特色,每个像素的纹理取决于其附近的点,和附近的点基本上确定像素的特征。附近的邻居的像素点。最小的路径错误计算了以下方法:让B1和B2垂直重叠的边缘,每个点的误差在最后一行的重叠面积:
这个算法的纹理分析方法很简单,可以保持图像的局部信息的完整性,并且可以实现好的结果对于大多数纹理。算法的基本思想是获取候选点根据相应位置的附近点的样本纹理。适应度函数的主要功能是比较匹配的程度,所以相似性测量是一个重要的元素。为了分析性别是否有显著影响全球特色和地方特色的观念,我们进行了方差分析,结果表明,纹理值之间有显著差异和相似的选择结果,如图7。
该算法取得了良好的效果在自然纹理的合成,如草地、沙子和石头,但是对于纹理结构,有较强的质量不如合成算法。主要原因是相关测量的范围太窄,这限制了当前点的搜索范围附近。与明显的界限,对于许多结构性纹理相关性度量的范围相对较小。算法采用多分辨率合成方法减少的抽样范围附近,并加速合成速度,同时保留原来的纹理结构。遗传算法是一种新型的随机搜索与优化算法,具有自适应的搜索和全局优化的特点。通过使用遗传算法寻找最佳匹配块,算法的搜索过程加快,以减少所需的时间的算法。纹理合成算法基于遗传进化搜索可以在人群中许多人在同一时间,也就是说,人群中寻找点而不是并行的方式单点。其他常见的优化方法,它通常伴随着一些转换从一个单点移动到另一个标准在参数区域,这样很容易找到的值并不是最高的,也就是说,当地的最佳答案multipeak搜索范围。然而,遗传算法搜索同步并行的方式,这将避免遇到当地的最优解。
5。结论
本文首先讨论根雕艺术的历史渊源,然后检查其外部审美特征和内部空间语义。为了激发创意灵感和确定工作的主题,根雕艺术家自然也必须去寻找,发现,并收集各种形状的根源。寻找艺术创作灵感,你必须能够详细观察现实生活和自然生态和发现生活中的美,自然从一个独特的视角。试图运用数学形态学方法对图像感知。深度学习图形的方法,如高层语义提取和对象分割,广泛应用于图像处理工作,与纹理合成的基本技术。然而,许多方法不能直接应用于纹理合成,和传统的纹理合成方法仍然有错误的大规模问题的结构纹理输出合成纹理的效果。大规模的重复纹理合成进行常规样品的效果并不理想。为了提高合成块拼贴纹理合成算法的效率,优化搜索算法基于遗传进化的搜索策略是用于寻找最佳匹配块的过程。目前,常用的纹理映射技术的发展是有限的,由于纹理尺寸等因素和采集方法,很容易扭曲和变形后的模型表面映射。大规模场景渲染和图像网络传输的需求极大地促进纹理合成技术的发展。 Genetic algorithm is a random search optimization algorithm, which has the characteristics of self-adaptability to find the best option. It is often widely used in all aspects because of its simplicity, versatility, robustness, and wide application range. Texture synthesis technology has a wide application prospect in data compression, computer animation, virtual reality, digital image restoration, and so on. Genetic algorithm is used in finding the best image matching block in the process of texture synthesis, which can quickly complete the global search, greatly reduce the synthesis time, and improve the synthesis efficiency.
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者没有任何可能的利益冲突。