• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于視覺傳達意識的雕塑形式美感造型優(yōu)化設計①

      2020-02-28 05:08:56
      關鍵詞:美感雕塑重構

      (安徽建筑大學城市建設學院,安徽 合肥 238076)

      0 引 言

      隨著雕塑藝術的快速發(fā)展,對雕塑作品的外形優(yōu)化設計提出了更高的要求,在計算機視覺表達意識下,采用計算機圖像處理方法進行雕塑形式美感造型優(yōu)化設計,成為未來雕塑作品設計的重要方式。采用圖像處理和圖像的紋理特征提取方法,分析雕塑藝術作品中的紋理特征量,采用邊緣輪廓特征提取方法,進行雕塑形式美感造型優(yōu)化設計,建立雕塑形式美感造型的視覺圖像分析模型,提高雕塑形式美感造型設計的觀賞性[1],相關的提高雕塑形式美感造型設計方法研究受到人們的極大關注。對提高雕塑形式美感造型設計是建立在對圖像視覺信息融合處理基礎上,結合圖像處理優(yōu)化技術,提高雕塑形式美感造型設計的質量。本文提出基于視覺傳達意識的雕塑形式美感造型優(yōu)化設計方法,結合計算機視覺圖像分析方法進行雕塑形式美感造型優(yōu)化設計,提取雕塑形式美感造型設計圖案的特征點進行藝術特征重現(xiàn),結合藝術美感造型元素進行信息融合,在視覺傳達意識表達下實現(xiàn)雕塑形式美感造型優(yōu)化設計,并通過仿真實驗進行性能測試,得出有效性結論。

      1 雕塑形式美感造型視覺信息采集和邊緣輪廓特征重構

      1.1 雕塑形式美感造型視覺信息采樣

      為了實現(xiàn)基于視覺傳達意識的雕塑形式美感造型優(yōu)化設計,結合對雕塑形式美感造型設計的視覺分析技術,采用計算機視覺圖像分析方法,進行雕塑形式美感造型的圖像采集[2]。以邊緣中心像素點p的為中心得到雕塑形式美感造型的區(qū)域元素分布塊結構模型為Ψp,采用像素融合特征分解方法,構建雕塑形式美感造型藝術視覺表達模型為:

      (1)

      (2)

      其中,x表示雕塑形式美感造型元素塊Ψp與背景塊區(qū)域的差異性像素點,初始化已知信息的像素點x的置信度I(x)=1,雕塑形式美感造型元素塊Ψp大小為s×s,若藝術美感造型元素特征點x是未知信息的像素點,得到雕塑形式美感造型設計圖案邊緣像素輪廓特征的置信度為I(x)=0。|Ψp|表示的是雕塑形式美感造型設計圖像在仿射區(qū)域Ψp塊內總的像素點個數(shù)。M為藝術美感造型元素塊中像素點的歸一化系數(shù),一般設置為0.21。假定藝術美感造型元素圖像的尺寸為m×n,計算雕塑形式美感造型設計中藝術美感造型元素塊Ψp的優(yōu)先級系數(shù)P(p):

      P(p)=C(p)×D(p)

      (3)

      顯然,Ψp的藝術美感造型元素關聯(lián)系數(shù)P(p)由C(p)和D(p)的平均互信息量決定,根據(jù)符號復用塊Ψp的模板大小確定雕塑形式美感造型設計中的藝術美感造型元素區(qū)域大小,得到藝術美感造型元素塊的優(yōu)先級判定過程如圖1所示。

      圖1雕塑形式美感造型設計的藝術美感視覺傳導模型

      根據(jù)圖1所示的雕塑形式美感造型設計的藝術美感視覺傳導模型,采用分塊區(qū)域特征匹配方法,進行雕塑形式美感造型視覺信息采樣,根據(jù)視覺信息采樣結果,進行雕塑形式美感造型優(yōu)化設計[3]。

      1.2 圖像的邊緣輪廓特征重構

      在采用視覺信息采集方法進行雕塑形式美感造型的視覺圖像采樣的基礎上,對采集的雕塑形式美感造型視覺圖像進行邊緣輪廓特征重構,進行雕塑形式美感造型藝術圖像的邊緣輪廓特征提取和多尺度分解[4],得到雕塑形式美感造型的元素塊匹配的示意圖如圖2所示。

      圖2 雕塑形式美感造型的元素塊匹配示意圖

      給定雕塑形式美感造型藝術設計搜索出最佳匹配塊Ψp',圖像雕塑形式美感造型藝術圖像邊緣輪廓區(qū)域的像素序列樣本(x1,y1),(x2,y2),…,(xN,yN),yi=1或者0分別代表像素特征強度和背景視覺特征分量。在Taubin平滑區(qū)域進行藝術美感造型元素塊檢測,得到Ψp滿足:

      I(xi+Δx,yi+Δy)≈

      (4)

      采用種子點序列重構方法,可得到雕塑形式美感造型樣本模板尺寸為:

      EyeMapC(i,j)=floor(0.2*(255-f(x,y))+

      0.8*GA(i,j))

      (5)

      在最佳匹配塊區(qū)域確定基礎上,按照樣本模板尺寸求得雕塑形式美感造型的灰度信息與紋理信息,對雕塑形式美感造型圖像進行紋理檢測和特征提取[5],確定紋理最佳分割的像素點梯度信息:

      (6)

      由此確定雕塑形式美感造型的塊梯度模為:

      (7)

      其中f(x,y)為所有的邊緣像素點中(x,y)點的紋理中心分布集,結合角點檢測和三維邊緣輪廓特征檢測方法實現(xiàn)雕塑形式美感造型顏色特征匹配[6],得到塊區(qū)域分布模型為:

      {τk(ti):|τk|≥4,i=2,…,|τk|-2,k=1,…,K}

      (8)

      當yi=1時,w1,i=1/2m,采用圖像邊緣輪廓特征重構方法,得到藝術美感造型元素塊區(qū)域檢測值為Ψq'',根據(jù)藝術美感造型元素塊優(yōu)先級判定結果確定最佳匹配塊區(qū)域,由此指導雕塑形式美感造型優(yōu)化設計[7]。

      2 雕塑形式美感造型優(yōu)化設計實現(xiàn)

      2.1 雕塑形式美感造型設計圖案的特征提取

      在上述構建雕塑形式美感造型優(yōu)化設計的圖像處理模型,并采用視覺信息采集方法進行雕塑形式美感造型的視覺圖像采樣的基礎上,進行雕塑形式美感造型優(yōu)化設計,提出基于視覺傳達意識的雕塑形式美感造型優(yōu)化設計方法,令Hx,Hy分別為多分辨雕塑形式美感造型設計圖案的小波分解的x軸和y軸的像素特征值,在N×N窗口wi內得到藝術美感造型元素在藝術設計圖案中的高分辨特征重構分量,采用紋理特征分割方法進行雕塑形式美感造型細節(jié)特征分析和重構[8],對重構的雕塑形式美感造型圖案采用視覺特征重組方法進行雕塑形式美感造型的優(yōu)化設計,得到優(yōu)化的模板匹配式:

      (9)

      采用網(wǎng)格化的曲率進化學習方法進行圖案分割,對雕塑形式美感造型設計圖案分割的自適應學習權重為:

      (10)

      (11)

      采用模糊邊緣約束方法進行雕塑形式美感造型設計圖案的動態(tài)重建,得到雕塑形式美感造型重建的特征分解式為:

      O=USVT

      (12)

      其中,U是一N×N維的雕塑形式美感造型設計圖案像素訓練樣本集矩陣,V是一個2×2的雕塑形式美感造型設計圖案的灰度矩陣,S是一個N×2維的邊緣輪廓特征分布集,采用局部區(qū)域梯度分解實現(xiàn)雕塑形式美感造型重建,得到雕塑形式美感造型重建輸出:

      (13)

      其中f(z)是雕塑形式美感造型設計的稀疏性特征分量,*為卷積運算。采用模糊動態(tài)約束重構方法,得到雕塑形式美感造型設計的自適應學習式描述為:

      (14)

      其中:

      (15)

      根據(jù)上述處理,提取雕塑形式美感造型設計圖案的特征點進行藝術特征重現(xiàn),提高造型設計的特征表達能力[9]。

      2.2 雕塑形式美感造型重構

      在提取雕塑形式美感造型設計圖案的特征點并進行藝術特征重現(xiàn)的基礎上,結合紋理特征渲染方法進行動態(tài)造型重構,由此得到雕塑形式美感造型重構的點分布模型為:

      (16)

      其中:x1,x2,x3,…,xT是雕塑形式美感造型的視覺特征分布的子樣,T表示渲染時間長度,采用全局顏色均衡配置方法進行雕塑形式美感造型的視覺表達,輸出為:

      (17)

      其中:

      (18)

      重新構造雕塑形式美感造型的背景顏色,進行雕塑形式美感造型的視覺信息增強處理[10],輸出優(yōu)化的顏色渲染結果為:

      βi|vi-1+2vi+vi+1|2)

      (19)

      其中:

      (20)

      提取雕塑形式美感造型設計圖案的特征點進行藝術特征重現(xiàn),結合藝術美感造型元素進行信息融合,得到模板匹配函數(shù)表達式為:

      (21)

      根據(jù)均衡配置結果采用模糊視覺傳達和意識表達方法,實現(xiàn)對雕塑形式美感造型優(yōu)化設計,輸出為:

      (22)

      綜上分析,結合藝術美感造型元素進行信息融合,在視覺傳達意識表達下實現(xiàn)雕塑形式美感造型優(yōu)化設計。

      3 仿真測試分析

      為了測試該方法在實現(xiàn)雕塑形式美感造型優(yōu)化設計中的應用性能,進行實驗分析,對雕塑形式美感造型重建的視覺表達誤差系數(shù)設定為0.23,美感造型視覺分布的邊緣像素集強度為15dB,視覺信息傳達的像素集強度為300×300,雕塑形式美感造型視覺分布的網(wǎng)格點設定為2000,根據(jù)上述仿真參數(shù)設定,進行雕塑形式美感造型優(yōu)化設計,得到原始的雕塑造型如圖3所示。

      圖3 原始的雕塑造型

      以圖3的雕塑造型圖像為原始圖像,進行的雕塑形式美感造型優(yōu)化設計,采用紋理特征分割方法進行雕塑形式美感造型細節(jié)特征分析和重構,提取雕塑形式美感造型設計圖案的特征點進行藝術特征重現(xiàn),得到優(yōu)化設計結果如圖4所示。

      分析圖4得知,采用本文方法能有效實現(xiàn)雕塑形式美感造型優(yōu)化設計的視覺效果較好,測試不同方法進行雕塑形式美感造型優(yōu)化設計的輸出信噪比,信噪比越高,表示設計的效果越好,得到對比結果見表1,分析得知,本文方法進行雕塑形式美感造型優(yōu)化設計的輸出峰值信噪比較高。

      表1雕塑形式美感造型優(yōu)化設計的輸出信噪比對比(單位:dB)

      迭代次數(shù)本文方法文獻[4]文獻[5]10024.310.412.512032.115.415.414035.616.319.316043.218.320.3

      圖4 雕塑形式美感造型優(yōu)化設計

      4 結 語

      建立雕塑形式美感造型的視覺圖像分析模型,提高雕塑形式美感造型設計的觀賞性。提出基于視覺傳達意識的雕塑形式美感造型優(yōu)化設計方法,結合計算機視覺圖像分析方法進行雕塑形式美感造型優(yōu)化設計。構建雕塑形式美感造型優(yōu)化設計的圖像處理模型,采用視覺信息采集方法進行雕塑形式美感造型的視覺圖像采樣,對采集的雕塑形式美感造型視覺圖像進行邊緣輪廓特征重構,采用紋理特征分割方法進行雕塑形式美感造型細節(jié)特征分析和重構,提取雕塑形式美感造型設計圖案的特征點進行藝術特征重現(xiàn),結合藝術美感造型元素進行信息融合,在視覺傳達意識表達下實現(xiàn)雕塑形式美感造型優(yōu)化設計。研究得知,本文方法進行雕塑形式美感造型設計的輸出信噪比較高,視覺表達能力較好。

      猜你喜歡
      美感雕塑重構
      巨型雕塑
      長城敘事的重構
      攝影世界(2022年1期)2022-01-21 10:50:14
      我的破爛雕塑
      寫實雕塑
      好孩子畫報(2019年3期)2019-04-28 12:07:52
      北方大陸 重構未來
      兼具力度與美感 Bowers & Wilkins 702 S2/707 S2/HTM71 S2/ASW10CM S2
      北京的重構與再造
      商周刊(2017年6期)2017-08-22 03:42:36
      大橋下面:我喜歡被遺忘的美感
      中國三峽(2016年11期)2017-01-15 14:00:21
      論中止行為及其對中止犯的重構
      梵唄的音樂宗教美感
      人間(2015年18期)2015-12-30 03:42:03
      湖州市| 闽清县| 青铜峡市| 阜阳市| 蓬溪县| 滕州市| 汉源县| 浑源县| 伊金霍洛旗| 石棉县| 洪洞县| 周至县| 北宁市| 蓝山县| 桃江县| 肇庆市| 南皮县| 惠东县| 原平市| 安图县| 贺州市| 古交市| 莆田市| 岐山县| 潜山县| 山丹县| 东山县| 平泉县| 双桥区| 勐海县| 鞍山市| 九寨沟县| 宜宾市| 宜良县| 安义县| 泸水县| 霍林郭勒市| 湟中县| 米易县| 怀远县| 乌兰察布市|