三维动态动画人物重构中的图像毛刺消除技术

来源:用户上传      作者:

　　摘  要： 由于传统基于切片法的图像毛刺消除技术忽略了重构图像节点的提取过程，导致消除效果差的问题。为此，提出三维动态动画人物重构中的图像毛刺消除技术。采用细化模型，提取三维动态动画人物重构图像节点，再运用并行细化算法，处理重构图像。结合链码定义，消除三维动态动画人物重构图像的毛刺，完成图像毛刺消除技术的设计。经对比实验证明，运用所提图像毛刺消除技术求取的重构图像未出现毛刺，而运用传统方法基于切片法的图像毛刺消除技术求取的重构图像存在毛刺，说明在细化处理时未消除干净。由此可知，所提技术更符合设计需求。
　　关键词： 图像毛刺消除; 动画人物重构; 图像节点提取; 细化处理; 链码定义; 对比验证
　　中图分类号： TN911.73?34; TP391.41               文献标识码： A                  文章编号： 1004?373X（2020）18?0153?04
　　Abstract： As the traditional image deburring technology based on slice method ignores the extraction process of reconstructed image nodes， resulting in the poor elimination effect， an image deburring technology in 3D dynamic animation character reconstruction is proposed. A refined model is used to extract the image nodes of 3D dynamic animation characters reconstruction， and the parallel thinning algorithm is used to process the reconstructed image. In combination with the chain code definition， the burr of 3D dynamic animation character reconstruction image is eliminated， so that the design of image deburring technology is completed. The comparative experiments prove that the reconstructed image obtained by means of the image deburring technology has no burr， while the reconstructed image obtained by means of the traditional image deburring technology based on slice method has burr， which indicates that it is not fully eliminated in the refining process. It can be seen from this， the proposed technology is more in line with the design requirements.
　　Keywords： image deburring; animation character reconstruction; image node extraction; refining process; chain code definition; comparison validation
　　0  引  言
　　根据相关研究可知，三维动态动画人物重构图像中像素点连接性不同，在8领域中仅存在一个像素点的像素为端点，在端点处容易引出毛刺生长点。若想找到该节点，就需要提取节点，并经过锐化处理后才能消除毛刺。传统的图像毛刺消除技术采用了切片方法，有效改善了三维动态动画人物重构图像质量，克服了图像轮廓不连续的缺点[1]。但运用上述方法求得的三维动态动画人物重构图像存在毛刺，这些毛刺干扰了纤维的轮廓特征提取，从而导致纤维识别精确度降低。为有效改善这一缺点，提出三维动态动画人物重构中的图像毛刺消除技术。该技术引入了细化模型，既保证图像像素点的连续性，还能有效提高该技术的抗噪性能。细化模型具有快速和准确的特征，可准确找出三维动态动画人物重构原图像的拓扑结构，且迭代方式不同，可一次处理一个像素。这也是本次设计的创新之处，因前一次的迭代图像会影响迭代结果，故采用细化模型中的并行细化算法处理所有三维动态动画人物重构图像的子集。在处理过程中，可以一次处理一个子集，便不会影响前一次迭代情况，使得图像像素点被完全消除。
　　1  三维动态动画人物重构图像节点提取
　　采用细化模型，在保证三维动态动画人物重构图像像素点的连续性前提下提取图像节点，提取过程如下：
　　1） 先标记边界像素點[2]。
　　2） 引入特征参数S，公式为：
　　式中：[p]表示边界点;[i]表示像素点。应用式（1）删除每一个图像边界像素点，若满足[p5p7=0]，即可删除该点。
　　3） 搜索边界像素点，直至无法删除为止[3]。
　　为准确提取图像节点信息，需计算以下边缘节点，如图1所示。 　　图1a）为深度梯度，表示深度的不连续性，图1b）为凸表面像素点的法向量梯度，图1c）表示处于凹表面像素点的法向量梯度。在提取时，需要根据每个半圆盘领域内像素点的分布情况，计算不同方向上的梯度幅值。需要注意的是，不同方向角度的梯度值不同，求取时要利用视差梯度代替深度梯度来计算，否则会增加方向角度所带来的误差[4]。
　　2  三维动态动画人物重构图像处理
　　提取三维动态动画人物重构图像节点后，采用细化模型的并行细化算法从图2的左上角像素点开始，按照从左到右的顺序扫描。
　　先抽取图2a）的像素点，需按照事先规定模板比较图2a）中的10个相邻像素，再与图2b）中所示的模板相比较[5]。如果图2a）中所有点与对应领域中的像素点的值相等时，要与图2c）相比较，若相匹配，可保留该点;若不匹配，删除该点。经过反复迭代后，若没有像素值，则需要重复上述步骤，直至改变为止[6]。
　　采用并行细化算法得到的三维动态动画人物重构图像细化结果如图3所示。
　　从细化结果可以看出，经过细化处理后的轮廓有毛刺。在后续处理时要根据图像轮廓特点消除毛刺，才能得到最终结果[7]。
　　3  三维动态动画人物重构图像毛刺消除流程设计
　　完成三维动态动画人物重构图像处理后，需要消除图3b）中未能达到较好细化效果的轮廓线，故基于链码原理，处理该领域内的像素点[8]。先沿着曲线移动，每一个移动方向都会有一个数字集[ii=0，1，…，7]，在编码时需按照图4所示的链码定义跟踪扫描线条轮廓，直至满足结束条件。
　　由图4可知，在链码序列中的每一个中间点都存在两个临点，在跟踪链码轮廓时，需要分析边界轮廓，求取重构图像轮廓特征的重要部分。求取步骤：
　　1） 确定消除輪廓的起点[9];
　　2） 依据搜索机理，重新确定下一个新的边界点;
　　3） 最后确定终止条件，重复步骤1）和步骤2），若满足条件，即可结束搜索，获取重构图像轮廓特征[10]。
　　完成上述操作步骤后，结合链码定义，消除三维动态动画人物重构图像的毛刺，消除过程：
　　Step1：在三维动态动画人物重构图像中，若[fx，y=0]，则为消除点，否则为背景点。在扫描图像像素[i]时，若[fxi，yi=0]时，要统计8个领域模板内的像素点个数，并累加到[S]中。重复上述步骤，处理全部像素点[11]。
　　Step2：若扫描到的消除点[Si>3]，则将此消除点[12]标记为边界线的顶点[qi]。
　　Step3：删除重构图像中保存的顶点后，可以得到非连通的区域[13]。
　　Step4：标记连通区域后，要获取新的标记图[fpx，y]。
　　Step5：从顶点[qi]开始，统计[qi]连通区域的长度信息，为[Wi]。
　　Step6：设长度阈值为[T]，最小长度为[MinNi]，若满足[MinNi<T]，对应连通区域为0，需跳转至Step7，若[MinNi>T]就可以结束操作，获得最终的消除结果[14]。
　　Step7：复原边界点的顶点[qi]，可以获得毛刺消除的初始结果，重复Step1～Step5。
　　Step8：若出现断线连接，设长度阈值为[T]，若[qNi，Nj>T]，要将两个顶点连接起来;若[qNi，Nj<T]即可结束操作，直接获取最终的图像毛刺消除结果[15]。
　　由此，完成三维动态动画人物重构中的图像毛刺消除技术的设计。
　　4  实验与分析
　　为验证所提的图像毛刺消除技术的有效性，设置了对比实验，分别测试所提技术与传统基于切片法的图像毛刺消除技术消除三维动态动画人物重构图像毛刺的效果。为保证实验可靠性，2种方法均在相同实验设备上进行。此次实验所用电脑系统为Windows 10，在Matlab 2015b版实验环境下进行。实验流程如图5所示。
　　Step1：确定节点，规定最长距离。
　　Step2：设定起初追踪方向，并根据链码定义标记跟踪的像素点。若其在设定的步长范围内，就可以结束追踪。运用式（1）计算跟踪的顶点长度，并转至Step3;若超出设定的步长范围，需沿着起初方向逆时针旋转90°，继续跟踪下一个顶点。
　　Step3：比较顶点长度。若大于设定阈值，要将该点像素的所有值设为0，将其作为背景点;若小于设定阈值，需执行下一步。
　　Step4：确定是否存在节点，若有节点返回步骤2;若没有节点，可直接输出结果。
　　实验中采用所提图像毛刺消除技术与传统图像毛刺消除技术，处理三维动态动画人物重构图像的毛刺。在实验中所设定的长度门限值是根据以往经验获取的。传统图像毛刺消除技术和所提图像毛刺消除技术对相同图像进行毛刺消除，消除结果如图6和图7所示。
　　由图6可知，运用传统图像毛刺消除技术求得的三维动态动画人物重构图像存在毛刺，经过细化处理后的结果可以看出，这些毛刺干扰了轮廓特征提取结果，说明在轮廓特征提取时受到毛刺的干扰，影响了三维动态动画人物重构图像识别的精确度。最为重要的一点，在消除的过程中，未消除最短的长度，才导致毛刺清除效果不佳。由图7可知，运用所提图像毛刺消除技术求得的三维动态动画人物重构图像时，不存在毛刺，说明在消除过程中效果好，因采用细化模型对重构图像节点进行了提取，扫描了所有像素点的外围轮廓，使最终得到的图像质量好。由此可知，所提的图像毛刺消除技术相比基于切片法的图像毛刺消除技术的消除效果更佳。
　　5  结  语
　　通过对基于切片法的图像毛刺消除技术存在消除效果差的问题，提出一种新的三维动态动画人物重构中的图像毛刺消除技术。该技术结合了并行细化算法，此算法具有较强的适用性，但该算法在实施过程中，容易造成部分重构图像轮廓模糊。故依据链码定义，搜索重构图像像素点，在搜索的过程中发现图像边缘噪声不敏感，可以明确找出重构图像轮廓线存在的毛刺。经过处理后，即可得到完整的光滑轮廓，但在取出毛刺时，会受到断裂点周围噪声的影响。在后续研究中，要在细化算法的基础上，引入去噪增强算法，减少周围噪声的影响。在今后的研究中要从以下几点改进： 　　1） 进一步提高细化算法的准确性;
　　2） 寻找普适性更强的有效算法;
　　3） 通过实验验证所提的三维动态动画人物重构中的图像毛刺消除技术设计的可行性。
　　参考文献
　　[1] 路永婕，李振宇，怀文青，等.基于分形理论的三维路面谱重构及在多体动力学软件中的应用[J].图学学报，2019，40（2）：328?334.
　　[2] 陈卓，胡摇，蒋晓黎，等.微结构形貌的光场显微三维重构分辨率增强技术[J].光学技术，2018，44（4）：385?390.
　　[3] 杨小来，廖巨华.一种解决高速DAC转换毛刺的同步方法[J].科技通报，2018，34（10）：168?171.
　　[4] 梁建平.三维激光3D打印技术在数字化重现中的应用[J].激光杂志，2018，39（6）：125?129.
　　[5] 叶凤华，叶欢.基于FLASH和3D动画渲染技术的育苗机器人设计[J].农机化研究，2018，40（3）：189?192.
　　[6] 李忠虎，张琳，闫俊红.管道腐蚀视觉测量图像边缘检测算法研究[J].电子测量与仪器学报，2017，31（11）：1788?1795.
　　[7] 郑冰，赵阳，葛东林.农机快速导航系统设计：基于图像边缘检测和3D深度视频帧内编码[J].农机化研究，2018，40（5）：181?184.
　　[8] 马宏伟，杨文娟，张旭辉.带式输送机托辊红外图像分割与定位算法[J].西安科技大学学报，2017，37（6）：892?898.
　　[9] 葛朋，杨波，毛文彪，等.基于引导滤波的高动态红外图像增强处理算法[J].红外技术，2017，39（12）：1092?1097.
　　[10] 薛萍.基于超像素特征表示的图像前景背景分割算法[J].西安科技大学学报，2017，37（5）：731?735.
　　[11] 刘丽霞，李宝文，王阳萍，等.改进Canny边缘检测的遥感影像分割[J].计算机工程与应用，2019，55（12）：54?58.
　　[12] 田雯，胡玉榮.共生矩阵耦合Otsu阈值的彩色图像边缘提取算法[J].电子测量与仪器学报，2018，32（7）：52?60.
　　[13] 刘明纲.基于高斯混合模型和NSCT的图像边缘检测方法[J].科技通报，2018，34（8）：108?112.
　　[14] 陈石涛，杨龙兴，丁力，等.一种基于改进的SUSAN算法的焊缝边缘检测方法[J].热加工工艺，2018，47（15）：161?164.
　　[15] 许传祥，石青云，程民德.零对称和反对称二进小波及其在边缘检测中的应用[J].中国图象图形学报，1996（1）：4?11.
　　[16] LEE S， LEE D， PARK Y. Pupil segmentation using orientation fields， radial non?maximal suppression and elliptic approximation [J].  Advances in electrical and computer engineering， 2019， 19（2）： 69?74.
转载注明来源:https://www.xzbu.com/8/view-15309919.htm