摘要：目的可回溯感是艺术欣赏和临摹时产生的一种审美感受,即在审美过程中想象地再现原作的创作行为,是书法艺术凸显的审美心理现象。在计算机书法的研究中,鲜有研究以动画效果增强书法可回溯感,且缺少关于可回溯感的量化评估方法。因此,本文结合心理感知实验提出可回溯感的测评方法,并探究动态墨迹效果对书法作品可回溯感的影响。方法首先将可回溯感分解为两种心理因素:顺序感和运动感。然后针对动态书法形式应用粒子动画制作7种不同墨迹效果,并设计心理感知实验对书法作品的可回溯感进行测量,即对选定标记点的运笔顺序进行排列以及对其运笔方向和相对速率进行估计。最后比较原作和动态书法可回溯感的差异,分析动态墨迹对书法作品可回溯感的影响。结果实验结果证明测评方法是可行的,并发现恰当运用动态墨迹效果,即沿笔迹流动的墨迹动画,可以改进作品的运动感、显著增强顺序感以及提升可回溯感,反之则不能。若混入逆向流动墨迹效果,会削弱其提升顺序感的效用,但减弱的程度与正逆向墨迹的比例并非线性关系。结论运笔顺序和笔触运动感知的评测方法可以有效量化视觉艺术品的可回溯感,为书法欣赏和临摹过程的研究提供实证方法。动态墨迹的设计也可用于增进书法的艺术化呈现,特别是增强其可回溯感。

摘要：书法笔画能够产生丰富的主观意象,中国传统绘画也有类似的审美现象.于是,在古代的书画论著中,有大量关于笔画观感的记载,往往是将笔画引出的各种丰富拟物化意象进行描述.目前由于书法通常被归入艺术学研究的范畴,书法理论研究中还极少引入数理建模和科学实验的方法,因此对于笔画的意象空间还鲜有采取测量及实证的科学方法,还未能对其建立数理模型.本文设计了两项实验,用以探索书法笔画的意象空间.在第一项实验中,引入实验美学中常用的审美测量方法,选取了书法家写的15个“一”字作为测试样品,并选用21种拟物化感知维度,设计了视觉模拟量表,招募了252名普通群众对它们进行意象感受评测实验.然后,对数据进行主成分分析,展现出笔画“一”的意象空间的特征:其一,它的前二维占据主导,主轴对应于书法理论中探讨最多的“质与妍”的风格倾向问题、副主轴对应于“真与草”的书风倾向问题;其二,它的第三、四维的分布情况也不可忽略,其具体的意义有待进一步解释;其三,不同形态的笔画分布于该空间的不同位置,不同的感知维度对应于从空间原点出发的不同方向.基于第一项实验,设计了可视化方案,直观展现该意向空间中占主导的前二维的结构特征.第二项实验让测试者对实验一中的15个笔画样品评价其两两之间的主观差异.该实验结果经多维缩放分析,与实验一的结果互为支撑.不仅验证了书法理论中有关书风和书体的观点,还为关于“笔法”的审美感知实证研究提供了一种可拓展的数理模型和实验框架.

摘要：针对书画的分类问题,提出了一种新的标准,即时序感。以往的书画是通过复杂度、情感和审美吸引力等进行分类的,而当人们欣赏一幅书画作品时,还可以感受到艺术家的操作过程,并且可以将操作过程按照一定的时序衔接起来,即作品可以唤起欣赏者的时序感。首先,设计了采集书画时序感的系统;其次,设计实验对34幅书画作品的时序感进行收集;最后,将得到的时序序列建模为马尔可夫链,通过对马尔可夫模型的随机性进行度量以比较不同风格书画的时序感。实验结果表明:该系统可以收集到作品的时序感,并且时序感可以作为分类的度量标准。

摘要：为了更准确地分析书法结构的特点,提出一种基于标注字体关键点分析结构的方法。首先,选取间架不同的汉字进行研究,并以颜、柳、欧、赵等楷书作为研究书体。然后,参考LabelImg等数据标注工具,实现一种能采集字体关键点的标注系统。最后,利用众包标注实验获取的关键点标注值计算分析字体结构。结果表明:利用字体标注关键点的距离与角度进行统计分析能得出其结构特点,设计的系统也可以应用到书法图像的标注制作与结构计算中,而关键点可以作为一种字体结构量化研究的新方法。

摘要：临摹是书法学习中的重要一环,现在书法临摹方式仍旧局限于静态字帖的临摹,而没有更加利于学习者进行书法学习的显示表达方法,而且缺少不同显示方案对书写临摹学习效率影响的研究。速度变化是笔迹变化的最基本因素之一。基于数位屏和无线压感笔设备设计了线条书写速度采集系统,并设计了4种或动态或静态的线条书写速度显示方案进行实验与分析。实验结果表明:不同的显示方案对线条速度模仿相似度具有显著影响,且静态的显示方案优于动态显示方案。此结果可为书法临摹视觉表现上提供一些思路。

摘要：针对以往的分形图形创作中难以预先设计图形的整体布局的困难,提出分形拼贴画技术.用户首先交互地设计分形拼贴画的整体布局并指定关键的细节特征,进而构造2类图元:取样图元及分形图元.每个图元对应画面的某个四边形小网格,且每个分形图元对应一个取样图元.然后,启动分形拼贴画的分形运算,即分形图元迭代地通过其对应的取样图元对画面进行取样,并进行图像处理,再显示于自身的网格.该方法允许对分形拼贴画设定不同的初始状态,从而生成细节多样化、富于美感且符合最初构图的分形图案.

摘要：笔法与结构对文字观感的影响是中国书法文化的重要研究命题,也与数字书法领域审美评价技术相关联。但以往对该命题主要为定性讨论。本文结合计算机样条曲线及审美量表等技术,设计了一种实验方法对其进行量化研究。首先,选取78个高频字的6种有代表性的楷书体文字作为样品,自编软件并招募测试人员对其标注结构特征点,并用参数曲线建模输出“去除笔法”后的样品图,再进一步经严格定义的“统一结构”操作进行处理,共获得3组样品图,每组468幅。然后,编制审美量表,招募测试者以随机分配的方式对3组样品评测美感和风格。最后,对评测数据进行统计分析。结果显示,对于楷书文字的风格而言,笔法的影响远高于结构;对于文字的美感而言,笔法的作用也大于结构,但影响有限。该结果局限于实验选定的几种经典的楷书文字,且其定义的“去除笔法”和“统一结构”并不能完全涵盖以往经验理论中的相关概念范围。研究表明,自然学科的方法可用于研究书法学中的命题。

摘要：书法作品能够体现出连贯书写过程的美感,这种表现力是以往的绘画不具备的,就连提倡"书画用笔同法"的文人写意画也未发展出这种表现力。事实上,南朝画圣陆探微早已尝试在绘画中引入草书的连贯运笔技法,创造了"一笔画",但其技法未被继承,真迹也无遗存。本文讨论如何再现这种"一笔画",目标是在绘画作品中呈现出连贯运笔过程。首先,细致分析了书法能够表现书写过程美的成因,其基础在于文字本身具备的高度有序性,这恰是绘画物象先天缺乏的。有鉴于此,将笔序规划的思想运用到绘画中,于是书法笔法能够连贯地运用于绘画,在刻画物象时表现出完整的行笔轨迹,实现了连贯书写性绘画,再现了陆探微的"一笔画"。最后,对连贯书写性绘画引出的广阔探索空间进行讨论,提出一系列有待后续研究的问题及思路。

摘要：目的传统的基于子视点叠加的重聚焦算法混叠现象严重,基于光场图像重构的重聚焦方法计算量太大,性能提升困难。为此,本文借助深度神经网络设计和实现了一种基于条件生成对抗网络的新颖高效的端到端光场图像重聚焦算法。方法首先以光场图像为输入计算视差图,并从视差图中计算出所需的弥散圆(circle of confusion,COC)图像,然后根据COC图像对光场中心子视点图像进行散焦渲染,最终生成对焦平面和景深与COC图像相对应的重聚焦图像。结果所提算法在提出的仿真数据集和真实数据集上与相关算法进行评价比较,证明了所提算法能够生成高质量的重聚焦图像。使用峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)进行定量分析的结果显示,本文算法比传统重聚焦算法平均PSNR提升了1.82 d B,平均SSIM提升了0.02,比同样使用COC图像并借助各向异性滤波的算法平均PSNR提升了7.92 d B,平均SSIM提升了0.08。结论本文算法能够依据图像重聚焦和景深控制要求,生成输入光场图像的视差图,进而生成对应的COC图像。所提条件生成对抗神经网络模型能够依据得到的不同COC图像对输入的中心子视点进行散焦渲染,得到与之对应的重聚焦图像,与之前的算法相比,本文算法解决了混叠问题,优化了散焦效果,并显著降低了计算成本。

摘要：为了在非真实感绘制中模拟画家色彩思维的主观模糊性,研究了融合模糊色技术马赛克风格渲染.该技术首先对输入图像按局部细节层次进行三角剖分,得到不同大小的三角面片集合,模拟画家对景物的结构分析思维;然后对源图像的色彩信息进行转化,获得每个三角面片上的模糊色,模拟画家观察景物色彩时的主观模糊性;最后采取可订制的模糊赋色策略渲染为马赛克风格图像,模拟画家赋色时的主观模糊性.结果显示,提出的技术可以较好地模拟不同艺术家的赋色思维.同时还构建了一个马赛克渲染原型英语,用户可通过选取预设的赋色策略快速获得大量不同结果.