摘要：工业印染中的印花图样,个性化创作要求高,印染企业设计成本负担重。为了更加智能化辅助印花图样生成,降低印花企业设计成本,提出一种针对多类别多尺度问题的对象重复模式发现方法。定义印花图样的重复模式基本表示;运用对象“内容一致性”与“空间结构一致性”发现印花图像中的重复模式;经过多次迭代计算得到印花图像中的重复对象,从而生成印花图样。实验表明,该方法解决了印花图像中重复对象之间存在的类别和尺度问题,并能够准确地发现印花图像中重复模式实例。

摘要：三维模型最优视角选择是指选择符合人类主观倾向最大信息量的三维物体视角.文中在预分割模型的基础上,提出一种采用粒子群优化的三维模型最优视角选择方法.首先设计了一个对候选最优视角打分的权重函数,其中的特征选取不仅考虑了视角应能够看到三维模型尽可能多的几何特征,同时也考虑了视角的舒适性;然后采用粒子群优化算法对模型进行分类别学习,获取最适合于该类模型的权重值,并获取权重函数中各个特征的权重配置.对比实验结果表明,该方法所选出的视角更加符合人类的主观倾向且不失几何信息量.

摘要：针对基于颜色特征空间的半监督聚类分割算法适合分割结果包含多个颜色特征相似目标的应用场合,但对高噪声图像却无法获得理想的分割结果,而基于随机游走理论的半监督图像分割算法需要用户对目标逐一进行标记的问题,提出一种半监督图像分割算法.首先根据用户标记采用半监督模糊C均值聚类(SSFCM)算法对图像颜色特征进行建模;然后引入一个确信度函数,并根据SSFCM算法得到的隶属度数据计算确信度函数值,再将像素分为2类,分别作为随机游走图像分割算法的已标记点和未标记点;最后采用随机游走算法完成最终的分割.实验结果表明,该算法对图像中的噪声具有良好的抑制作用,且无需用户对目标逐一进行标记.

摘要：为便于用户在工程设计时使用草图进行三维模型设计,提出一种从单幅草图生成正交多面体模型的方法.根据正交多面体模型的结构特点定义了建模过程中的特征层次体系及其转换规则,通过规则推理实现各层次特征的转换,以支持用户使用简图方式快速地生成多面体模型;同时,使用决策树管理转换规则集合实现对规则的训练和更新,以保证规则集的可拓展性和鲁棒性.实验结果表明:该方法能生成多种复杂的正交多面体模型,且决策树方法能有效地支持对规则集合的训练和更新.

摘要：提出一种基于内容的三维网格模型的加密算法。加密过程将三维网格模型根据超混沌映射分别对网格面片构成置乱和网格顶点坐标扰动,从而获得加密后的三维网格模型;解密过程则利用密钥作为初始值生成超混沌系统,对网格顶点坐标和面片构成进行逆向恢复,从而获得解密后的三维网格模型。所提的加密和解密形式灵活,加密后的模型亦可渲染显示,且抗破译能力强,可对广泛应用于影视动画、艺术设计、工业设计以及医学设计等不同领域的三维网格模型进行保护。

摘要：为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善了网络的学习效率和性能,加快了网络的收敛速度;其次,通过结合灰度相似性、视差平滑和左右视差匹配等损失度量设计了一种更有效的损失函数,有效地降低了图像光照因素影响,遏制了图像深度的不连续性,并能保证左右视差的一致性,从而提高深度估计的鲁棒性;最后,采用立体图像作为训练数据,无需目标深度监督信息,实现了端到端的单幅图像深度估计.在TensorFlow框架下,用KITTI和Cityscapes数据集进行实验,结果表明,与目前的主流方法相比,该方法在预测深度的精确度方面有较大提升,拥有更好的深度预测性能.

摘要：色粉画是一种极具表现力的绘画方式。提出一种基于参考图像色粉画效果模拟的非真实感绘制方法,其模拟过程分为铺底和细化两个阶段。在铺底阶段,利用mean-shift分割方法对参考图像进行分割获得区域和色调信息,并通过矢量场计算确定所得区域内笔画方向,在上述信息约束下通过对色粉画线画法以及侧面画法的模拟完成铺底工作;在细化阶段,针对参考图像所需突出的重要特征细节利用一致线条绘制方法获取,并通过色粉画点画法对其进行模拟。实验结果表明,通过上述两个阶段的模拟,本文方法能够快速高效的将参考图像转化为色粉画艺术化效果。