一種基於紋理學習的電子毛筆建模方法
2023-10-08 21:24:19 2
專利名稱：一種基於紋理學習的電子毛筆建模方法
技術領域：
本發明涉及一種計算機的數據處理方法，特別涉及一種基於紋理學習的電子毛筆建模方法。
背景技術：
中國書法作品在計算機設計領域有著廣泛的應用，傳統在計算機上獲得書法圖片的方法一般通過掃描儀將真實書法作品掃描進電腦。隨著計算機技術和交互式設備的發展，虛擬毛筆技術為設計者提供了一種更為方便快捷的工具，使得藝術設計者能過更專注於在電腦上進行藝術創作。目前的虛擬毛筆技術主要是能過基於物理的虛擬毛筆書寫方法。這種虛擬書寫方法是利用計算機強大的運算能力來仿真毛筆在書寫過程中真實的物理屬性，比如毛筆筆觸與宣紙之間的交互作用而產生的彈性形變，墨水顆粒在紙張表面發生的擴散、滲透運動等等。但是，要精確仿真真實書寫環境裡的物理屬性是一項非常複雜的工作，該方法的主要缺點就是計算量太大，而導致處理時間過於漫長。
發明內容
為解決現有技術中存在的技術問題，本發明提供了一種運算量少、反應時間快的基於紋理學習的電子毛筆建模方法。本發明解決上述技術問題，所採用的技術方案是提供一種基於紋理學習的電子毛筆建模方法，包括以下步驟，(A)，用戶在數字手寫板上輸入書寫筆畫並以多個離散點的數據結構存儲；(B)，將上述離散點作為書寫筆畫的骨架點並根據每一骨架點的書寫力度在骨架點的兩側產生兩組相對應的邊緣輪廓點；(C)，採用樣條曲線擬合上述產生的兩組輪廓點並形成筆畫的線條輪廓；(D)，使用神經網絡和模糊邏輯的方法對真實的毛筆書法紋理進行學習，並獲得書法紋理的灰度值序列；(E)，根據上述獲得的灰度值序列向筆畫的輪廓內側填充並最終獲得毛筆書法作品。作為本發明的一優選方案，所述每一離散點的數據結構包括離散點的橫坐標值、 縱坐標值、壓力值、書寫速度值。作為本發明的一優選方案，所述步驟(A)進一步包括以下步驟，(Al)，對數字手寫板掃描到的離散值以一定的時間間隔進行取值，並將取到的值作為離散點集合；(A2)，將上述獲得的離散點集合中每一離散點的壓力值和速度值進行濾波操作，使離散點集合儘可能地平滑；(A3)，將上述濾波操作後的離散點信息存儲。作為本發明的一優選方案，所述數字手寫板每隔150ms-250ms對書寫筆畫進行掃描。作為本發明的一優選方案，所述(C)步驟中所述的樣條曲線是三次B樣條曲線。本發明的技術方案相對於現有技術，可取得的有益效果是本發明所述的虛擬毛筆書寫方法採用神經網絡和模糊邏輯的方法獲取真實的毛筆書寫紋理，使最終獲得的毛筆筆畫畢真形象，並且計算機處理的速度快。
此處所說明的附圖用來提供對本發明的進一步理解，構成本發明的一部分，本發明的示意性實施例及其說明用於解釋本發明，並不構成對本發明的不當限定。在附圖中圖1是本發明所述的基於紋理學習的電子毛筆建模方法的流程圖；圖2是本發明所述的用戶在數字手寫板上輸入書寫筆畫並以多個離散點的數據結構存儲的流程圖；圖3是本發明所述書寫壓力-筆畫寬度(p-w)函數示意圖；圖4是本發明所述骨架點(a欄)生成輪廓點(b欄)，再由輪廓點(b欄)擬合成線條輪廓(c欄)的示意圖；圖5是本發明所述神經網絡和模糊邏輯的網絡結構示意圖；圖6是神經網絡和模糊邏輯的方法對真實毛筆的紋理學習示意圖；圖7是本發明所述的對真實毛筆書法的分層級示意圖；圖8是本發明所述的紋理選擇函數曲面示意圖。
具體實施例方式為了使本發明所要解決的技術問題、技術方案及有益效果更加清楚、明白，以下結合附圖和實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，並不用於限定本發明。如圖1所示，本發明所述的基於紋理學習的電子毛筆建模方法包括以下步驟，步驟A，用戶在數字手寫板上輸入書寫筆畫並以多個離散點的數據結構存儲。數字手寫板對於計算機來說是一種輸入設備，用於輸入文字或圖像。數字手寫板可以通過數據線與計算機相連。用戶採用手寫筆在數字手寫板上書寫筆畫，數字手寫板以一定的時間間隔對其表面進行掃描，因此可以偵測出用戶在數字手寫板上的書寫過程，並且，將該書寫筆畫用多個離散點的數據結構進行存儲。該離散點的數據結構包括橫坐標值 χ、縱坐標值y、壓力值P、書寫速度值v，可以將離散點的結構表達成Pti {x, y，p，t，ν}，其中
速度值ν是通過以下公式計算得出，Pti. 1； = VAy2+Ax2
r 1At其中，Ay= Pti. y-pt^. yΔ χ = Pti. x-ptH. χAt = Pti. t-ptH. t在上述公式中，t代表時間，At代表時間差值，Δ χ代表橫坐標值χ的變量，Ay 代表橫坐標值y的變量。同時，將離散點的數據結構存儲起來，存儲的載體可以有多種，如計算機的緩存、主存等。如果數字手寫板對其表面進行掃描的時候頻率較大，獲取的離散點過密，故會產生冗餘數據；另外，手寫筆與數字手寫板之間的接觸相對於傳統的毛筆與紙的接觸更硬。為進一步使離散點的取值更加合理，並且使離散點的壓力值更加均勻。如圖2所示，作為一優選方案，步驟(A)進一步包括以下步驟，步驟Al，對數字手寫板掃描到的離散值以一定的時間間隔進行取值，並將取到的值作為離散點集合；對數字手寫板的取值以一定的時間間隔進行取值，該時間間隔可以在150ms-250ms之間進行取值。並將取到的值Pti {x，y，p，t，ν} 作為離散點集合。因此，可以避免由於數籽手寫板的硬體本身的參數，而使離散點的取值過多或過少並影響到最終的毛筆作品效果。步驟Α2，將上述獲得的離散點集合中每一離散點的壓力值和速度值進行濾波操作，使離散點集合儘可能地平滑。手寫筆與數字手寫板接觸時相對於實際中毛筆與紙的接觸手感較硬。因此，將上述獲得的離散點集合中根據每一離散點的壓力值P和速度值ν進行濾波操作，使離散點集合儘可能地平滑。步驟A3，將上述濾波操作後的離散點信息存儲。當完成濾波處理後，將離散點信息進行存儲。存儲的載體可以有多種，如計算機的緩存、主存等。步驟B，將上述離散點作為書寫筆畫的骨架點並根據每一骨架點的書寫力度在骨架點的兩側產生兩組相對應的邊緣輪廓點。根據步驟A中所取的離散點作為書寫筆畫的骨架點，同時，根據每一骨架點的書寫過程中的壓力值P在它的兩側產生相對應的邊緣輪廓點，每一骨架點兩側的輪廓點之間的連線與該骨架點的速度值ν的運動方向垂直。根據實際毛筆的書寫過程，當壓力值ρ越大，筆畫的寬度越大。如圖3所示，本發明提出了一種書寫壓力-筆畫寬度(press-width)函數。具體來說，就是將步驟A中所獲得的離散點集合作為筆畫的骨架，再根據離散點的壓力大小生成不同寬度的輪廓點。
權利要求
1.一種基於紋理學習的電子毛筆建模方法，其特徵在於，包括以下步驟，(A)，用戶在數字手寫板上輸入書寫筆畫並以多個離散點的數據結構存儲；(B)，將上述離散點作為書寫筆畫的骨架點並根據每一骨架點的書寫力度在骨架點的兩側產生兩組相對應的邊緣輪廓點；(C)，採用樣條曲線擬合上述產生的兩組輪廓點並形成筆畫的線條輪廓；(D)，使用神經網絡和模糊邏輯的方法對真實的毛筆書法紋理進行學習，並獲得書法紋理的灰度值序列；(E)，根據上述獲得的灰度值序列向筆畫的輪廓內側填充並最終獲得毛筆書法作品。
2.根據權利要求1所述的基於紋理學習的電子毛筆建模方法，其特徵在於，所述每一離散點的數據結構包括離散點的橫坐標值、縱坐標值、壓力值、書寫速度值。
3.根據權利要求1所述的基於紋理學習的電子毛筆建模方法，其特徵在於，所述步驟 (A)進一步包括以下步驟，(Al)，對數字手寫板掃描到的離散值以一定的時間間隔進行取值，並將取到的值作為離散點集合；(A2)，將上述獲得的離散點集合中每一離散點的壓力值和速度值進行濾波操作，使離散點集合儘可能地平滑；(A3)，將上述濾波操作後的離散點信息存儲。
4.根據權利要求3所述的基於紋理學習的電子毛筆建模方法，其特徵在於，所述數字手寫板每隔150ms-250ms對書寫筆畫進行掃描。
5.根據權利要求1所述的基於紋理學習的電子毛筆建模方法，其特徵在於，所述(C)步驟中所述的樣條曲線是三次B樣條曲線。
全文摘要
本發明公開了一種基於紋理學習的電子毛筆建模方法，包括以下步驟，用戶在數字手寫板上輸入書寫筆畫並以多個離散點的數據結構存儲；將上述離散點作為書寫筆畫的骨架點並根據每一骨架點的書寫力度在骨架點的兩側產生兩組相對應的邊緣輪廓點；採用樣條曲線擬合上述產生的兩組輪廓點並形成筆畫的線條輪廓；使用神經網絡和模糊邏輯的方法對真實的毛筆書法紋理進行學習，並獲得書法紋理的灰度值序列；根據上述獲得的灰度值序列向筆畫的輪廓內側填充並最終獲得毛筆書法作品。採用上述方案，神經網絡和模糊邏輯的方法獲取真實的毛筆書寫紋理，使最終獲得的毛筆筆畫畢真形象，並且計算機處理的速度快。
文檔編號G06K9/68GK102306308SQ20111024846
公開日2012年1月4日 申請日期2011年8月26日 優先權日2011年8月26日
發明者周昌樂, 張俊松, 肖偉屹 申請人:廈門大學