項(xiàng)建華， 楊克微， 周 杰， 孫正興

（1. 常州紡織服裝職業(yè)技術(shù)學(xué)院創(chuàng)意與藝術(shù)設(shè)計(jì)學(xué)院，江蘇 常州 213164；2. 南京大學(xué)計(jì)算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210046）

一種基于圖像分解的亂針繡模擬生成方法

項(xiàng)建華1,2， 楊克微2， 周 杰2， 孫正興2

（1. 常州紡織服裝職業(yè)技術(shù)學(xué)院創(chuàng)意與藝術(shù)設(shè)計(jì)學(xué)院，江蘇 常州 213164；2. 南京大學(xué)計(jì)算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210046）

常州亂針繡是一種具有地方文化特色的繡藝品種，亟待使用先進(jìn)技術(shù)進(jìn)行保護(hù)和傳承。論文提出了一種基于圖像分解的亂針繡藝術(shù)效果模擬生成方法：將圖像分解成不同的對象區(qū)域、矢量場和圖像細(xì)節(jié)信息后，通過一種多層繪制技術(shù)模擬亂針繡的多層疊加效果，同時，建立模擬亂針繡針法的針法庫，為使繪制結(jié)果更具真實(shí)感，模擬單根繡線方法也一并提出。實(shí)驗(yàn)結(jié)果表明，該方法能有效再現(xiàn)亂針繡藝術(shù)效果，為亂針繡數(shù)字化傳承技術(shù)研究奠定了基礎(chǔ)。

亂針繡; 圖像分解; 多層繪制技術(shù); 針法庫

常州亂針繡是一種具有地方文化特色的繡藝品種，已被列入江蘇省首批非物質(zhì)文化遺產(chǎn)保護(hù)名錄，亟待需要使用先進(jìn)技術(shù)進(jìn)行保護(hù)和傳承。從計(jì)算機(jī)技術(shù)輔助刺繡制作的先期研究[1]中可以看出，亂針繡與傳統(tǒng)刺繡有著較大差異，其不同點(diǎn)在于：一是針法類型的不同。傳統(tǒng)刺繡的針法是規(guī)則的，而亂針繡則采用了不規(guī)則的交叉針法；二是多層繪制技術(shù)的不同。亂針繡將繡線通過不同層次之間的交錯疊加來表達(dá)作品的藝術(shù)效果。本文將研究基于筆觸的圖像繪制技術(shù)用以再現(xiàn)亂針繡作品的藝術(shù)效果，并驗(yàn)證其可行性。

基于筆觸的繪制技術(shù)(Stroke-based Rendering,SBR)[2]近年來成為了研究熱點(diǎn)。其研究可被分為兩大類。一類在縱向上將圖像分為不同層次，先需要簡化每層圖像所包含的視覺信息，并在不同圖像層次之上放置筆觸，最后，綜合這些不同的圖像層次得到最終的結(jié)果。Hertzmann[3]根據(jù)用戶事先定義的筆畫大小，按照不同的濾波窗口大小對圖像進(jìn)行高斯濾波，在不同的圖層中可按照筆畫從大到小的順序放置不同的筆觸來模擬油畫的繪制效果；Jingwan Lu[4]將圖像按照梯度大小的不同分為3個層次，而筆觸的大小則根據(jù)梯度值的不同而變化，梯度值越大的區(qū)域筆觸就越小。上述方法都采用了多層繪制技術(shù)，但由于沒有對圖像進(jìn)行橫向分解，使其分解圖像的筆觸類型都是相同的。因此，這類方法難以滿足亂針繡不同區(qū)域采用不同的針法的要求。

另一類在橫向上按照圖像的顏色、紋理和其他一些視覺特征的相似性將圖像分解為不同的區(qū)域，區(qū)域繪制所用到筆觸的位置、朝向和大小則由區(qū)域內(nèi)容所決定。Zeng等[5]提出了一種語義驅(qū)動的繪制方法。首先，利用圖像分解的方法建立圖像的解析樹；然后，從建立的針法庫中尋找筆觸將其繪制在畫布上構(gòu)成結(jié)果。筆觸的選擇過程則由圖像解析樹中定義的圖像語義信息決定，通過這一過程可以形成不同的區(qū)域繪制風(fēng)格；Zhao等[6]拓展了上述的方法，并且定義了8個參數(shù)去控制上述的筆觸產(chǎn)生過程；Huang等[7]將圖像按照圖像顯著性的不同將圖像分為不同的長方形網(wǎng)格，然后，在每一個長方形網(wǎng)格構(gòu)建筆觸。這些方法將圖像分解為不同的對象區(qū)域，并且不同的區(qū)域采用不同的筆觸類型區(qū)繪制每個區(qū)域。然而，這類方法都只使用了單層繪制技術(shù)，難以表現(xiàn)亂針繡多層疊加繡制手法所表現(xiàn)出的物體對象的層次感。

亂針繡獨(dú)特的繡制特點(diǎn)使亂針繡繪制過程需解決以下3個問題：一是根據(jù)亂針繡不同區(qū)域需設(shè)計(jì)不同的針法；二是在繪制中保持亂針繡多層疊加繪制的特點(diǎn)；三是解決適合于亂針繡繪制的針法庫；同時，還需解決單根繡線的模擬等問題?，F(xiàn)有的 SBR方法顯然不能滿足亂針繡繪制的需求。因此，本文提出了一種適合于亂針繡繪制的橫、縱向相結(jié)合的繪制模型，如圖1所示。

圖1 亂針繡繪制模型

1 交互式圖像分解

圖像分解旨在將圖像分解為不同的圖像區(qū)域、區(qū)域矢量場，并提取圖像的細(xì)節(jié)信息用于指導(dǎo)后續(xù)的繪制過程。

1.1 圖像區(qū)域分割及標(biāo)注

本文將圖像區(qū)域分為不同的對象區(qū)域，并對區(qū)域進(jìn)行分類，按照不同的區(qū)域類型分別確定不同的針法繪制參數(shù)。首先，將圖像分為不同的區(qū)域，記為R= {Rk：k= 1 ,2,...,K}，其中每個區(qū)域Rk為一個二元組，記為Rk=＜Λk,lk＞。其中，Λk為區(qū)域Rk所覆蓋的圖像像素區(qū)域，lk為其區(qū)域類別標(biāo)號。本文中不同的區(qū)域之間不存在覆蓋現(xiàn)象，假定Λ為整個圖像區(qū)域，則有：

1） 根據(jù)文獻(xiàn)[8]算法將圖像分為不同的區(qū)域。通過計(jì)算每個像素與周圍像素在亮度、色彩和紋理多個通道上的差異，并統(tǒng)計(jì)了該像素成為區(qū)域邊界的概率。計(jì)算公式如下：

其中，s表示不同的尺度大小，i代表了不同的通道（亮度，色彩通道a,b以及紋理通道），sPb(x,y,θ)代表了對圖像進(jìn)行譜聚類分割得到的結(jié)果，它代表了圖像中的主要邊界信息。γ為權(quán)重系數(shù)，用于調(diào)節(jié)細(xì)節(jié)邊界與主要邊界之間的關(guān)系。Gi,σ(i,s)(x,y,θ)則代表了以像素點(diǎn)(x,y)為圓心，σ(i,s)為半徑所形成的圓以角度θ劃分而成的上下兩個半圓在i通道上的直方圖統(tǒng)計(jì)差異，由下述公式計(jì)算得出：

在得到邊界像素點(diǎn)的概率分布gPb(x,y,θ) 后，可采用OWT-UCM算法得到區(qū)域的邊界。

2） 采用人工交互的方法對圖像區(qū)域進(jìn)行分類。按照分割區(qū)域的不同對象將區(qū)域分為3類，并對區(qū)域分割結(jié)果進(jìn)行標(biāo)注，結(jié)果為lk∈ 1 ,2,3，如表1所示。其中流型區(qū)域表示該區(qū)域有流型的紋理，可用矢量場來描述其紋理走向結(jié)構(gòu)。非流型區(qū)域[9]則紋理較為復(fù)雜，很難從中提取出其紋理走向的規(guī)則。在第4部分中，將按照不同區(qū)域類型分別根據(jù)圖像特征設(shè)定不同針法模型參數(shù)對這些參數(shù)進(jìn)行填充。如圖2所示，即為圖像分割及標(biāo)注的結(jié)果。

表1 區(qū)域分類

圖2 圖像區(qū)域分割標(biāo)注

1.2 交互式區(qū)域矢量場計(jì)算

本文采用了一種交互式的區(qū)域平滑矢量場提取方法用于計(jì)算區(qū)域的矢量場。用戶通過交互接口標(biāo)出區(qū)域中重要的線條走向，而后采用建立矢量場能量方程的形式來平衡用戶交互線條與初始矢量場之間的關(guān)系，通過優(yōu)化得到最終的平滑矢量場。

首先，需要定義區(qū)域Rk中每個像素點(diǎn)s的矢量場為Θk，Θk= θ (s) ：θ(s) ∈ [ 0,π) ,s∈Rk；然后，建立圖像的3層高斯金字塔，采用Sobel算子計(jì)算每層圖像的梯度：

其中，Gx(i,j)和Gy(i,j)分別表示了圖像在x方向和y方向上的梯度，每層圖像的矢量場方向和梯度值可以按照下式計(jì)算：其中R表示了像素點(diǎn)s的8鄰域像素點(diǎn)集，按照高斯金子塔從上到下的順序，采用加權(quán)平均的方式計(jì)算區(qū)域的初始矢量場：

在上述公式中，我們可以計(jì)算得到區(qū)域Rk的初始矢量場，但是含有很多的噪音，為了得到更為平滑的矢量場結(jié)果，需要對矢量場進(jìn)行平滑處理。

根據(jù)文獻(xiàn)[10]，kΘ由兩個因素決定：

1） 像素點(diǎn)s的四鄰域像素點(diǎn)s?上的矢量場方向；

2） 像素點(diǎn)s的初始矢量場值。本文可允許用戶通過交互的方法指出區(qū)域矢量場的主要方向，所以，最終的矢量場Θk還跟第3個層次有關(guān)；

kskk

在定義了Θk的能量方程之后，采用文獻(xiàn)[11]優(yōu)化方法計(jì)算使得能量方程E(Θk)取值最小的Θk最為最終的矢量場方向。如圖 3所示，交互式圖像區(qū)域矢量場計(jì)算結(jié)果。

圖3 交互式圖像矢量場計(jì)算

1.3 圖像細(xì)節(jié)信息提取

圖像的細(xì)節(jié)信息，如對象的邊緣、毛發(fā)的細(xì)節(jié)等，在亂針繡繪制中同樣需要被表現(xiàn)。在非真實(shí)繪制中的線繪制技術(shù)中，被提取出的線條恰好是圖像中需要被強(qiáng)調(diào)的圖像細(xì)節(jié)。本文將采用線繪制技術(shù)來提取圖像的細(xì)節(jié)信息。

通過選擇有利于細(xì)節(jié)表達(dá)、所得線條連續(xù)平滑、參數(shù)設(shè)置簡單并且能夠?qū)崟r計(jì)算的線條繪制方法(Coherence Line Drawing，CLD)[12]來完成參考圖像細(xì)節(jié)信息的提取。首先，利用參考圖像通過基于核的非線性向量平滑方法計(jì)算出一個平滑、保持特征的局部邊緣正切的特征流場（Edge Tangent Flow， ETF），然后，使用沿著特征流場和垂直于特征流場方向的濾波核進(jìn)行高斯差分（Difference-of-Gaussians, DoG）計(jì)算，進(jìn)而獲得參考圖像中的顯著特征信息。參考圖像相應(yīng)的細(xì)節(jié)信息圖，如圖4所示。

圖4 圖像細(xì)節(jié)信息提取結(jié)果

2 多層繪制技術(shù)

2.1 針法庫

亂針繡采用很多不同的針法表現(xiàn)不同對象的特征，本文模擬了兩大類針法：交叉針和三角針，并開始建立針法庫。

交叉針：交叉針是亂針繡中最常用的針法，藝術(shù)家常用該針法繡制流型紋理區(qū)域，如花瓣、葉子、水流、織物等。

交叉針參數(shù)包括方向和交叉角度，見圖5(a)，其中，AB、CD是交叉針，EF是兩針的角平分線。交叉針的參數(shù)以來矢量場方向θ和交叉角度β，兩針與X軸的夾角分別為θ+β和θ-β，見圖5(b)。亂針繡藝術(shù)家反映：θ可以由本文1.2節(jié)計(jì)算得到的矢量場決定，β以來區(qū)域的顏色分布，如果區(qū)域內(nèi)的顏色均勻分布，交叉角度接近垂直，β大約為 45o。如果顏色分布在一個方向比較平穩(wěn)而在另外的方向變化比較劇烈，那么β值相對較小。

得到θ和β之后，我們在窗口中放置兩組平行線，平行線的角度分別為θ+β和θ-β，平行線的間距為d（這里，設(shè)置d=），見圖5(b)。

圖5 交叉針定義

三角針：三角針是亂針繡的一種常用針法之一，藝術(shù)家利用該針法繡制弱流型區(qū)域，如草地、雌蕊、山脈等。這些區(qū)域比較復(fù)雜，所有針法通常沒有特定的方向。

圖6 三角針定義

本文還提出了一種模擬單根繡線的方法，我們采用Ashikhmin[15]提出的將參考繡線紋理轉(zhuǎn)換為特定顏色的算法。首先，將復(fù)制繡線紋理直到特定的繡線長度；其次，降低末端繡線的亮度，使繡線的末端點(diǎn)比其他部分亮度低。主要做法是將繡線的顏色空間從RGB轉(zhuǎn)到Y(jié)UV，然后，降低末端點(diǎn)Y通道值，公式如下：

繡線模擬結(jié)果，如圖7所示。

圖7 繡線模擬結(jié)果

2.2 針法排布和繪制

藝術(shù)家在創(chuàng)作時通常以粗略的草圖開始繪畫，然后從整體到局部逐漸細(xì)化。在亂針繡繪制過程中，根據(jù)2.1節(jié)中描述的區(qū)域標(biāo)簽定義基本的針法類型和尺寸。基本針法參數(shù)如下：

1） 針法類型：由于圖像的背景區(qū)域(lk=1)不是圖像的主要區(qū)域，對整體的繪制效果不會產(chǎn)生太大影響，所以采用交叉針繪制一層即可。對于流型區(qū)域(lk=2)，采用交叉針表現(xiàn)區(qū)域的紋理特征；對于弱流型區(qū)域(lk=3)，采用三角針表現(xiàn)復(fù)雜的紋理特征。對于后兩種區(qū)域，單層繪制是不夠的，需要從粗到細(xì)的多層繪制以取得較好的效果。

其次確定基本針法參數(shù)，將圖像前景區(qū)域(lk=2,3)和一系列針法尺寸作為輸入，針法尺寸為W1…Wn。算法通過繪制一系列層次逐步執(zhí)行，按照從大到小的順序，每一層賦予一個尺寸值。初始的畫布是一張信紙顏色的圖像。根據(jù)實(shí)驗(yàn)，通常需要5層繪制才能夠達(dá)到較好的效果。為了由粗到細(xì)繪制區(qū)域，每層的窗口尺寸逐步縮小。這些尺寸的定義如下：

對每一層而言，通過模糊原始圖像可建立一幅參考圖像。模糊過程為高斯核卷積過程，這里，fσ為常量因子，本文設(shè)置為0.5。參考圖像表示用戶期望以當(dāng)前筆畫尺寸進(jìn)行繪制能夠達(dá)到的最優(yōu)的效果。該方法只在需要放置筆畫的細(xì)節(jié)區(qū)域添加筆畫。根據(jù)前面計(jì)算得到的每一層針法窗口尺寸，采用一個單層繪制子過程繪制一層。該過程只在繪制圖像和參考圖像有差別的區(qū)域放置新的筆畫，與原圖顏色在一定閾值范圍內(nèi)匹配的區(qū)域不做任何修改。為了防止針線過密，針跡覆蓋率在一定閾值范圍內(nèi)的區(qū)域也不做任何修改，同時通過提高閾值參數(shù)聲稱更模糊的模擬圖像，或者降低閾值生成更接近原圖像的模擬圖像。

每層的繪制過程在畫布上執(zhí)行一個簡單的循環(huán)。繪制算法如下：

2） 從區(qū)域中隨機(jī)選取一個網(wǎng)格，網(wǎng)格的尺寸為iW；

4） 如果areaError和coverageRate在一定閾值范圍內(nèi)，我們在當(dāng)前網(wǎng)格上放置新的曲線針跡筆畫，反之執(zhí)行步驟5；

5） 如果當(dāng)前區(qū)域的所有像素已經(jīng)被處理過則結(jié)束，反之回到步驟2。在步驟4中，曲線針跡筆畫利用1.2節(jié)計(jì)算得到的矢量場方向指導(dǎo)生成。

具體步驟如下：

1） 建立一個記錄像素位置的序列q，并將當(dāng)前網(wǎng)格g的中心點(diǎn)加入到q中；

這里，tcenter和gcenter表示網(wǎng)格t和g的中心點(diǎn)，Θ(g)為網(wǎng)格g內(nèi)所有像素的矢量方向的平均值，步長λ與當(dāng)前層次的窗口尺寸相同；

如圖8所示，生成曲線針跡筆畫的過程，其中圖8(a-d)4幅圖分別代表了由初始點(diǎn)g生成序列q的過程。針跡筆畫顏色由序列q中當(dāng)前像素點(diǎn)的平均色定義。

圖8 曲線針跡筆畫生成示意圖

精繡層：在繪制過程中加入一層精繡層使CLD算法提取出的顯著特征更加明顯，通過在CLD算法提取的區(qū)域內(nèi)放置交叉針，可突出繪制結(jié)果的細(xì)節(jié)信息。針跡的參數(shù)如下：

1） 針法尺寸：設(shè)置針跡窗口尺寸在 10到14之間。當(dāng)針跡尺寸低于10時，針跡會因?yàn)槌叽邕^小而無法看清。同時，如果尺寸大于14，繪制效果也會不真實(shí)。

2） 針法顏色：根據(jù) CLD算法提取的細(xì)節(jié)區(qū)域，提取該區(qū)域中對應(yīng)原圖像中相應(yīng)位置的顏色信息作為繡線的顏色。

3 實(shí)驗(yàn)

本文實(shí)驗(yàn)以C++語言實(shí)現(xiàn)，配置環(huán)境為Intel Core 2 Duo E7300 2.6GHz CPU，2GB內(nèi)存，Windows XP系統(tǒng)。圖9顯示最終繪制效果，參考圖像為圖2(a)。一般繪制一幅圖像需要時間為3～5分鐘，生成的圖像像素?cái)?shù)為5000*3500左右。

圖9 本文最后的繪制效果

為了驗(yàn)證本文方法的有效性，設(shè)計(jì)了以下實(shí)驗(yàn)。

多層繪制技術(shù)效果：在2.2節(jié)中主要采用了多層繪制技術(shù)來繪制前景。圖 10展示了五層疊加繪制的結(jié)果。圖 10(b)顯示了當(dāng)針法大小=26時的繪制結(jié)果，后續(xù)的圖片分別展示了從層次1+2到層次1+2+3+4+5的疊加結(jié)果，每個層次的針法大小為22,18,14和10。從圖中可以看出，通過本文的多層疊加繪制技術(shù)，圖中的花朵的花瓣和花蕊的細(xì)節(jié)被逐層的表現(xiàn)出來。

圖10 五層繪制結(jié)果

矢量場繪制效果比較：在1.2節(jié)中主要計(jì)算了矢量場來指導(dǎo)交叉針的針法方向。圖 11顯示了其效果對比結(jié)果，圖11(a)是隨機(jī)選擇針法的排布方向；針法交叉角度的概率密度分布圖，如圖11(c)所示，從圖中可以發(fā)現(xiàn)，對于圖(a)其角度的概率密度分布不存在峰值；而在圖 11(b)中，針法的交叉角度由矢量場決定，在其概率密度分布中，可看到角度分布有兩個峰值，一個在 67°左右，另一個在112°左右。從實(shí)驗(yàn)觀察的結(jié)果可以看出，花瓣的紋理可以表現(xiàn)的更為生動。

圖11 矢量場效果對比

精繡層效果對比：如圖 12所示，在多層繪制中加入了精繡層后繪制的效果。通過圖 12可以看出圖像中的細(xì)節(jié)特征，花瓣的葉脈和陰影等特征被表現(xiàn)了出來，表明精繡層在整個的繪制階段具有重要的意義。

圖12 精繡層效果對比

與真實(shí)亂針繡對比：在實(shí)驗(yàn)中，通過將本文的結(jié)果與真實(shí)的亂針繡做了對比，如圖13所示，可以看出：（1）通過利用圖像區(qū)域矢量場等圖像特征，在花瓣和頭發(fā)區(qū)域等的針法朝向與真實(shí)的亂針繡相似；（2）通過提取對象的邊緣和圖像細(xì)節(jié)信息指導(dǎo)繪制過程，保證了繪制結(jié)果邊緣的清晰和繪制過程中圖像細(xì)節(jié)的表達(dá)；（3）通過本文的多層繪制方法，能表現(xiàn)出頭發(fā)，花瓣和衣領(lǐng)等地方的層次特征（詳見圖 13(d)中的頭發(fā)和衣領(lǐng)的陰影）。

圖13 與真實(shí)亂針繡對比

但是，本文的繪制結(jié)果與真實(shí)的亂針繡在細(xì)節(jié)上還存在一些差異。主要表現(xiàn)在：（1）在類似于毛發(fā)等區(qū)域，由于過于細(xì)密且沒有規(guī)律，在本文中不能很好的提取出這些區(qū)域的細(xì)節(jié)，不能很精確的計(jì)算這些區(qū)域的矢量場；（2）在圖像多層繪制階段，由于本文采取了隨機(jī)選取點(diǎn)的方式進(jìn)行交叉針放置，同一個圖像點(diǎn)有可能會存在針法的重疊放置現(xiàn)象，因此，會造成這些點(diǎn)比其他點(diǎn)在視覺效果上顯得較為模糊。

不同類型圖像亂針繡繪制結(jié)果：通過輸入不同類型的圖片并采用本文算法對其進(jìn)行了繪制，如圖 14所示，可以看出本文技術(shù)可用于不同類型的圖片轉(zhuǎn)換并進(jìn)行亂針繡繪制，通過利用圖像分割、矢量場、圖像細(xì)節(jié)特征提取及多層繪制等技術(shù)可使整個繪制過程更加有效。但由于亂針繡繪制是一個非常復(fù)雜的過程，更多細(xì)節(jié)和效果的處理還有待于將來進(jìn)行深入的研究。

圖14 不同類型圖像亂針繡繪制結(jié)果

4 結(jié) 論

本文提出了一種基于圖像的亂針繡效果繪制技術(shù)。主要貢獻(xiàn)在于：

1） 提出了一種新的基于圖像的亂針繡繪制技術(shù)，拓展了現(xiàn)有的 SBR方法。針對亂針繡不同區(qū)域采用不同針法的要求，采用交互式方法將圖像分解為不同的圖像區(qū)域和其他一些圖像特征，并可直接用于后續(xù)的繪制過程。

2） 提出了一種橫縱結(jié)合的繪制策略用于繪制過程。將圖像分解為不同層次，并采用多層繪制技術(shù)來表達(dá)亂針繡多層次疊加效果。

3） 建立了針法庫用以模擬亂針繡兩種以上基本針法類型。同時提出了一種模擬單根繡線的方法，使繪制的結(jié)果更具真實(shí)感。

該技術(shù)除了可以快速有效地完成整個亂針繡繪制外，還可應(yīng)用于其它類型的繡藝效果繪制，例如蘇繡、湘繡等，主要原因是其他繡種都是按不同的區(qū)域采用不同的針法，同時應(yīng)用多層疊加繪制的方法來達(dá)到其藝術(shù)效果。

未來工作主要在以下兩個方面。一是繼續(xù)開展矢量場提取技術(shù)和圖像細(xì)節(jié)信息提取技術(shù)的研究工作，使之可以處理更為復(fù)雜的對象區(qū)域；二是進(jìn)一步完善針法優(yōu)化放置策略，并進(jìn)一步豐富本文所提出的針法庫。

[1]Xinling C, Michael M, Asanobu K, et al. Embroidery Modeling and Rendering [C]//Proceedings of the 2012 Graphics Interface Conference (GI '12). Toronto,Ontario：ACM Press, 2012：131-139.

[2]Hertzmann A. Tutorial：a survey of stroke-based rendering [J]. IEEE Comput. Graph. Appl, 2003,23(4)：70-81.

[3]Hertzmann A. Painterly rendering with curved brush strokes of multiple sizes [C]//Proceedings of the 25th annual conference on Computer graphics and interactive techniques (SIGGRAPH' 98). Orlando,Florida：ACM Press, 1998：453-460.

[4]Jingwan L, Pedro V, Adam F. Interactive painterly stylization of images, videos and 3D animations [C]//Proceedings of the 2010 ACM SIGGRAPH symposium on Interactive 3D Graphics and Games(I3D' 2010). Bethesda：ACM Press, 2010：127-134.

[5]Zeng K, Zhao M, Xiong C, et al. From image parsing to painterly rendering [J]. ACM Trans. Graph, 2009,29(1), 2：1-2：11.

[6]Zhao M, Zhu S. Customizing painterly rendering styles using stroke processes [C]//Proceedings of the ACM SIGGRAPH/Eurographics Symposium on Non-Photorealistic Animation and Rendering (NPAR'2011). Vancouver：ACM Press, 2011：137-146.

[7]Huang H, Fu T, Feng C. Painterly rendering with content-dependent natural paint strokes [J].International Journal of Computer Graphics, 2011,27(9)：861-871.

[8]Pablo A, Michael M, Charless F, et al. Contour detection and hierarchical image segmentation [J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011, 33(5)：898-916.

[9]Hong C, SongChun Z. A generative sketch model for human hair analysis and synthesis [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006, 28(7)：1025-1040.

[10]Perona P. Orientation diffusions [C]//Proceedings of the 1997 Conference on Computer Vision and Pattern Recognition (CVPR' 1997). San Juan, Puerto Rico：IEEE Computer Society, 1997：457-467.

[11]Yony C, Jianhong S. Variational restoration of non-flat image features：models and algorithms [J].SIAM J. Appl. Math., 2000, 61(4)：1338-1361.

[12]Kang H, Lee S, Chui C K. Coherent line drawing[C]//Proceedings of the 5th international symposium on Non-photorealistic animation and rendering(NPAR' 2007). San Diego：ACM Press, 2012：43-50.

[13]Jain A K, Prabhakar S, Hong L, et al. Filter bank-based finger print matching [J]. IEEE Transactions on Image Processing, 2000, 9(5)：846-859.

[14]Mello V B, Jung C R, Walter M. Virtual woodcuts from images [C]//Proceedings of the 5th International Conference on Computer Graphics and Interactive Techniques in Australia and Southeast Asia(GRAPHITE' 2007). Perth：ACM Press, 2007：103-109.

[15]Ashikhmin M. Fast texture transfer [C]//Computer and applications, 2003, 3(4)：38-43.

A Novel Image Disintegration-based Computerized Embroidery Method for Random Stitch

Xiang Jianhua1,2, Yang Kewei2, Zhou Jie2, Shun Zhengxing2
( 1. Creative and Art Design College of Changzhou Textile Garment Institute, Changzhou Jiangsu 213164, China;2. State Key Laboratory for Novel Software Technology, Nangjing University, Nanjing Jiangsu 210046, China )

ChangZhou embroidery with disordered needles represents local culture. It's urgent to develop advanced technique for its protection and inheritance. This paper presents an approach for simulated generating method of embroidery with disordered needles based on image decomposition. This is achieved through decomposing an image into different object regions,vector fields, and image details. We obtain the simulated multilayer superposition effect of embroidery with disordered needles through multilayer rendering technique. Finally, we create a database of disordered needles, and provide realistic rendering through the method of simulating single string stitch. The results show that this framework can effectively reproduce the artistic effect and lays a foundation for digital inheritance of embroidery with disordered needles.

random stitch; image disintegration; multilayer rendering technique; stitch dictionary

TP 391

A

2095-302X (2013)04-0016-08

2013-03-18；定稿日期：2013-04-15

江蘇省科技廳科技支撐（工業(yè)）計(jì)劃資助項(xiàng)目（BE2011058)；國家“863”高技術(shù)研究發(fā)展計(jì)劃基金資助項(xiàng)目（2007AA01Z334）

項(xiàng)建華（1966-），女，江蘇蘇州人，副教授，碩士，主要研究方向?yàn)閳D像理解、藝術(shù)設(shè)計(jì)，E-mail：jhxiang@foxmail.com

楊克微（1983-），男，河南鄭州人，博士研究生，主要研究方向?yàn)閳D像理解與計(jì)算機(jī)視覺。

周 杰（1987-），男，山東青島人，博士研究生，主要研究方向?yàn)閳D像理解與計(jì)算機(jī)視覺。

孫正興（1964-），男，江蘇南京人，博士，教授，博士生導(dǎo)師，主要研究領(lǐng)域?yàn)槎嗝襟w計(jì)算、計(jì)算機(jī)視覺和智能人機(jī)交互。E-mail：szx@nju.edu.cn