叢紅艷

摘 要： 針對(duì)傳統(tǒng)的三維自動(dòng)生成方法存在效果差的問題，提出基于對(duì)象層次與表面層次隨動(dòng)渲染技術(shù)的多幀二維動(dòng)畫圖像三維自動(dòng)生成技術(shù)。采用相似度度量方法進(jìn)行圖形渲染的表面層次平滑處理，利用對(duì)象層次與表面層次隨動(dòng)信息融合方法進(jìn)行動(dòng)畫圖像渲染，實(shí)現(xiàn)多幀二維動(dòng)畫圖像的三維重構(gòu)與動(dòng)態(tài)生成。仿真結(jié)果表明，采用改進(jìn)方法進(jìn)行多幀二維動(dòng)畫圖像重構(gòu)生成，圖像具有較高的逼真性。

關(guān)鍵詞： 多幀二維動(dòng)畫圖像； 三維圖像自動(dòng)生成； 圖像渲染； 圖像動(dòng)態(tài)生成

中圖分類號(hào)： TN911.73?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）18?0098?03

3D image automatic generation technology based on multi?frame 2D animation image

CONG Hongyan

（School of Art & Engineering， Xian Polytechnic University， Xian 710048， China）

Abstract： For the poor effect existing in traditional 3D image automatic generation methods， a 3D image automatic generation technology for multi?frame animation image is put forward， which is based on follow?up rendering technology of object hierarchy and surface hierarchy. The similarity measurement method is used to smooth the surface hierarchy for graphics rendering. The follow?up information fusion method of object hierarchy and surface hierarchy is adopted to render the animation image to realize the 3D image reconstruction and dynamic generation of multi?frame 2D animation image. The simulation results show that the improved method used to reconstruct and generate the multi?frame 2D animation image has high image verisimilitude.

Keywords： multi?frame 2D animation image； 3D image automatic generation； image rendering； image dynamic generation

三維動(dòng)畫圖像具有多幀動(dòng)態(tài)隨動(dòng)特性，在進(jìn)行動(dòng)畫圖像的三維生成和重構(gòu)處理中，需要使用先進(jìn)的三維圖形處理技術(shù)進(jìn)行三維動(dòng)態(tài)隨動(dòng)渲染。通過對(duì)動(dòng)畫圖像跟蹤渲染，提高三維動(dòng)畫圖像的自動(dòng)生成能力，研究多幀二維動(dòng)畫圖像的三維自動(dòng)生成技術(shù)在進(jìn)行大型動(dòng)漫設(shè)計(jì)以及圖形數(shù)據(jù)庫的構(gòu)建等領(lǐng)域具有較高的應(yīng)用價(jià)值[1]。傳統(tǒng)方法采用OpenFlight建模方法進(jìn)行三維動(dòng)畫圖像自動(dòng)生成處理，隨著圖像處理規(guī)模的增大，圖形的渲染效果和生成效果不好。對(duì)此，本文提出一種改進(jìn)的基于多幀二維動(dòng)畫圖像的三維自動(dòng)生成技術(shù)，采用對(duì)象層次與表面層次隨動(dòng)渲染方法進(jìn)行三維自動(dòng)生成處理，通過算法設(shè)計(jì)和仿真分析，得出有效性結(jié)論。

1 多幀二維動(dòng)畫圖像的采集和處理環(huán)境描述

為了實(shí)現(xiàn)基于多幀二維動(dòng)畫圖像的三維自動(dòng)生成處理，首先需要構(gòu)建多幀二維動(dòng)畫圖像的采集模型，建立GPU實(shí)時(shí)圖形渲染模型進(jìn)行多幀二維動(dòng)畫圖像采集與圖像處理，分析三維圖像分布的位置和視點(diǎn)特征，判斷當(dāng)前可視范圍內(nèi)的二維層析圖形結(jié)構(gòu)，結(jié)合靜態(tài)視點(diǎn)的集合層次（Group Level）構(gòu)建方法進(jìn)行圖像處理，實(shí)現(xiàn)圖像渲染和三維動(dòng)態(tài)圖像重構(gòu)[2]，得到多幀二維動(dòng)畫圖像的采集和渲染過程如圖1所示。

根據(jù)圖1所示的圖像處理過程進(jìn)行圖形渲染與動(dòng)畫圖像的三維重構(gòu)，多幀二維動(dòng)畫圖像三維重構(gòu)區(qū)域的信息特征傳導(dǎo)模型如下：

[standlr=（ynup-yndown）4xnleft=xnleft-xpleft， xnleft≥standlrxnleft， xnleft

式中，[xnleft，xpleft，ynup，ypup]為多幀二維動(dòng)畫圖像自然分層區(qū)域矩陣[ZeroArray]與特征差異判斷標(biāo)準(zhǔn)[colorstand]統(tǒng)計(jì)平均值。在對(duì)象層次 （Object Level）的渲染引擎[3]，調(diào)整模板大小和圖形跟蹤渲染的聚類中心，得到多幀二維動(dòng)畫圖像場(chǎng)景數(shù)據(jù)庫中信息完整區(qū)域尺度特征為：

[MX=Δmi1，i2，???，in+1=θi1，i2，???，in+1（Δx）L-nΔu，ik∈B] （2）

式中：[θi1，i2，???，in+1（Δx）L-n]為靜態(tài)視點(diǎn)紋理結(jié)構(gòu)在像素點(diǎn)[（x，y）]處的灰度值；[Δx]表示像素變換增量；[Δu]表示多幀二維動(dòng)畫圖像的缺失信息。

圖1 多幀二維動(dòng)畫圖像的采集和渲染過程

構(gòu)建OpenFlight建模下的動(dòng)態(tài)二維實(shí)時(shí)圖像處理環(huán)境，進(jìn)行圖像相位加權(quán)處理[4]，場(chǎng)景圖像數(shù)據(jù)[ua（t）]在時(shí)域上尺度為[bm]，得到OpenFlight的建模環(huán)境中沿梯度方向的圖像邊緣輪廓特征為：

[GD=1PSIx，yi=1PSd2i12·L（x，y，σ）] （3）

式中：[I（x，y）]表示三維圖像模型在[（x，y）]處的灰度值；[L（x，y，σ）]表示二階累積量[5]，采用稀疏性檢測(cè)策略[5]，得到圖形渲染指令限定范圍為：

[SP=1PS-1i=1PS（d-di）2] （4）

通過上述處理，實(shí)現(xiàn)多幀二維動(dòng)畫圖像動(dòng)態(tài)采集和處理環(huán)境構(gòu)建，為三維圖像自動(dòng)生成提供準(zhǔn)確數(shù)據(jù)基礎(chǔ)。

2 多幀二維動(dòng)畫圖像三維自動(dòng)生成實(shí)現(xiàn)

2.1 圖形渲染的表面層次平滑處理

在進(jìn)行多幀二維動(dòng)畫圖像的采集和信息增強(qiáng)預(yù)處理的基礎(chǔ)上，進(jìn)行多幀二維動(dòng)畫圖像三維重構(gòu)和動(dòng)態(tài)渲染[6]，提出基于對(duì)象層次與表面層次隨動(dòng)渲染技術(shù)的多幀二維動(dòng)畫圖像三維自動(dòng)生成技術(shù)，采用相似度度量方法進(jìn)行圖形渲染的表面層次平滑處理，采用尺度平移檢測(cè)策略[7]，得到多幀二維動(dòng)畫圖像平滑處理的仿射不變區(qū)域?yàn)椋?/p>

[dfssi，j=dfsi，j?hσf] （5）

采用像素特征點(diǎn)盲分離方法進(jìn)行角點(diǎn)分離，在三維動(dòng)畫圖像跟蹤過程中，配置控制系數(shù)進(jìn)行動(dòng)畫重構(gòu)目標(biāo)分布場(chǎng)與候選區(qū)域的重構(gòu)處理：

[dft+1i，j，k=ρdfti，j，k+1-ρdft-1i，j，k] （6）

式中，[ρ]控制對(duì)象層次的像素點(diǎn)密度，對(duì)于場(chǎng)景圖像數(shù)據(jù)集合S，在限定初始條件下，得到對(duì)象層次與表面層次的三維輪廓的不變矩為：

[indP=x，y∈U2ax=ay，?a∈P] （7）

多幀二維動(dòng)畫圖像總共可劃分成K個(gè)分塊特征區(qū)域，在K個(gè)分塊特征區(qū)域，[indP]等價(jià)于初始種子點(diǎn)邊緣輪廓特征點(diǎn)集合[8]，按照區(qū)域融合的方法得到信息融合邊界搜索區(qū)域描述為：

[RβX=UE∈URcE，X≤β] （8）

初始化多幀二維動(dòng)畫圖像的網(wǎng)格模式，選取窗口為3×3進(jìn)行圖像匹配，設(shè)灰度平均值[Tm，n]大小為[M×N]，而待搜索區(qū)域圖像S大小為[H×L]，計(jì)算種子點(diǎn)匹配精度為[H-M+1×L-N+1]。在對(duì)象層次的鄰域中，定義三維圖形重構(gòu)的像素?cái)?shù)據(jù)流為：

[x（k）=x1（k），x2（k），…，xm（k）， i=1，2，…，m] （9）

式中：[k]為特征形態(tài)學(xué)分割模板數(shù)；[xi（k）]為圖像采樣的時(shí)間間隔。通過上述分析，得到圖形渲染的表面層次平滑公式如下：

[Ci，j=k=1Kifftfftdfk?fftdfi，jk*] （10）

式中，[dfk]和[dfi，jk]分別為圖像特征點(diǎn)的目標(biāo)分布場(chǎng)和仿射不變區(qū)域的分布場(chǎng)信息差異值，其相關(guān)系數(shù)可表示為：

[Ci，j=k=1Km=1Mn=1Ndfm，n，k dfi，jm+1，n+1，k] （11）

式中：[df]為目標(biāo)分布場(chǎng)，[dfi，j]為候選區(qū)域分布場(chǎng)。

2.2 圖像的三維生成實(shí)現(xiàn)

采用對(duì)象層次與表面層次隨動(dòng)信息融合方法進(jìn)行動(dòng)畫圖像渲染，實(shí)現(xiàn)多幀二維動(dòng)畫圖像的三維重構(gòu)與動(dòng)態(tài)生成，對(duì)象層次與表面層次隨動(dòng)信息融合像素矩陣為：

[D=I2xIxIyIxIyI2y·?I] （12）

式中，[?I=IxIyT]是多幀二維動(dòng)畫圖像尺度在[（x，y，σ）]處的空間梯度值。根據(jù)對(duì)象層次窗口區(qū)域的圖像平滑輸出結(jié)果，引入多幀二維動(dòng)畫圖像在像素點(diǎn)[（i，j）]處的尺度函數(shù)[τ（C）=kC]，將圖像S分解為具有k階的網(wǎng)格空間進(jìn)行梯度空間重組，得到圖像的三維生成的渲染判決模型描述為：

[H1 ：Ut=Vt+αtWt] （13）

式中：[Vt]表示多幀二維動(dòng)畫圖像的相關(guān)特征信息的鄰域灰度值；[Wt]表示提取的尺度與主方向的融合參量；[αt]表示多幀二維動(dòng)畫圖像的位置信息。將特征點(diǎn)作為起點(diǎn)進(jìn)行多層迭代，實(shí)現(xiàn)三維圖像生成，得到動(dòng)畫圖像生成的像素值配準(zhǔn)結(jié)果為：

[c（x，y）=x=1WΔx，Δy?IxIy+I2xI2y] （14）

3 仿真測(cè)試分析

為了測(cè)試本文算法在實(shí)現(xiàn)多幀二維動(dòng)畫圖像的三維自動(dòng)生成中的性能，進(jìn)行仿真測(cè)試分析，采用Matlab仿真實(shí)驗(yàn)分析方法進(jìn)行性能驗(yàn)證。其中，多幀二維動(dòng)畫圖像采集的分辨率為1 024[×]500，圖像渲染的迭代補(bǔ)償設(shè)置為0.95，視角變化范圍為0.24～0.50，在900幀點(diǎn)，1 021幀點(diǎn)，1 234幀點(diǎn)進(jìn)行多幀二維動(dòng)畫圖像采集，采用本文技術(shù)進(jìn)行三維自動(dòng)生成處理，得到圖像處理結(jié)果如圖2所示。

圖2 三個(gè)幀點(diǎn)的二維動(dòng)畫圖像三維自動(dòng)生成結(jié)果

分析圖2結(jié)果得知，采用本文方法進(jìn)行多幀二維動(dòng)畫圖像三維自動(dòng)生成處理，具有較高的圖像處理質(zhì)量。圖3給出了采用不同方法進(jìn)行圖像處理的信噪比結(jié)果，信噪比越高，說明二維動(dòng)畫圖像三維自動(dòng)生成處理的質(zhì)量越好。分析圖3結(jié)果得知，本文方法進(jìn)行圖像處理具有較高的峰值信噪比。

4 結(jié) 語

本文提出基于對(duì)象層次與表面層次隨動(dòng)渲染技術(shù)的多幀二維動(dòng)畫圖像的三維自動(dòng)生成技術(shù)，采用相似度度量方法進(jìn)行圖形渲染的表面層次平滑處理，采用對(duì)象層次與表面層次隨動(dòng)信息融合方法進(jìn)行動(dòng)畫圖像渲染，實(shí)現(xiàn)多幀二維動(dòng)畫圖像的三維重構(gòu)與動(dòng)態(tài)生成。采用改進(jìn)方法時(shí)圖像具有較高的逼真性，輸出圖像峰值信噪比較高。

參考文獻(xiàn)

[1] 王云燁，李勃，董蓉，等.基于透射率空間與色彩紋理相關(guān)性的圖像分割[J].電子測(cè)量技術(shù)，2015，38（1）：41?46.

[2] 李淑英，潘亞.小波變換和閾值分割算法的激光圖像偽影校正[J].激光雜志，2016，37（6）：139?141.

[3] 肖淑蘋，賀毅岳.一種改進(jìn)的EMD圖像信號(hào)去噪算法[J].現(xiàn)代電子技術(shù)，2016，39（16）：91?93.

[4] 卞樂，霍冠英，李慶武.基于Curvelet變換和多目標(biāo)粒子群的混合熵MRI圖像多閾值分割[J].計(jì)算機(jī)應(yīng)用，2016，36（11）：3188?3195.

[5] 馬新武，趙國(guó)群，王芳.一種三維表面網(wǎng)格自動(dòng)生成方法[J].計(jì)算力學(xué)學(xué)報(bào)，2015（2）：250?255.

[6] 肖迪，鄧秘密，張玉書.基于壓縮感知的魯棒可分離的密文域水印算法[J].電子與信息學(xué)報(bào)，2015，37（5）：1248?1254.

[7] 朱路，劉江鋒，劉媛媛，等.基于稀疏采樣與級(jí)聯(lián)字典的微波輻射圖像重構(gòu)方法[J].微波學(xué)報(bào)，2014，30（6）：41?45.

[8] 陳玲俠.礦山地質(zhì)逆斷層邊緣子帶合成矢量重構(gòu)[J].控制工程，2014，21（5）：793?796.