馮培超，錢文華，徐 丹，普園媛

苗繡藝術(shù)風(fēng)格針跡模擬研究

馮培超，錢文華，徐 丹，普園媛

(云南大學(xué)信息學(xué)院，云南 昆明 650504)

非真實感繪制(NPR)也稱藝術(shù)化渲染，主要用于模擬藝術(shù)化的繪制風(fēng)格。隨著圖像處理技術(shù)的不斷發(fā)展，研究者已經(jīng)對中國特有的中國水墨畫、烙畫、云南重彩畫等藝術(shù)作品進行了模擬，目前對苗族刺繡的數(shù)字化模擬研究還不多見。苗族刺繡也稱苗繡，經(jīng)國務(wù)院批準(zhǔn)列入我國第一批國家級非物質(zhì)文化遺產(chǎn)名錄，是我國裝飾藝術(shù)園地里的一朵奇葩。以苗繡為研究對象，根據(jù)真實苗繡藝術(shù)作品特點，提出了一種多角度針跡的苗繡藝術(shù)風(fēng)格繪制方法。首先，針對苗繡圖案構(gòu)圖手法夸張、層次分明的特點，將目標(biāo)圖像灰度處理，采用多閾值處理圖像的方法分割出多幅刺繡圖像；然后采用形態(tài)學(xué)方法消除雜散點、填充空洞點并平滑圖案邊緣，獲得圓潤自然、緊湊飽滿的特征圖案；接著，使用一種基于圖像矩陣空間變換和添加縱向紋理的針跡生成算法使每一幅刺繡圖像生成不同角度的苗繡針跡紋理；再用圖像線性組合的方法將多幅苗繡針跡紋理圖像合成為紋理圖；最后用Alpha透明度混合算法將苗繡紋理圖和目標(biāo)圖像疊加，獲得苗繡圖案設(shè)色對比強烈的藝術(shù)特征，產(chǎn)生效果圖像。實驗證明，該方法能夠模擬出真實苗繡藝術(shù)作品的多角度針跡紋理效果。

NPR；苗繡；形態(tài)學(xué)；圖像矩陣空間變換；圖像疊加

非真實感繪制(non-photorealistic rendering, NPR)也稱藝術(shù)化渲染。NPR并不致力于追求真實照片的渲染效果，而是像畫家一樣追求于藝術(shù)化和多風(fēng)格的繪畫作品，比如梵高的油畫[1]。其通過藝術(shù)化的表現(xiàn)形式來展現(xiàn)人們看到的世界，是對計算機圖像渲染領(lǐng)域一個積極的補充和發(fā)展。隨著圖像處理技術(shù)的不斷發(fā)展，研究者們已經(jīng)對中國特有的中國水墨畫、烙畫、云南重彩畫等藝術(shù)作品進行了模擬[2-5]，但對苗繡的數(shù)字化模擬研究還不夠深入。

苗繡的美麗在于每一幅刺繡圖案都是一個傳說，飽含著民族文化。苗繡圖案類型豐富，主要有翻唇龍獸、鳳凰、麒麟、蝴蝶、花、魚等。苗繡藝人通過大膽而夸張的藝術(shù)表現(xiàn)手法將圖案紋樣創(chuàng)作的生動而富有感染力。苗繡大面積采用平繡針跡，使用深淺不同的彩色繡線在青黑色麻布繡出多種色彩的圖案，用同一種顏色的繡線構(gòu)成同一種顏色的圖案，具有色彩鮮艷明快的特點。其形成了苗繡獨特的藝術(shù)表現(xiàn)風(fēng)格，并成為我國裝飾藝術(shù)園地里的一朵奇葩。

近年來，研究者們提出了一些模擬刺繡針跡紋理的方法。文獻[6]提出了通過改進的線積分卷積算法使噪聲圖像產(chǎn)生不同角度刺繡紋理的方法，且將刺繡紋理圖與彩色源圖像進行融合，從而產(chǎn)生了刺繡藝術(shù)風(fēng)格圖像；為了產(chǎn)生刺繡藝術(shù)效果，文獻[7]提出了一種構(gòu)造等距連續(xù)螺旋線填充刺繡區(qū)域的方法；文獻[8]采用了建立繡線差值模型的方法，首先設(shè)定一個閾值像素，然后將差值小于該閾值像素的連續(xù)像素點賦值為第一個像素點的值，能夠產(chǎn)生橫向或縱向的刺繡紋理效果；文獻[9]提出了能夠使針碼間隔距離均勻和針碼之間盡量避免交叉的隨機針碼生成算法，用針碼的疏密程度來體現(xiàn)圖像的灰度級，較好地體現(xiàn)了圖像不同灰度級過渡時的刺繡真實感。

觀察大量苗繡作品，發(fā)現(xiàn)同一種顏色的繡線按照相同的方向排列成同一種顏色的圖案，在不同顏色的刺繡圖案中繡線排列方向各異。根據(jù)這一特征，本文使用一種基于圖像矩陣空間變換和添加縱向紋理的針跡生成算法較好地模擬了苗繡針跡紋理。其創(chuàng)新點為：①基于目標(biāo)圖像圖案區(qū)域灰度級的不同，采用多閾值分割灰度圖像的方法，將相同灰度級的圖案單獨分割出來；②采用一種新的基于圖像矩陣空間變換和添加縱向紋理的針跡生成算法在分割出的圖像中添加不同角度的苗繡針跡紋理；③用圖像疊加的方法將目標(biāo)圖像和紋理圖相疊加，最終產(chǎn)生具有目標(biāo)圖像顏色特征和多角度針跡紋理特征的苗繡風(fēng)格圖像。

1 系統(tǒng)實現(xiàn)框圖

本文將一幅顏色鮮明的圖像作為目標(biāo)圖像。首先對其進行灰度處理，采用多閾值分割圖像的方法將相同灰度級的圖案區(qū)域單獨進行分割，產(chǎn)生多幅二值圖像；然后用膨脹與腐蝕組合的方法消除圖像中的雜散點，并平滑圖案輪廓；其次，使用基于圖像矩陣空間變換和添加縱向紋理的針跡生成算法給每一幅二值圖像添加不同角度的針跡紋理；并用圖像線性組合的方法得到最終的紋理圖；其后將紋理圖與源圖像疊加，產(chǎn)生具有苗繡藝術(shù)風(fēng)格的結(jié)果圖像(圖1)。

2 苗繡藝術(shù)風(fēng)格模擬

2.1 刺繡圖像提取分割

通過觀察大量苗繡藝術(shù)作品，發(fā)現(xiàn)苗繡圖案中相同顏色繡線的排列角度往往是一樣的，而相同顏色的繡線構(gòu)成了相同顏色的圖案區(qū)域。根據(jù)這一特點，在對苗繡風(fēng)格作品的模擬中，給單獨分割出的相同顏色的圖案區(qū)域添加苗繡針跡紋理可有助于模擬苗繡藝術(shù)風(fēng)格作品。本文采用多閾值處理圖像的方法將目標(biāo)圖像中相同顏色的圖案區(qū)域單獨分割出來，得到多幅刺繡圖像[10]。

圖1 苗繡效果繪制流程圖

假設(shè)圖像()由背景和背景上具有不同顏色的圖案所組成，通過分析灰度直方圖設(shè)定閾值為0,1,2,···,T(0<1<2<···<T)，n()表示分割出的第幅二值圖像。經(jīng)過多閾值分割后的圖像描述為

圖2為多閾值分割圖。圖2(a)為輸入圖像，圖案區(qū)域共有7種顏色，分別為藏青色、靛藍(lán)色、紅色、嫩綠色、紫色、淺綠色、白色。背景區(qū)域為黃色；圖2(b)為輸入圖像的灰度圖；圖2(c)為輸入圖像的灰度圖像直方圖，直方圖中共有7個波峰。實驗中，共設(shè)置了7個閾值來分割圖像；圖2(d)為0=40時分割出的圖像，白色區(qū)域為輸入圖像藏青色圖案區(qū)域，代表龍的一部分軀干和脖頸；圖2(e)為1=75，白色區(qū)域代表靛藍(lán)色和紅色圖案區(qū)域，為一部分頭部和軀干；圖2(f)為2=105，白色區(qū)域代表嫩綠色圖案區(qū)域，為部分尾巴和四肢；圖2(g)為3=125時，白色區(qū)域為紫色圖案區(qū)域，代表一部分尾巴、頭部、軀干和四肢；圖2(h)為4=155，白色區(qū)域為淺綠色圖案區(qū)域，代表一部分頭部和脖頸；圖2(i)為5=210，白色區(qū)域為黃色背景區(qū)域；圖2(j)為6=255，白色區(qū)域為白色圖案區(qū)域，代表龍的牙齒和眼眶；實驗結(jié)果表明，該方法將輸入圖像7種顏色的圖案區(qū)域分割出了6幅二值圖像，其每一幅白色區(qū)域代表一或兩種顏色，可將相同顏色的圖案區(qū)域單獨分割出來。

2.2 形態(tài)學(xué)處理刺繡圖像

在苗繡藝術(shù)作品中，圖案圓潤自然，在不同顏色之間具有較強的層次感和過渡感。在圖2(e)~(h) 中發(fā)現(xiàn)白色圖案邊緣存在雜散點，且邊緣不光滑。其后的工作中需要對分割出的圖案區(qū)域添加苗繡針跡，所以圖案邊緣的雜散點和不光滑的邊緣會影響添加的效果。膨脹、腐蝕和開、閉運算是形態(tài)學(xué)處理的基礎(chǔ)。本文采用形態(tài)學(xué)運算消除雜散點并平滑圖案的邊緣[11]。

(a) 輸入圖像(b) 灰度圖(c) 灰度直方圖(d) T0=40(e) T1=75 (f) T2=105(g) T3=125(h) T4=155(i) T5=210(j) T6=255

圖3顯示了開運算和閉運算處理后的圖像對比。圖3(a)、(d)為帶有雜散點的二值圖像；圖3(b)、圖3(e)表示當(dāng)方形結(jié)構(gòu)元素長為3個像素時，經(jīng)過開運算處理后的圖像。結(jié)果表明，經(jīng)過開運算處理后，圖案邊緣變得平滑，基本消除了雜散點，但此時圖案區(qū)域存在一些空洞點；圖3(c)、(f)分別表示方形結(jié)構(gòu)元素長為3個像素和為2個像素時，先進行開運算再做閉運算處理后的圖像。結(jié)果表明，比結(jié)構(gòu)元素小的空洞區(qū)域得到了填充，圖案邊緣變得更加平滑。實驗證明，本文方法能較好地消除雜散點，平滑白色圖案邊緣，為苗繡針跡的模擬奠定了基礎(chǔ)。

(a) 二值圖像(b) m=3(c) n=3(d) 二值圖像(e) m=3(f) n=2

2.3 苗繡針跡模擬

通過設(shè)置多個閾值將不同灰度級的圖案區(qū)域進行分割，消除了雜散點，平滑了圖案邊緣。在苗繡藝術(shù)作品中，圖案顏色不同，針跡排列方向也不同。根據(jù)苗繡藝術(shù)作品的圖案區(qū)域具有多角度針跡紋理的特點，本文采用一種基于圖像矩陣空間變換和添加縱向紋理的針跡生成算法為不同灰度級的圖案區(qū)域添加不同角度的苗繡針跡紋理。假設(shè)要為圖案區(qū)域添加角度為°的針跡紋理。首先以輸入圖像中心坐標(biāo)點順時針旋轉(zhuǎn)°；然后添加縱向針跡紋理；并將得到的圖像按照第1步的方法旋轉(zhuǎn)–°；最后剪裁圖像得到添加了°針跡紋理的圖像。

步驟1. 以圖像中心坐標(biāo)點旋轉(zhuǎn)°。假設(shè)長為、寬為的輸入圖像的中心坐標(biāo)點順時針旋轉(zhuǎn)°后得到輸出圖像，其過程如圖4所示，共需3步。

(1) 將坐標(biāo)系Ⅰ變成坐標(biāo)系Ⅱ。由于是以輸入圖像的中心坐標(biāo)點旋轉(zhuǎn)，將其為中心建立新的坐標(biāo)系Ⅱ。變換矩陣為

圖4 以圖像中心坐標(biāo)點順時針旋轉(zhuǎn)θ°

(2) 在坐標(biāo)系Ⅱ中以輸入圖像的中心坐標(biāo)點順時針旋轉(zhuǎn)°。變換矩陣為

(3) 將坐標(biāo)系Ⅱ變換為坐標(biāo)系Ⅰ。得到旋轉(zhuǎn)了°后的輸出圖像。變換矩陣為

圖像旋轉(zhuǎn)過程中，順序掃描輸出圖像的每個像素，用變換矩陣計算輸入圖像上的對應(yīng)位置，根據(jù)輸出圖像中該像素點四周的4個真實存在的像素值，來決定輸出像素的值[12]。實驗結(jié)果如圖5所示。

圖5(a)為輸入圖像，大小為479×479；圖5(b)為旋轉(zhuǎn)120°的輸出圖像，大小為657×657。結(jié)果表明，旋轉(zhuǎn)后的圖像未失真，效果較好，在輸入圖像區(qū)域之外填充了黑色像素，輸出圖像變大，圖案位于中央位置。

步驟2. 添加縱向針跡紋理。假設(shè)步驟1得到的圖像為，和分別代表行數(shù)和列數(shù)，()代表第行第列的像素值。逐行逐列遍歷輸入圖像，當(dāng)能被正整數(shù)整除或()小于某個常數(shù)時，將()賦值為255，否則為0?？擅枋鰹?/p>

取k值是為了區(qū)分圖像J中的白色像素和黑色像素，其大小介于0~255之間，實驗中取k=50，實驗結(jié)果如圖6所示。

(a) 輸入圖像(b) 輸出圖像(c) n=2(d) n=3(e) n=4(f) n=5(g) n=10

圖6顯示了經(jīng)過添加縱向針跡紋理后的圖像對比。圖6(a)為輸入圖像(657×657)；圖6(b)為=3時的輸出圖像(657×657)；圖6(c)~(g)為取不同值時，放大后的針跡紋理。實驗結(jié)果可以看出，不同的值均可以得到縱向針跡紋理，但只有當(dāng)=3時，縱向針跡紋理的寬度最接近于真實的苗繡針跡。

觀察圖6(d)，縱向針跡紋理不夠形象生動，在苗繡藝術(shù)作品中，繡線以一定長度整齊的排列。逐行逐列遍歷輸入圖像，當(dāng)同一列連續(xù)9個像素點的值均為0時，可為最后一列像素點的下一列像素點賦值為255。在實驗中將繡線長設(shè)定為9個像素，描述如下

圖7顯示了優(yōu)化后的縱向紋理效果，圖7(b)為優(yōu)化后的縱向紋理圖像。實驗結(jié)果可以看出，優(yōu)化后的針跡紋理的形態(tài)更加接近于真實的苗繡針跡。

步驟3. 將圖像旋轉(zhuǎn)–°。由于原理與步驟1相同，在此不再贅述。實驗結(jié)果如圖8所示。

(a) 輸入圖像(b) 輸出圖像(θ=120°)

步驟4. 圖像剪裁。分析圖8，圖8(a)為旋轉(zhuǎn)120°并添加縱向紋理后的圖像，大小為657×657，圖8(b)為將圖7(a)旋轉(zhuǎn)–120°后得到的圖像，大小為901×901。在對圖6(a)添加縱向紋理后圖像大小沒有改變，所以對圖像旋轉(zhuǎn)120°再旋轉(zhuǎn)–120°后，此時圖8(b)的圖案部分位于正中央位置。為了得到添加了°針跡紋理的圖像，從旋轉(zhuǎn)–°得到的圖像的左上角坐標(biāo)開始，以原始圖像的長寬作為截取的長寬像素值，截取得到輸出圖像。假設(shè)經(jīng)過–°旋轉(zhuǎn)處理后的圖像寬為、高為。原始圖像寬為、高為。()代表圖像的左上角坐標(biāo)，和代表從該坐標(biāo)點開始截取的長寬像素值。已知，，和的值，描述如下

圖9顯示了經(jīng)過剪裁后的圖像對比。圖9(a)為旋轉(zhuǎn)–120°后得到的圖像，大小為901×901；圖9(b)為經(jīng)過剪裁得到的圖像，大小為479×479；圖9(c)為圖8(b)放大后的細(xì)節(jié)效果。從實驗結(jié)果可以看出，圖9(b)的大小與圖5(a)大小一致，且圖案在圖像中的位置未發(fā)生偏移。實驗以圖5(a)和θ=120°為例，通過本文方法添加苗繡針跡紋理，如圖9(c)所示。實驗證明，本文方法可以較好的模擬出苗繡針跡紋理特征。由于θ可以取0~360°中的任意角度值，根據(jù)θ的取值，本文方法可以模擬出任意角度的苗繡針跡。

2.4 苗繡紋理圖合成

通過基于圖像矩陣空間變換和添加縱向紋理的方法，可使每一幅刺繡圖像生成不同角度的針跡紋理。采用將多幅針跡紋理圖像進行線性組合運算的方法[12]，合成苗繡紋理圖。假設(shè)為苗繡紋理圖，1,2,···,分別表示不同的針跡紋理圖像，1,,···,分別代表1,2,···,的權(quán)重，即

實驗結(jié)果如圖10所示，其顯示了經(jīng)過圖像線性組合運算后的圖像對比。圖10(a)中4幅圖像分別為A1，A2，A3，A4，其針跡紋理角度分別為30°，60°，120°，45°，K1=K2=K3=K4=0.2；圖10(b)是圖10(a)中4幅圖像線性組合后得到的紋理圖；圖10(c)是圖10(b)的細(xì)節(jié)效果。從實驗結(jié)果可以看出，紋理圖中圖案過渡感較好，不同角度的針跡互不交錯，針跡紋理特征明顯，錯落有致。相同顏色圖案區(qū)域的針跡紋理方向是一致的，不同顏色圖案區(qū)域的針跡紋理方向是不同的。實驗證明本文方法能夠較好地模擬出多種方向苗繡針跡紋理特征。

3 苗繡紋理圖與目標(biāo)圖像疊加

通過圖像線性組合運算的方法，獲得了具有多種方向針跡紋理特征的苗繡紋理圖。為了獲得色彩鮮明、針跡紋理突出的苗繡風(fēng)格效果，還需給紋理圖添加目標(biāo)圖像的顏色。文獻[14]根據(jù)l顏色空間中各通道互相不關(guān)聯(lián)的特點，提出了一組適用于各顏色分量的色彩遷移公式，較好地實現(xiàn)了彩色圖像之間的色彩遷移。本文使用Alpha透明度混合算法，通過將紋理圖和目標(biāo)圖像設(shè)置不同的透明度，在RGB的3個分量上疊加生成最后的苗繡風(fēng)格圖像。

步驟1. 假設(shè)為紋理圖，為源圖像，為輸出圖像。(),(),()為的3個分量，(),(),()為的3個分量，(),(),()為的3個分量。由于紋理圖是二值圖像，可將轉(zhuǎn)換成RGB的3通道圖像，此時()=(:,:,1),()=(:,:,2),()=(:,:,3)，將紋理圖的分量賦值給和分量，即

步驟2. Alpha1表示的透明度，Alpha2表示的透明度。取值為0~1，0表示全透明，1表示不透明。的每個通道色彩混合式為

通過Alpha透明度混合算法，使效果圖像即具有紋理圖多角度針跡紋理特征，也具有目標(biāo)圖像的顏色特征，最終獲得苗繡藝術(shù)風(fēng)格效果圖像。

4 實驗結(jié)果與分析

為了測試本文方法的可行性和有效性，采用本文算法，對不同輸入圖像進行處理，模擬出了具有苗繡藝術(shù)風(fēng)格的效果圖像。以下所有實驗在Windows 10操作系統(tǒng)中進行，2.6 GHz lntel CPU，8 GB內(nèi)存，采用MatlabR2014b編程實現(xiàn)，實驗結(jié)果如圖11所示。

圖11可以看出，通過本文方法得到的苗繡藝術(shù)作品中圖案色彩鮮明，立體感明顯，突出了苗繡針跡紋理。不同顏色的圖案之間有明顯的層次感和過渡感，并且有不同角度的針跡紋理，苗繡圖案相對于背景具有一定的凹凸感，符合苗繡藝術(shù)作品具有的多種角度針跡紋理特征，較好的模擬了具有苗繡藝術(shù)風(fēng)格的結(jié)果圖像。

圖12為本文實驗結(jié)果苗繡藝術(shù)作品對比。圖12(a)為本文實驗結(jié)果，圖12(b)為真實苗繡藝術(shù)作品；圖12(c)和(d)分別為本文實驗結(jié)果與真實苗繡藝術(shù)作品在區(qū)域1的細(xì)節(jié)放大效果；圖12(e)和(f)分別為本文實驗結(jié)果與苗繡藝術(shù)作品在區(qū)域2的細(xì)節(jié)放大效果。本文實驗結(jié)果在顏色不同的圖案區(qū)域產(chǎn)生多種角度的針跡紋理，模擬的針跡紋理錯落有致，比較細(xì)致和逼真地模擬了苗繡藝術(shù)風(fēng)格效果。但與真實苗繡藝術(shù)作品相比，本文實驗結(jié)果存在針跡紋理不夠生動、細(xì)膩等缺點。

圖11 苗繡藝術(shù)風(fēng)格圖像模擬

(a) 本文方法圖(b) 原作品

5 結(jié)束語

本文針對苗繡藝術(shù)作品所具有的多角度針跡紋理特征，使用多閾值分割灰度圖像的方法將目標(biāo)圖像不同顏色的圖案區(qū)域進行單獨分割；然后對分割出的圖像進行形態(tài)學(xué)處理，消除圖像中的雜散點并平滑圖案邊緣；并用一種基于圖像矩陣空間變換和添加縱向紋理的針跡生成算法使圖像生成不同角度的苗繡針跡；再用圖像線性組合的方法合成苗繡紋理圖；最后將苗繡紋理圖和目標(biāo)疊加，得到最終的苗繡風(fēng)格圖像。算法突出了針對不同顏色圖案區(qū)域添加任意角度的針跡紋理，較好表現(xiàn)出了苗繡針跡紋理特征，并且模擬實現(xiàn)了苗繡圖案邊緣凹凸效果，獲得的苗繡藝術(shù)作品針跡錯落有致，圖案圓潤自然、立體感明顯。

后續(xù)將進一步研究苗繡藝術(shù)作品中針跡的光照效果，并且改進針跡生成算法，使針跡效果更加生動細(xì)膩。

[1] 王濤, 高賢強. 一種多筆觸各向異性梵高風(fēng)格油畫的渲染方法[J]. 計算技術(shù)與自動化, 2017, 36(2): 125-128.

[2] 楊麗潔, 徐添辰, 吳恩華. 動態(tài)模擬中國水墨畫中的筆畫繪制[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2016, 28(5): 742-749.

[3] 錢文華, 徐丹, 岳昆, 等. 偏離映射的烙畫風(fēng)格繪制[J]. 中國圖象圖形學(xué)報, 2013, 18(7): 836-843.

[4] 喻超超. 凹凸紋理的烙畫風(fēng)格繪制[D]. 昆明: 云南大學(xué), 2016.

[5] 盧麗穩(wěn), 普園媛, 劉玉清, 等. 云南重彩畫人臉肖像生成算法[J]. 圖學(xué)學(xué)報, 2013, 34(3): 126-133.

[6] QIAN W H, XU D, CAO J D, et al. Aesthetic art simulation for embroidery style [J]. Multimedia Tools and Applications, 2019, 78(1): 995-1016.

[7] 田啟明, 羅予頻, 胡東成. Spiral刺繡針法的路徑生成算法[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2006, 18(1): 9-13.

[8] 安晶. 面向民族特色的圖像風(fēng)格化研究[D]. 北京: 北京交通大學(xué), 2014.

[9] 劉坤, 羅予頻, 楊士元. 刺繡CAD中一種隨機針碼的生成算法研究[J]. 計算機工程, 2006, 32(18): 280-282.

[10] 張允, 焦斌. 基于Canny算子的二維最大熵閾值分割算法[J]. 上海電機學(xué)院學(xué)報, 2018, 21(3): 1-5.

[11] GONZALEZRC, 等著. 數(shù)字圖像處理(MATLAB版) [M].阮秋琦,等譯.北京: 電子工業(yè)出版社, 2005: 252-284.

[12] SA Y. Improved bilinear interpolation method for image fast processing [C]//2014 7th International Conference on Intelligent Computation Technology and Automation. Washington DC: IEEE Computer Society Press, 2014: 308-311.

[13] 王蓉. 圖像增強算法實現(xiàn)[D]. 荊州: 長江大學(xué), 2014.

[14] REINHARD E, ADHIKHMIN M, GOOCH B, et al. Color transfer between images [J]. IEEE Computer Graphics and Applications, 2001, 21(5): 34-41.

Study on Stitching Simulation of the Miao Embroidery Art Style

FENG Pei-chao, QIAN Wen-hua, XU Dan, PU Yuan-yuan

(School of Information, Yunnan University, Kunming Yunnan 650504, China)

Non-realistic rendering (NPR) also known as artistic rendering, is mainly used to simulate artistic rendering style. With the continuous development of image processing technology, researchers have simulated the unique Chinese ink painting, pyrography, Yunnan heavy color painting and other art works in China. At present, digital simulation of the Miao embroidery is still in need. The Miao embroidery has already been approved by the state council to be included in the first batch of China’s national intangible cultural heritage list. Taking the Miao embroidery as the research object, this paper puts forward a painting method of the Miao embroidery artistic style with multi-angle stitches according to the characteristics of real the Miao embroidery artistic works. Firstly, aiming at the characteristics of exaggerated and clear composition of the Miao embroidery pattern, the gray level of the target image is processed, and multiple embroidery images are segmented by multi-threshold image processing method. Then, the morphological method is used to eliminate the spurious points, fill the void points and smooth the edges of the pattern. After that, a stitch generation algorithm based on spatial transformation of image matrix and adding longitudinal texture is used to generate stitch texture of the Miao embroidery at different angles for each embroidery image. By using the method of linear combination, the texture images of the Miao embroidery stitches are synthesized into texture images. Finally, the texture map and the target image of the Miao embroidery are superimposed by Alpha transparency hybrid algorithm to obtain the artistic features of strong color contrast of the Miao embroidery pattern and produce the effect image. Experiments show that this method can simulate the multi-angle stitch texture effect of the real Miao embroidery works.

NPR; Miao embroidery; mathematicalmorphology; image matrix space transform; imageaddition

TP 391

10.11996/JG.j.2095-302X.2019040802

A

2095-302X(2019)04-0802-08

2019-01-05；

定稿日期：2019-03-20

國家自然科學(xué)基金項目(61662087, 61462093, 61540062)；云南省中青年學(xué)術(shù)技術(shù)帶頭人后備人才項目；云南省科技廳應(yīng)用基礎(chǔ)研究計劃重點項目(2018)

馮培超(1993-)，男，河南濮陽人，碩士研究生。主要研究方向為圖像處理。E-mail：1140415023@qq.com

錢文華(1980-)，男，云南曲靖人，教授，博士。主要研究方向為圖像處理、計算機非真實感等。E-mail：whqian@ynu.edu.cn