基于线性混合模型目标对象变形方法.docVIP

基于线性混合模型目标对象变形方法 　　摘 要：针对基于单一的节点或骨架模型变形方法会产生局部扭曲现象的问题，提出了一种基于图形边界提取与基于边界变形相结合的方法。在手动指定变形定位点后，根据源图像与指定图像中变形点的对应，将源图像中的图形按照变形点变换到指定图像中。实验结果表明，该方法快速、灵活、有效，且变形后的目标对象具有光滑、自然的特点。 　　关键词：目标对象变形;快速定位;线性混合模型;形状保留 　　DOI：10.11907/rjdk.143457 　　中图分类号：TP301 　　文献标识码：A 文章编号：1672-7800（2014）012-0055-04 　　作者简介：纪慧蓉（1980-），女，江苏泰州人，硕士，江苏联合职业技术学院南京工程分院讲师，研究方向为职业教育、人工智能、图形图像处理。 　　0 引言 　　 我们通常需要通过计算机技术对图像进行变形，使图像或图像中的特定目标对象动作、角度等发生变形，以达到预期效果。理想的图像变形方法是使变形后的图像无失真、扭曲或违反常理的现象lt;supgt;[1]lt;/supgt;。 　　 图像的变形主要分为两种：一种是对整幅图像的变形，另一种是对图像中的特定目标对象进行变形lt;supgt;[2]lt;/supgt;。目前，使用较多的是对目标对象选取3种线性模型：节点、骨架和楔形，然后混合使用模型以对目标对象进行变形lt;supgt;[3]lt;/supgt;。将上述模型混合后，需要计算其加权融合值，可以采用移动最小平方lt;supgt;[4]lt;/supgt;、对偶四元数lt;supgt;[5]lt;/supgt;等方法。但是，这些方法通常有运行缓慢、使用复杂、不支持任意处理或变形不平滑等缺点。 　　 基于上述问题，本文针对二维图像提出了线性混合模型的目标对象变形方法，能够达到很好的变形效果。在线性混合模型权值计算中，对保留区域和非保留区域做了不同的处理。该算法能够产生很好的视觉效果，在变形过程中不会产生扭曲、重叠或畸变等违反自然规律的现象。 　　 变形后的图形图像，替换到目标图像的指定位置并合成到图像中，在虚拟现实中实现不能完成的梦想。 　　1 待变形对象目标提取方法 　　1.1 图像变形种类 　　 在图像处理中，图像的变形有两种：一种是整体图像的变形，另一种是图像中特定目标对象的变形。 　　1.1.1 整体图像变形 　　 整体图像变形，是指将一幅图像平滑地变形到另一幅图形中，是一种基于像素的变形方法，通常采用尺度变换、移动或旋转的方法来完成。变形前后的图像具有一一映射关系，可以用一个仿射变换矩阵lt;supgt;[6]lt;/supgt;表示。图1就是一种简单的图像变形，只是对原始图像做了旋转操作。 　　图1 整体图像变形 　　 整体图像变形通常可用于图像拼接、异物查找等场合。首先用Harrislt;supgt;[7]lt;/supgt;、SIFTlt;supgt;[8]lt;/supgt;等算子求取图像中的特征向量，然后将两幅图像中的特征向量进行配准，用RANSAC算法求取仿射变换矩阵，将其中一幅图像进行变形后即可做图像拼接或差分等处理。 　　1.1.2 目标对象变形 　　 此变形方法是在提取目标对象后对其进行变形，而背景图像保持不变。之所以需要选取目标对象是由于指定的虚拟场景已经存在，只要替换虚拟场景中指定的图形图像，该过程通过少量的图形图像标注，就可以完成整个场景的虚拟变换。 　　 对目标对象的提取采用了基于Hu七阶不变矩的快速定位方法，用分水岭算法进行快速图形图像的分割与提取。在目标对象提取后，使用控制节点对二维目标对象进行变形。这里采用混合仿射转换来定义目标图像的平滑变形。 　　1.2 目标对象提取 　　 目标对象提取是在待处理图像中定位出目标对象，其主要步骤如下： 　　 （1） 选取一张目标对象图像作为模板图，若为彩色图像则先将其转换为灰度图像，然后求取七阶不变矩。 　　七阶不变矩属于低阶矩阵，其（p+q）阶矩为： 　　mpq=∫+∞-∞∫+∞-∞xpyqf（x，y）dxdy（1） 　　 其中（x，y）为灰度图像的像素坐标，f（x，y）为此处的灰度值。中心矩为： 　　μpq=∫+∞-∞∫+∞-∞（x-x）p（y-y）qf（x，y）dxdy（2） 　　 其中x=m10m00，y=m01m00。f（x，y）的归一化矩阵为： 　　ηpq = μpq μγ00 ，γ=p+q2+1，p，q=1，2，3...（3） 　　 p+q≤3，得到模板图的七阶不变矩为： 　　φlt;subgt;1lt;/subgt;=η20+η02（4） 　　2 = （η20 - η02 ）2 + 4η211