項目名稱：終端動漫處理優選方案及面向移動終端的矢量素材處理的研究與實項目：承擔單位：廈門大起止時20131月至201412結題時間： 年 月 一、結題（驗收）項目成果簡 二、項目成果三、計劃任務、考核指標及主要技術經濟指標、計劃執行評 計劃任 考核指標及主要技術經濟指 計劃執 四、研究取得的成 五、成果轉化情況，取得的經濟、社會效 動漫素材圖像適 矢量動漫素材生成工 動漫區域分割工 六、該項目的人才培養情 七、經費決算 八、依托單位意 九、主管部門意見（注：教育部直屬高校不填此欄 十、驗收專家十一、專家組驗收意 十二、有關附 一、結題（驗收）項項目名項目編項目類起止時2013.1-其中國撥150姓博教本康本本博博博高博項目來項目名經起止時科技平2014.6-移技術研2014.1-閩臺文化動漫產業創2015.1-成果類獲得時1發明專2發明專3一種基于超像素拓撲的卡通顯著性區域檢測方發明專4發明專5678應用類效益說應用時軟件技術使用動漫區域分割工軟件技術使用項040013400600224冊國國物國物國篇篇篇名士碩士博其他知登國家論著情知 情ISTEISCI二、項目成果（不少于500字隨著3G牌照和移動互聯網的高速發展，近年來客戶的移動數據流量需求迅猛增長，中國移動的數據流量收入已超過點對點，成為拉動數據業務收入增長的主要驅動力根據中國移動發展的總體思路為提升數據流量經營效益，需進一步提高流量價值、夯實流量經營基礎、推進全網數據流量的精細化經營。手機動漫業務作為中國移動整合動漫產業資源、為客戶提供基于移動互聯網的動漫內容服務的重要數據業務，目前用戶數已超六百萬。通過對終端自動適配方案及數據量最小的終端適配方案等方面的研究，將大大降低終端適配在人力、終端上的成本投入，突破以往終端適配成本高、工作量大、速度慢、體驗不統一等瓶頸，有助于提高單位流量的業務價值，確保流量業務的服務質量，實現中國移動流量業務的效益發展。同時，國內部分高校在該領域已有一定研究與積累。基于對產業發展以及國內科研水平的深刻認識，中國移動公司面向國內高校征集相關的研發力量已攻克產業發展中的瓶頸，確定以下三個具體目標：任務一：終端動漫處理技術研究及優選方案設計。分析終端信息（包括操作系統、屏幕分辨率、屏幕尺寸、屏幕精度等）及影響動漫數據量大小的因素（包括文件格式、復雜程度、對比度、飽和度、灰度、色階值、曲線值等，輸出數據量最小的最優設計方案，并為動漫制作軟件提供制適配終端的最優策略，并迅速獲得質優低成本的漫畫設計方案，保證作品在iPad發展的連續性和整合問題，將項目定位于提供能與現有動漫服務體系無縫融合素材設計和制作的框架。在依托單位廈門大學軟件學院的大力支持以及項目合作單位中國移動動漫全力配合下，研究開展一直比較順利。課題組集中了一大批長期活躍在動漫和應用領域的資深學者、企業骨干，更有一批朝氣蓬勃、年富力強的青年科學家。課題組認真組織、協調，充分發揮各方面專家的優勢，使研究工作做不斷向縱深發展，在完成任務的同時，一大批優秀的年輕人才不斷成長。課題緊緊扣住預期的目標，圍繞中移動動漫的實際需求，不斷進行溝通調整，使我們的研究成果與實際緊密結合。課題組定期召開學術交流和工作總結會議，不斷調整，對于重點研究的內容及主攻的目標優先給予支持，自始自終嚴格按計劃進行，并最終達到了預期目標。總之，通過本項目兩年的研發，我們在知識系統研發人才培養等方面都取得了較好的成果具體體現在：研發了針對動漫素材的優選處理技術并設計了相應的質量評價方案。我們提下，最大程度降低數據量，從而提高單位流量的業務價值。圖2-1至圖2-5展示了我們所開發的優選處理系統的功能，圖2-6則是相應的質量評價網圖2- 優選處理系統：尺寸調圖2-2.優選處理系統：灰度調圖2- 優選處理系統：亮度、對比度調圖2-4.優選處理系統：色階合圖2- 優選處理系統：壓縮率計圖2-6.質量評估研發了一種智能型的動漫制作技術，該技術能夠根據終端設備的分辨率和長寬比自動對動漫圖進行縮放調整，在調整過能夠有效地保持中的重多的是由特征線條來刻畫的，因此在適配過對這些特征線條形狀的保持就狀能量以在優化過保持其形狀。圖2-7展示了我們的適配系統的截圖，圖2-82-7.漫圖像適配系2-8.漫圖像適配效少使用的基本解析元素的數量以降低量，同時盡可能減少用戶，降低轉化的人工成本。我們還開發了一個移動端的軟件，方便在各種移動終端上觀賞創作的矢量作品2-9展示了我們的矢量創作系統2-10則演示了運用該系統進行矢量作品創作的過程圖2-11給出了在移動終端上的圖2-9.基于熱擴散的矢量素材創作系2-10量作品創作過程圖2-11.移動終端矢 三、計劃任務、考核指標及主要技術經濟指標、計劃執行評計劃任終端動漫處理優選方案設研究如何在保證動漫素材的視覺效果前提下，對影響動漫數據量基于感知理論的視覺效果衡量指標以及一套基于該指標的最優參數求解方法。智能型動漫制作技研究一種智能型的該技術能夠根據終端設備的分辨率和長寬比自動對動漫圖進行縮放調整，在調整過能夠有效地保持檢測動漫素材中的特征部分以及如何在縮放過保持這些特征相對不變。以盡可能少的信息描述的顏色信息從而降低量和傳輸量。考核指標及主要技術經濟2-42-4學術3-5篇：(1)終端動漫處理技術研究及優選方案設計規范將滿足以下技術指標優選處理分辨率1024X768的耗時控制在1分鐘左右降低數據量以上；：研發的智能型動漫制作技術研究及制作軟件設計工具將滿足以下技術指標：動漫的智能終端適配，分辨率1024X768的達到實時，重要特征15%；研制的基于矢量表示的二維動漫素材制作及平臺將滿足以下技術指標1動漫特征的矢量化，分辨率1024X768一般復雜度，3-5分鐘內2矢量動漫素材顏色編碼，分辨率10234X768一般復雜度，基本達到實時。本課題研究的技術目標在于降低CP(ContentProvider，內容提供商)和作將成果展示及交易的成本和難度提高經濟效益和社會效益當前中國移動漫為所有CP和作者提供了一套開發工具，為他們提供了方便，但在使用過12隨著智能越來越普及的應用入矢量化技術的優勢越來越明顯甚至可以說是大勢所趨。15%的開發效率由此帶來的連鎖效應至少包括1CP等提供的內容會因此增加2由此帶來業務量的增加；3本課題將與中國移動動漫進行合作，與其協商確定合適至少1個實驗平類技術，豐富我國在動漫創作領域的設計理論和制作計劃執需求分終端動漫處理優選方案設根據任務描述，在功能上，本方面的研究必須能夠提供各種各樣的參數的對動漫進行處理；其次，還需要對處理后的質量進行有效評估，從而參數調整工具都必須能夠滿互應用的需要，各個元操作的耗時盡量控制在3智能型動漫制作技動漫圖像到任意尺寸和分辨率的移動終端的良好適配，保證適配過重要特征的得到有效控制；在性能上，能夠滿互乃至于實時應用終端的矢量軟件；而在性能上，矢量創作和必須能夠達到交互應用的需任務分終端動漫處理優選方案設動漫色階調整和合并算法的設計動漫亮度、對比度調整功能實現動漫飽和度調整功能實現動漫灰度調整功能實現動 優選處理系統開發集動漫質量評價設計與搭建智能型動漫制作技動漫區域重要度度量算法的研究特征約束的二維三角網格構造算法的研究保持特征形狀的三角網格變形算法的研究矢量化動漫素材制作技支持豐富色彩的矢量圖形表示方法的設計位圖矢量化算法的研究移動終端矢量軟件的開發實施路3-1性。首先研究動漫的優選設計方案，在綜合考慮終端設備信息以及信適配的動漫圖3-1.項目實施技術路終端動漫處理優選方案設動漫色階調整和合并算法的設計根據項目需要，我們并實現了幾種進行色階合并的算法(1.1)均值輸入:閾值A、閾值1:遍歷項目中所有的像素點，通過距離計算兩個像素值的距離，若距離小于閾值A，則將這兩個點歸為一類2:3:同樣根據距離，計算每兩個類的顏色均值的距離，若距離小于閾值B5:endfor4:5:要求：原則上可以考慮將閾值A、B的大小關系，應該是A<B的情況下可能達分析：經測試發現，均值法在閾值A、B的設定上很模糊，無法準確把握A、BA、B值設置挺大的，但是簡化之后的(1.2)指定顏色數輸入:指定顏色數1:A256A個，即簡化之A3256AiA*（i-1）A*i-1范圍內的所有顏色值，將這些顏色值都A*（i-1）+A/2。厲害，因此A4。(1.3)誤差擴散16級灰度(直接把8bit灰度的后4bit砍掉)，圖（c）1616（b 圖3-2.移動終端矢量輸入:單通道顏色數1:2561200~255)，將這張圖轉換成16級灰度，最簡單的方法是將每個像素點除以16，那么轉換后的值就是120/16=7.5保留整數位后就是70.52:最簡單的誤差擴散方法是將這0.5的誤差放到這個點右邊/和下邊的點加上(0.5*16)*3/8=3,把右下的點加上(0.5*16)*2/8=23:實際上，3:2:37:3:5:1的分法:X735或者42X824841242Filter動漫亮度、對比度調整功能實系統中的亮度/對比度調整的方案采用如同PhotoShop采用的方法通過對比度閾值和亮度閾值，對進行相應的處理。(2.1)對比度算法公對比度增量，是按給定值的正負分別處理的，閾值范圍設定在-150~150之G、B分量，Threshold為給定的閥值，Contrast為對比度增量。當Contrast0newRGB=RGB+(RGB-Threshold)*(1/(1-Contrast/255)-Contrast255時(RGBThreshold)*11Contrast2551)為無限，由于RGB最大最小值分別為2550，因此，只能按Threshold來確定newRGBnewRGBRGBThreshold?2550，這實際就是設置圖像8條線。當Contrast02)newRGB=RGB+(RGB-Threshold)*Contrast/Contrast等于-255RGB各分量都等于閥值，圖像呈全1條線，即閥值灰度。(2.2)圖像亮度調我們采用的是最常用的非線性亮度調整（PhoposhopCS3以下版本也是這種亮度調整方式，CS3及以上版本也保留了該亮度調整方式的選項。(2.3)圖像亮度/對比度綜合調整算0動漫質量評價機制研的過人作為圖像信息的直接接收端這些信息需要通過人來地判斷與分析所以人類質量評價是最為合理的一種途徑評價結果也極具說服價所以測試過程仍然是驗證優化模型的唯一方式在進行IQA的過然后對所有參與者打出的分值進行平均得到的結果作為測試圖像的質量評價值當前許多圖像對圖像質量的方法進行了深入的研究并且取得一定的研究成果ITU針對不同測試目的提出了相應的試標準。照想法對圖像打分，最后統計分析所有的打分情況(3.1)測試環圖像質量評價的測試實驗對環境要求比較高，在ITU-RBT.500-11中息相關。如表3-1所示，給出了測試環境的要求。3-1測試另外，顯示器屏幕的尺寸與距離對圖像信息質量測試也有重大影響。定義PVD(PreferredViewingDistance)首選距離，通常以多少倍的圖像高度進行表示，比如PVD=4，表示距離為4倍的顯示圖像高度。表3-最佳距1721最佳距172131在進行IQA時對測試人員也有相關要求為了后期數據統計分析結果的準確性，結合成本考慮，人數大概為20人左右，并且這些人沒有(3.2)測試方法與單刺激法的區別在于在評價的過，是否包含參考圖像，如果包含則為雙激勵失真測量法(DoubleStimulusImpairmentScale,示。一次測試的時間過30分鐘，包括解釋和準備時間。表3-3五級評分尺544Perceptibly,butnot33Slightly221兩種方法的示意圖。其中T1表示參考圖像展示時間段，持續時間為10s，T2代表過渡時間段，持續時間為3s，T4為不同測試圖像之間的過渡時間，為5~11s，上述測試過屏幕背T1 T1 T3 T1 3-3DSIS方法評分過程圖(a)方法一(b)方法雙激勵連續質量測量法(DoubleStimulusContinuousQualityScale,向參與者展示多張測試圖像與參考圖像，與DSIS方法不同在于DSCQS3-4所示。其中，T1為圖像A的展示時10s，T3B10s，T2與T4時間段與DSIS方法中相同。T1 T3 T1 打打3-4DSCQS方法評分過程5級評分制（100分。3-5所示為DSCQS3-5DSCQS分數滑動條示單激勵連續質量評價法(SingleStimulusContinuousQualityEvaluation,單激勵方法(SingleStimulus,SS)不需要參考圖像，只需展示測試圖像。針準備測試圖像即可，實際實驗的時候一張圖像的時間在5s左右即可。對于SS3-3中的五級評分尺度。觀察者可以使用表格或其他SSCQE單激勵連續質量評價方法屬于SS中的方法。由于展示時間更長，該方法更適合的評價。刺激對比較方法 parison,評估的過程可以采用一個顯示器或者兩個并排的顯示器。可以想象，SC方法試。SC方法采用評價尺度。如表3-4為ITU-R推薦的比較尺度。SC方法與評價尺度在JND(just-noticeabledistortion)性能的評估上比較適用。3-4SC方法比較衡量尺---0123(3.3)評價數據庫構采用DSIS雙激勵失真測量法來建立動漫圖像評分庫，對動漫圖像進行評價，根據評分數據分析計算評價圖像的MOS3-6所示，為選取的部分動漫示意圖，包括一些動漫人物、場景等等，這些都具有良好的色彩和明顯的線征。3-6動漫圖像原素材1LIVEJPEG壓縮、亮度噪聲（不同亮度范圍、模糊、白噪聲污染，再加上椒鹽噪聲。如圖3-7為部分失真圖像示例。3-7失真圖像示3-83-9為客觀評價SSIM值在示例庫上3-8動漫圖像庫文3-9利用圖像庫測試PSNRvsMOS非線性回(3.4)結果分在IQA實驗中會得到測試分值根據這些分值作為后期處理數據源最后根據制定的標準分析數據來驗證實驗的正確性在一次的IQA實驗中，測試材料包括一系列的參考圖像與測試圖像集，用表示。參考圖像經過失真算法處理得到測試圖像。分值處理中的平均分數MOS(MeanOpinionScores)如公式3-1所示。1Nujk N

(3-在公式3-1中，代表觀察者的人數。 表示第個觀察者對參考圖像為，DMOS差平均分數(DifferenceMeanOpinionScores,DMOS)也是經使用到的，一般是滿分減去MOS的值得到，也就是說DMOS值越小，圖像的個數計算得到。通常采用的95%的置信區間計算為 ，其中

1.96SNN(uNN(u N

(3-(3-0~1003-4進行歸一化處理。scoreRawDifferenceScoreMax

(3-Min察者的數據之間存在一定的非線性關系，在VQEG性能評價方法非線性回歸函數是5參數的Logistic函數[41]，Y為預測值，X為客觀值，Y X2

4X

(3-1e

|3|可以進行的最小二乘分析，即在回歸函數和相關系數的計算中考慮分散量關于質量模型預測的準確這個性質是從平均意義上來說的。常用的指標有Pearson線性相關系數(CorrelationCoefficient,CC)，均誤差(RootMeanSquareError,RMSE)和平均絕對誤差(MeanAbsoluteError,MAE)，這三個計算公式分別如下：Pearson線性相關系數，其中Xi、Yi分別表示第i分數SSp以及相應的分數SS，n表示評價圖像的總個數；X、Y表示SSpSSnn(XiX)(YiYnn(Xnn(XX (YY22ii

(3-均誤差平均絕對誤差

RMSEn1n(Xn1n(XY2 n Xi

(3-(3-關于質量模型預測的單調采用Spearman等級相關系數(RankOrderCorrelationCoefficient,ROCC)來66(RXRY2 ROCC1 n(n2

(3-其中，RXi和RYi分別表示和客觀成績分別按相同順序排序后，對于第i個成績在各自序列中的序號。Spearman等級相關系數利用兩變量的次序大關于質量模型預測的一致一致性是指質量評價模型是否對各種類型的圖像質量都能夠準確地預測的個數與所有點的個數的比值。離出率(OutlierORn

(3-智能型動漫制作技動漫區域重要度度量算法的研究10圖3-10.已有顯著性檢測方法在動漫上無法取得很好的效果為此，我們設計了一種基于超像素拓撲分析的卡通顯著性檢測方法：采用SLIC方法提取超像素。提取卡通的線條信息以及與線條相鄰的超像素集超像素上建立拓撲結構，來表示超像間的連通關系。設定四個邊的超flood3-11，3-12圖3-11.我 方法的處理框架3-12.

I(W,H,P),W是的寬度，H是的高,P是素的集合。設pi為的像素，piP且pi(ri,gi,bi,xi,yi)。ri,gi,bi是像素RGB顏色空間上的值，xi,yi則為像素的位置。在卡 I上提取超像素到超像素集合SPsp為超像素，spSPsprsgs,bsxsysn)i1

(rs,gs,bs,xs,ys) r,

,b,x,

。本文定義Sp為卡通

ik

k k k k I的每個像素的顯著性值，SI(spi為每個超像素spipipjspk，可知Spi)Spj)SI(spk。由于卡通很多顏塊內的顏色差很小，顏塊內相同顏色的顯著以提取卡通內的超像素后再進行計算是非常合適的。根據卡通的特設卡通的像素個數NP=W*H，為了縮短提取超像素的時間，同時需KP/N(12,34……的取值主要是根據NP而定的，至少要保證每個超每個超像素spiSP，并且線條都盡可能處于超像素的邊緣。卡通的超像素基礎上構建圖G<V,E>。將每個超像素spi當做為G中頂點，spiVspispjspi與spj之間沒有線條阻隔，則設定e(i,jEspi與spjspi與spj不可達。(1.2)依據上述的卡通的創作規律，首先提取與線條相鄰的超像素集SPE，并將其分為兩部分，分別定義為背景超像素集SPE-B與前景超像素集。卡通的SPBSPE-BSPE-FSPE中區分開來，G<V,E>spiSPEspiG中SPBspiSPE-B，否則判spiSPE-F。<E>siSPB每一步的最優選擇。該函數定義為：f(spj)g(spj)h(spj)，spj

e(i,j)Ein

j)dist(spi,spj)(xsxs)2(ysys (xsxs)2(ysys 對于spiSPE，通過估價函數f，可以快速的尋找出一條路徑,spi是否與邊緣的相通，如果相通則判定spiSPE-B，否則spiSPE-F。這樣就將與線條SPESPE-BSPE-F兩部分。(1.3)與線條相鄰超像素SPE中，SPE-B是屬于的背景部分，SPB-F屬于圖SPE-FSPE-BRGBspiSI(spi) spjSPE

D(spi,spj)*(spi其中D(spispk)代表兩個超像素在RGB顏色空間下的距離之和(rsrs)2(rsrs)2(gsgs)2(bsbs SPE-F作為的前景，相比SPE-B中的超像素擁有更高的顯著性值，所(spiSPE-F(spi sf(spi)minspSPEF{sf(spi

,

SPEi(sp) {sf(sp)} {sf(sp i spiSPE ,

SPEsf(spi) spjSPE

D(spi,spj通過計算SPE-Fspi與SPE-F中其他超像素RGB距離之和sf(spi)，并將其結果歸一化到[0,1]，同時設定系(35)，這樣對于spiSPEF就會有較高(spi)值，而spiSPEF，(spi)1。(1.4)提出了“SaliencyfloodSPE-F重新評估局部顯著性值。對于評估局部區域內的顯著性值。首先將SPE-F中的超像素加入到隊列sq-queue，然后從sq-queue取出一個超像素spiGspi相鄰的超像素spj。如果spiSPE-F,則設置SI(spj)SI(spi,否則設置SI(spi)SR(spispjspj添加到隊列sq-queue，再重復之前的操作sq-queue為空。其中SR(spi,spjspi與spjRGBSI(spj的顯著性值，3* SI(sp)SR(sp,sp)SI(sp)*(1D(3* SaliencyfloodAlgorithmSaliency1:Input:giveG<V,E>,SPE-F,Saliencymap(SI)2:Output:Saliencymap(SI)3:fori=1MinSPE- 5:end

tosq-6:whilesq-queueisnotempty spsq- whilefinde(sp,spj)in ifsp

is thengotolabel ifspSPE- thenSI(spj)= elseSI(spj)=SR(sp,spj) addspjtoSP-Queue 17:此時所得到的SI圖3-13展示了本文與這些方法在卡通上顯著性檢測的結果，從實驗在卡 上的實驗結果并不理想CA的方法主 條周圍形成較強的顯局對比度，對比度高的地方有著較高的顯著性值。RCHC位置信息，使得離對比度高的附近也具有較高的顯著性特征值。SFDSR方法都是基于超像素。SFHC基于對比度的。DSR方法在不同尺度的超像素下，提取的四周的超像素作出來。而本文算法則可以很好的將卡通的顯著性區域提取出來，即圖3-13.顯著性檢測的結果：(a)原圖,(b)CA,(c)HC,(d)RC,(e)SF,(f)DSR,(g)我我們評估所有顯著特征檢測方法的正確率率和F值我們設定一個閾值T[0,255],了更好的評估實驗結果，womenT2和率,進一步計算得到F值，如公式(6)。(12)PrecisionReF 2PrecisionRe

為了強調正確率設置20.3圖18()顯示了正率-率曲線圖314(b)顯示正確率率和F值的柱狀圖可以看出在所有方法中本文的法在卡通上有最好的效果。 圖3-14.(a)每種方法精確度和率曲線(b)平均的精準率、率和F-保持特征形狀的三角網格變形算法的研究由于動漫包含很多特征線條，采用諸如縫雕刻或者矩形裁剪的離散方Ip在x軸和y軸方向上的大小，從而改變該圖像的比。我們把圖像沿x軸和y軸的縮放因子分別記作sx和sy。然后根據圖像Ip的幾何特征生成一個均勻的三MpMp目標網格Mq來達到圖像適配的目的，因為目的圖像Iq可以從目標網格Mq上映射得到。由此將原本的圖像適配問題轉化為源網格Mp到目標網格Mq的變形問題。從直觀上看，在網格變形的過，對于那些代表特征物的重要三角形我們應該盡量保證它們維持原來的比不變，而對于那些非重要三角形可3-15圖3-15.基于網格變形的適配思像邊界進行均勻采樣。以這些采樣點及其連接關系為約束，通過Delaunay構造三角網格MpMp到目標網格Mq的變形，足適配要求是整個框架的。我們這里定義了三個方面的能量： 剛。為了減少圖像內容的，我們希望網格中的每個三角形以一種MpPP0P1 qq0q1q2，則它們之間存在著一個依賴于q的關聯雅可比矩陣 Jt(q)Jt(q)RtTEA||J(q)RT tFt1

RtRsin

sin:[0,2)cos特征能量。我們通過一個基于鄰接邊比率和角度的縮放不變量來表征特征條的形狀。對于給定特征曲線CP上的三個連續特征點CP,CP,CP

的兩條邊之間的關系可描述為

rR

CPrCPCPCPCP

i

siniiRisini

cosi為角度為i的旋轉矩陣。最終，我們可以通過最小化如下能量達到保持特征線條kE

)rR

cq)c

i FFEs st

||

Ast

As

st

最終，整個變形過程的目標函數定義為以上三個能量的和EErcEcsEcs3-16圖3-16.基于網格變形的適配思系統支持對動漫區域重要度的指定，支持對動漫圖像保特征的實時適配，圖3-17圖3-17.動漫圖像適配系統功能模塊矢量化動漫素材制作技我們采用了一種稱之為擴散曲線的技術我們述特征線擬合得到的3-18Cl和Cr（3-1(b)11(c)越曲線時達到柔和的過渡（3-11(d)圖3-18.(a)擴散曲線的構成(a)用樣條描述的特征曲線(b)在曲線兩端任意指定的顏色信沿曲線線性插值c)沿曲線線性插值的模糊量(d)這樣，通過添加上述的顏色屬性信息，我們就可以將動漫的顏色信息緊湊豐富色彩變化的動漫具體的渲染流程如圖3-19所示主要包含三個步驟通過掃描轉換得到一個顏色源圖像C（該圖像將顏色約束表示為貝塞xy方向顏色梯度Wx和Wy。Idivp(x,yI(x,y)C(x,y),式中和div們得到了一張在曲線處過渡的顏像，這里我們再根據在曲線上的BB(x,y)(x,y)p(x,y圖3-19.基于擴散曲線的矢量圖渲染流如前所述已有大多數動漫內容都是以位圖的形式的有必要提供Bezier要直接影響著后續編碼過程以及最終矢量化效果特征線條是動漫中Bezier3-20因此在圖像特征提取的過，兩種類型的特征曲線均需要被考慮在內。圖3-20.動漫中存在的兩種不同的特征線顏色梯度。因此從直觀上來看，很容易通過顏域的變化識別邊界曲線。3-21階躍型邊緣灰度變化及其圖為了更好的對邊界曲線進行檢測，我們根據它的灰度變化情況，構建幾何數322x0點表示邊界顏域的交匯處由于顏色梯度的存在使得邊界曲線可以通過肉眼看出。為W2*wb。圖3-22邊界曲線的幾何26,我們可以建立如下等式： x hf(x)

|x|

2 2 2

x將其同離散核函數進行卷積運算，公式如下：rb

x

3-g

xe2 x

1-2g'2g2g''x)(2g

e

2x2

導數及二階導數在不同尺度因子3-23所示：（a）卷積后的一階導 （b）卷積后的二階導圖3-23邊界曲線同函數卷積后的一階和二階偏導數幾何圖裝飾曲線，往往會在特征識別的過被忽略，裝飾曲線對于局部區域的3-243-24脈沖型邊緣灰度變化及其圖3-25裝飾曲線的幾何模我們假設裝飾曲線是的梯度變化是一條拋物線，在點(0,h處達到灰度值ax2

|x|0fd(x)0

|x|d

（3-2-6[17]可以簡化為如下等式：f(x)

|x|

（3- |x|別。我們同樣采用同函數卷積的方式對裝飾曲線進行去噪處理。運算rd(x)g(x)*fd(x)h((xwd)(xwd

r'(x)g'(x)*f(x)h(g(xw)g(xw

r''(x)g''(x)*

(x)

'(xw)g'(xw

其(x)

e23-26所示： 圖3-26 裝飾曲線同函數卷積后的一階和二階偏導數幾何圖[17]系統支持對動漫區域重要度的指定，支持對動漫圖像保特征的實時適配，圖3-273-27.矢量創作系統功能模塊執行評表3-5、項目任務指標完成情分項完成率115%2-442-424學術3-5已SCI/EI4四、研究取得的（受資助項目數