Download presentation
Presentation is loading. Please wait.
1
Depixelizing Pixel Art 像素风格画的矢量化
主讲：钱博磊
2
研究对象 矢量图 像素风格画 -图像特征为像素级别 -轮廓 轮廓所封闭区域的颜色 像素画： 连续性判断的模糊性
常规位图提取轮廓线的方法在像素风格画中不合适 像素风格画中，色块明显， 对于轮廓线的找寻，可以从色块下手。 轮廓： 可见边定义 -> 边两侧的像素点颜色不同
3
实现步骤 图像重构 reshape the pixel cells
2. 轮廓提取及拟合 edge detecting and fitting curves 轮廓： 可见边定义 -> 边两侧的像素点颜色不同 3. 图像绘制 rendering
4
图像重构 1.1 重构像素单元格 reshape pixel cell
1.0 重构pixel cell ， 使得那些在方形cell下看上去不连续的pixel也具有更明显的连续性 (原始的像素图中， 一个像素由一个正方形表示， 导致部分视觉上相连的点在图像上仅有一个角点相连接，很难判断) 目标，使得有相同颜色与相同特征的pixel拥有一条共享边 （ 为了达到这个目的， 需要两部，首先确定哪些是需要连接在一起的pixel，然后根据这些点调整cell，使其具有共享边 ） 那如何确定这些像素在特征上和颜色上是相同并且需要链接的呢？
5
图像重构 1.1.1 构造相似图 similarity graph
通过相似图， 将原像素图中特征和颜色相同的点连接起来，并与周围无关的要素相分离 相关步骤： 1. 所有像素转换成node， 每个node和自己八个相邻点连接， 得到如上网格图 2. 判断相连像素间的颜色，若不同 (YUV)， 则删除相连的线 3. 对对角线的删除 3.1 2*2block如果全连通，代表该区域是shaded区域，(图中的蓝色线) 3.2 只有对角线连接，没有水平和垂直的连接，消除该对角线，将对结果造成影响， 3.2.1 3.2.2 3.3.3
6
图像重构 1.1.1 构造相似图 similarity graph curves sparse pixels islands
7
图像重构 1.1.2 调整像素单元格 voronoi diagram 图中颜色不表明信息 voronoi diagram
将vanlance-2 nodes 进行删除 voronoi diagram
8
实现步骤 图像重构 reshape the pixel cells
2. 轮廓提取及拟合 edge detecting and fitting curves 轮廓： 可见边定义 -> 边两侧的像素点颜色不同
9
轮廓提取及拟合 2.1 edge detecting and fitting T-junction 问题
连接仅包含vanlence-2结点的可见边 用quadratic B-spline curve拟合 可见边定义 T-junction问题 shading edge contour edge
10
轮廓提取及拟合 2.3 曲线优化 optimizing the curves 求解: relaxation procedure 局部最优
i 代表轮廓线上的结点node Es 表示曲线曲率最光滑 r(i)属于i点周围一定领域内的点集 Ep 表示优化后的节点位置不能与原始位置相差太远 采用松弛迭代求解， 求解: relaxation procedure 局部最优
11
轮廓提取及拟合 2.3 防止过优化 corner detection
12
图像绘制 3.1 Rendering Truncated Gaussian influence function
we place truncated Gaussian influence functions ( = 1, radius 2 pixels) at the cell centroids and set their support to zero outside the region visible from the cell centroid. The final color at a point is computed as the weighted average of all pixel colors according to their respective influence. 图中颜色不表明信息
13
结论 4.1 计算速度 54个example 的平均时间计算 算法时间，主要和图片像素数和提取的curve数有关
14
结论 4.2 实验结果 see the paper 图中颜色不表明信息
Similar presentations
