申请/专利权人：华南理工大学

申请日：2022-01-25

公开（公告）日：2024-04-12

公开（公告）号：CN114549703B

主分类号：G06T13/00

分类号：G06T13/00;G06T7/90;G06T7/41;G06V10/74;G06V10/762

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.06.14#实质审查的生效;2022.05.27#公开

摘要：本发明公开了一种快速动画图像生成方法、系统、装置及存储介质，其中方法包括：通过对图像进行固定方块分割，生成矩形超像素；计算超像素颜色均值与方差将每一个矩形超像素与其邻接超像素进行相似度比较，将相似的超像素合并；计算各个区域的各种特征；使用分段平坦嵌入，将区域集映射到新的更利于聚类的空间中，通过设置区域数限制，使用聚类算法合并相似区域以得到不同的结果；最后将区域内像素颜色值均值化就得到原图的动画化图像。本发明使用非监督型的算法避免了需要大量精细标注进行训练的要求，而使用超像素的方式能够极大地降低计算复杂度；通过密度聚类的方式获得聚类簇，提升了图像分割的效果。本发明可广泛应用于图像处理领域。

主权项：1.一种快速动画图像生成方法，其特征在于，包括以下步骤：对输入图像进行非对称逆矩阵模式匹配，获得多个矩形，每一个矩形表示一个超像素；获取每一个矩形的颜色均值与颜色方差作为特征，通过比较超像素四邻域特征，对矩形进行合并，获得多个区域；计算所述区域的区域内特征和区域间特征，根据区域内特征和区域间特征获取距离矩阵；根据距离矩阵计算相似度矩阵，利用相似度矩阵计算分段平坦嵌入，将各区域在原空间中的表示X映射到更加利于聚类的空间Y；得到新的分段平坦嵌入之后，通过聚类算法对区域集进行聚类，将相似度比较高的区域合并到一起；根据所述聚类算法，使用迭代的方式，合并区域，更新区域特征，再进行区域合并；通过迭代计算分段平坦嵌入，进行聚类获得多种不同分辨率的聚类结果，根据获得的聚类结果，将每一个聚类簇中像素的颜色均值赋值该聚类簇中的所有像素点，获得动画化的图像；所述区域内特征包括纹理特征和区域颜色均值，所述区域间特征为区域之间的大小差异、边缘颜色差异和区域交叉程度；颜色差异Dc：先计算区域内颜色均值，通过计算欧式距离获得各区域间的颜色差异Dc；纹理特征DT：通过图像纹理计算方式计算区域内的纹理特征，使用欧氏距离计算各区域间的纹理特征DT；边缘颜色差异DB：根据两个区域相交边缘上的颜色均值计算边缘颜色差异DB；区域交叉程度Sij：对于一个在区域Ri上的点p，统计这个点周围m×m区域内最常见的区域编号作为Iip，如果Iip＝j，说明这个点被区域Rj的像素点包围，如果Ijq＝i，表示区域Rj上点q，被区域Ri的点包围，基于Iip与Ijq，定义两个区域之间的交叉程度为： 如果区域Ri和区域Rj的交叉程度越大，两者的相似性就越高；区域间大小差异DN：如果两个区域之间有很小的区域，那么两个区域应趋向于合并，定义两者区域间大小： 式中，表示区域Ri的像素数，表示区域Rj的像素数，t用于调节两个区域像素数的数量级；所述距离矩阵的表达式为： 其中，β,γ,η为三个可调参数；所述相似度矩阵通过以下方式计算获得： 式中，ρ为一个可调节参数；所述分段平坦嵌入定义为： 其中，W＝{wij}为对称相似度矩阵，Yi为各个点在新空间中的向量；D为对焦权重矩阵，给定区域集x＝{x1,x2…,xn}，分段平坦嵌入将区域集X嵌入到一个新的空间中，得到新的区域集表示Y，这个空间使得嵌入区域集Y更稀疏，这样相似度比较大的区域或者像素在新的空间的距离就会被拉近，而相似度比较低的区域或者像素在新的空间的距离相对地就会被拉远。

全文数据：

权利要求：

百度查询： 华南理工大学 一种快速动画图像生成方法、系统、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD