[发明专利]基于拓扑关系的复杂序列图形匹配系统及其实现方法

说明书

技术领域

本发明涉及数字图形图像处理以及数字娱乐领域，尤其是一种基于拓扑关系的复杂序列图形匹配方法。

背景技术

目前，序列图形图像的匹配技术是建立图形之间内在关系的关键技术，对于复杂图形还涉及分层技术。这些技术是实现目标自动匹配、拓扑关系自动建立、自动高质量上色以及计算机自动内插的关键。也是实现二维动画制作自动化、智能化的核心技术。

序列图形图像配准问题的研究是数字视频、模式识别、计算机视觉以及动画自动处理的一个主要内容，与静止图像处理不同的是：序列图形图像包含很多帧间瞬时的相关因素(冗余度)，当然也可以把序列图形图像当作一个一个静态图像序列进行处理，其间处理是相对独立的，但是，借助于多帧处理技术所产生的冗余度就可以使得我们去开发更有效的算法，大多数情况下，相对独立的处理序列图形图像的方法，根本无法满足序列图形图像所要求的海量数据高速运转等要求，也不能满足二维动画向自动化、智能化发展的需要。

对于序列图形图像在动画领域的应用，主要分为两大类：一是基于栅格数据结构的序列图像配准；另一个是基于矢量的序列图形匹配。对于序列图像配准，主要方法如光流分析法、相位相关法、块匹配法、像素逆归法、贝斯法等；对于序列图形匹配，主要方法如轮廓匹配、质心匹配以及模式匹配等。

对于基于栅格数据结构的序列图像配准，在动画方面的应用目前主要集中在图像变形(Image Morphing)领域，典型的如加拿大Toon Boom公司的二维动画制作系统，就是采用这个技术进行中间帧的自动内插。另外，Flash网络动画制作系统中也应用了这个技术。

对于基于矢量的序列图形匹配，在动画方面的应用还处在研究初期，主要研究集中在简单多边形的相似性判断上，目前这类研究开展比较广泛和深入，研究成果颇多。

利用两个图形的轮廓形状进行相似性判断也是序列图形配准的一个重要手段，判断两个轮廓形状是否相似的方法很多，对特殊形状，如多边形一般可用计算角或边的比例的方法；对于规则的曲线可用参数判决法进行判断。

在轮廓匹配方面，主要分为两大类：一类是基于线的匹配算法，即以多边形的轮廓为主要特征的匹配。典型算法是Yamamoto提出的基于多边形轮廓的松弛迭代匹配法。其基本思想是：在多边形轮廓上按照一定算法选取一些特征点，由这些特征点组成近似多边形，由近似多边形进行松弛迭代匹配达到多边形的匹配；另一类是基于面的匹配算法，即以多边形的面积和“质量”为主要特征进行匹配。这类算法中Montgomery等人提出的方法具有一定的代表性，其基本思想是：将序列图形中的任意图形中各个轮廓中心向相邻图形作投影，若相邻图形上各轮廓中心落在距投影点一定阈值范围内，即认为此两轮廓有匹配关系。

基于多边形质心的多边形匹配是充分利用序列图形的内部信息(各多边形之间相互位置信息)，根据各多边形的质心位置变化具有连续性这一规律，在相邻帧内寻找各多边形之间的匹配关系。

模式匹配是研究应用最多的匹配方式，是图形相似性判断最常用的手段。其主要思想是通过大量的学习和训练，提取出某类相似多边形的一些固定模式，然后利用这些固定模式与未知多边形进行匹配。

基于栅格数据结构的序列图像配准由于数据结构的限制，对于图形变化较大，出现遮挡等情况时无法完成配准工作，基于此方法不能很好的表达序列图形图像的内在联系。

基于轮廓匹配的算法由于理论本身问题存在一定缺陷。第一类算法在多边形形状发生较大变化时，难以达到满意效果；第二类方法只孤立地依靠轮廓所在局部的位置进行匹配，很可能产生较大的误差，因此该方法只能达到局部最优，而非全局最优。另外由于各轮廓尺度大小不同，上述阈值并不是单一的，因而不好确定。

基于质心的多边形匹配由于多边形产生叠加分割导致多边形质心产生较大变化，多数情况下难以完成匹配，只适合变化不大的序列图形。

模式匹配方法由于前提条件是要预先知道一些固定模式，对于千变万化的序列图形在实用性上都受到一些限制。

拓扑关系是指满足拓扑几何学原理的各空间数据间的相互关系。即用结点、弧段和多边形所表示的实体之间的邻接、关联、包含和连通关系。如：点与点的邻接关系、点与面的包含关系、线与面的相离关系、面与面的重合关系等。

拓扑关系是指图形元素之间相互空间上的连接、邻接关系并不考虑具体位置.这种拓扑关系是由数字化的点、线、面数据形成的以用户的查询或应用分析要求进行图形选取、叠合、合并等操作。

发明内容