[发明专利]一种智能的儿童简笔画线条自动补齐方法

说明书

技术领域

本发明属于计算机图形图像分析处理与模式识别技术领域，更具体地说，涉及一种在儿童绘制某类物体的简笔画过程中，根据已绘制的部分线条预测并提示下一步绘制线条的自动补齐方法。

背景技术

简笔画具有悠远的历史。在远古时代，人类就已经开始在岩壁上用简单的线条将他们捕猎、祭祀的场面描绘出来，从而形成了反映他们生活的简笔画雏形。用线条来描绘对象是人类最本能、最直接的表达方式。

现代美术认为，简笔画是一种简练、概括、直观及快速地表现对象的绘画形式，“虽简而像”。简笔画通过使用简单的线条、图形等，抓住所描绘对象的主要外形特征、动态特征和神态表情，以充满想象力的夸张、提炼获取对象的精神，使之更为生动，富有美感。简笔画有助于培养儿童的想象力、创造力、观察力及实践能力，帮助儿童认识和辨别物体，协调手、眼、脑的发展，建立审美意识和形象思维，完成早期绘画启蒙和图形积累，为后续美术学习打下基础。因此，自从上世世八十年代中期以来，简笔画成为了每个小学的美术课教学内容的重要部分。

然而，现代教育研究发现，儿童简笔画教学存在严重问题。教师或家长在在运用这一形式时，往往忽略了儿童美术教育的其它方面，忽视了观察力的培养，忽视了儿童在美术活动中主动性与创造性的培养。由于没有观察活动作为绘画的前提，儿童的主动性无从提起；又由于采用了简单临摹教学方式，造成儿童下笔程式化，即存在着较为明显的规律性；而一成不变的教学也会导致儿童懒惰的思维定向活动，扼杀儿童的想象力，只会临摹某个具体个体，而不会发挥想象创作出形态各异的群体。儿童画画不是按照自己观察、想象加工的结果主动地创造性地绘画，而是不动脑筋地记住了所教的画法。因此，甚至有学者指出简笔画等模式化教学是扼杀孩子想象力的罪魁祸首，儿童画不可教的观点。

近年来，计算机图形图像分析处理与模式识别技术的不断发展为这个问题提出一个可行的解决思路。形状特征已经被广泛应用于图像匹配和检索等任务，形状是刻画物体类别更一般的有效特征，心理学和人体视觉研究也表明人类在早期视觉中确实使用形状对物体分类。

目前形状特征表示方法主要有两类。一类方法是采用在轮廓上密集采样的一系列点来表示物体形状，利用点之间的空间配置关系形成形状特征。这种方法虽然能够保留轮廓细节信息，但通常会导致匹配时受制于评估大量点之间空间配置关系带来的计算复杂度问题，从而限制了该类方法的应用领域。另一类方法则采用直线段或者圆弧的方式表示形状，其核心思想是通过减少细节或者噪音信息，提高计算的效率。这种方法通常需要利用特征之间的几何关系，实现对物体的刻画。如图1所示，虽然已经缺失了很多轮廓细节，但是还是可以非常简单的被确认为一只正在安睡的猫。以上两类方法主要应用于物体检测、图像检索等计算机视觉和图像分析领域，但目前还没有在儿童简笔画自动补齐方面的应用。

发明内容

本发明提出了一种智能的儿童简笔画自动补齐方法。本发明方法不是针对某个物体个体，而是针对物体类别，根据已绘制的部分线条预测并提示下一步绘制线条，从而使得儿童在绘制简笔画时既有一定的临摹参考，又具有足够的发挥空间，以提高学习效果。

本发明采取以下技术方案：一种智能的儿童简笔画线条自动补齐方法，其按如下步骤进行：

首先是训练阶段：

第一步，将所有图像转换为线条图，形成候选、验证和负样本线条图集；

第二步，将获得的线条转换为四元组表示；

第三步，对于候选集中的每一条候选线条，在验证集和负样本集上计算其验证代价；

第四步，将第三步计算所得的验证代价与设定阈值进行比较，如果验证代价小于该阈值，则将该线条加入最终的线条集；

其次是自动补齐阶段：

第一步，根据连接属性来组合四元组线段；

第二步，将线段组在训练所得的线条组上进行部分匹配；

第三步，将第二步计算所得的匹配代价与设定阈值进行比较，如果匹配代价小于该阈值，则从训练所得的线条集中获取下一条应该绘制的线条，并将其作为自动补齐的提示。

优选的，训练阶段的第一步：应用边缘检测子获取边缘线图，然后对检测到的边缘通过多边线简化算法获取线条图。

优选的，对于一条由多个顶点构成的多边线：

1）选取两个端点（v₁和v₇）构成第一条多边线，作为对原始多边线的近似；

2）在原始多边线顶点中寻找离当前近似多边线最远的端点（v₄）和距离；