[发明专利]一种基于重定向细分曲面图像矢量化的系统及方法

说明书

本发明公开了一种基于重定向细分曲面图像矢量化的系统及方法。本系统包括特征提取模块，网络构造模块，基础网格生成模块，重定向细分曲面模块以及位图转化模块。本方法为：区域分割模块将原始的光栅图像转化为带有特征信息的图像，网络构造模块通过Delaunay三角剖分的方法将带有特征信息的图像转化为带有颜色信息的三角形网格，基网格生成模块将生成三角形网格进行简化处理生成基础网格，重定向细分曲面模块将基础网格以重定向的方式进行细分曲面拟合以填充颜色信息，最后位图转化模块将重定向细分曲面模块得到的控制网格转为位图。

技术领域

本发明涉及一种基于重定向细分曲面图像矢量化的系统及方法。

背景技术

数字图像分为位图与矢量图两大类，位图由若干的像素点所组成，当放大位图时，线条和形状显得参差不齐，而矢量图则没有此类问题，并且储量小，易编辑，因此近些年图像矢量化是近期数字图像处理中的一个热门话题。

现有的矢量化方法中效果较好的方法为基于细分曲面的图像矢量化方法，这种方法主要是用分段光滑的细分曲面来表示矢量化图形，该方法可以提供强大的图像后期编辑能力，因此较为常用。但这种方法的缺点为矢量误差较大，并且不能够精细划分图像边缘的颜色。

发明内容

本发明的目的在于解决用细分曲面方法对图像进行矢量化时矢量误差较大，导致矢量图片的效果过差的问题，提供一种基于重定向细分曲面图像矢量化的系统及方法。能够更好地优化图像矢量化的过程。

为达到上述目的，本发明采用下述技术方案：

一种基于重定向细分曲面图像矢量化的系统，包括特征提取模块，网络构造模块，基础网格生成模块，重定向细分曲面模块以及位图转化模块；所述特征提取模块将原始的光栅图像转化为带有特征信息的图像；所述网络构造模块通过Delaunay三角剖分的方法将带有特征信息的图像转化为带有颜色信息的三角形网格；所述基网格生成模块将生成三角形网格进行简化处理生成基础网格；所述重定向细分曲面模块将基础网格以重定向的方式进行细分曲面拟合以填充颜色信息；所述位图转化模块将重定向细分曲面模块得到的控制网格转为位图。

一种基于重定向细分曲面图像矢量化的方法，采用上述的基于重定向细分曲面图像矢量化的系统进行操作，具体操作步骤如下：

(1)使用特征提取模块将原始光栅图像转化为带有特征信息的图像；

(2)使用网络构造模块将带有特征信息的图像转化为三角形网格；

(3)使用双特征线来记录表示像素点周围的颜色，形成带有颜色信息三角形网格的初始图像网络；

(4)使用基础网格生成模块将三角形网格进行简化处理，使用三维网格精简算法来对初始化图像网络进行网格优化；使用拉普拉斯算子对网格进行平滑处理，对网格进行优化，提高网格质量；

(5)使用重定向细分曲面模块计算基础网格对应的控制网格；计算网格与原图像的重定向误差e，具体为计算每个像素位置颜色值之差并求和；若计算所得的误差大于给定的重定向误差阈值，则将前k个误差最大的网格片面进行进一步的自适应曲面细分，再送入重定向细分曲面模块处理，若小于阈值，则得到最终的细分曲面；

(6)使用位图转化模块将细分曲面转为离散的光栅图像。

本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著技术进步：

本发明方法使用细分曲面拟合图像可以很好地表示复杂的拓扑曲面，使用重定向细分曲面模块有效地避免了光栅图像矢量化的过程存在矢量误差较大的情况。并且可以精细地划分图像边缘区域的颜色，支持持多分辨率图像的编辑。

附图说明

图1为本发明系统整体框架示意图。

图2为重定向过程运作框图。