Just My Life & My Work

為什麼會想要研究這篇論文A Non-Photorealistic Rendering of Seurat’s Pointillism?跟風格化有關!可是跟NPR相關就不能繼續研究下去!因為會開啟一道大門,目前我所研究的HDR、Tone Mapping、Stylization範圍相當寬廣,要避免找錯方向的論文,不然回頭晚了就沒時間哩!

n   「非擬真著色」(non-photorealistic rendering, NPR)這個名詞是由Winkenback等人在1994年所提出。而「擬真著色」(photorealistic rendering)在電腦圖學領域己有數十年的歷史。

n   本文對於點描派(pointillism)特別地感興趣,尤其是對奠定點描派基礎的喬治.秀拉(Georges-Pierre Seurat)。仔細觀察秀拉的畫作並從中擷取出重要的特徵,如:秀拉所使用的基本色彩、點的大小、光暈與補色效果等。

看一下論文系統如何實做,順便瞭解需要怎樣的技術。

n   色彩空間轉換

RGB表示法無法得知像素的明亮度(luminance)、飽和度(saturation)及色相(hue)為何,因此將像素的色彩由RGB色彩空間轉換至CIELA(或CIE L*a*b*)及HSV色彩空間。

CIELAB色彩空間具有視覺上的均勻性(perceptually uniform),也就是說值的變化量和視覺上感知到的變化量是相同的,例如:值從100變為110與值從0變為10的感覺是相同的,這種表示方法較接近人類的視覺系統。

HSV色彩空間將色相值表示成角度,介於0~360度之間,表達上較具直觀性。然而,CIELAB色彩空間的色相則需要由a*、b*兩個頻道才能決定。

RGB 轉 CIELAB 色彩空間

RGB調整[0 255]->[0 1],先轉CIE XYZ,再轉CIE LAB

RGB 轉 HSV 色彩空間

RGB調整[0 255]->[0 1],接著轉HSV

n   色點屬性

屬性分為5種,分別是色點色彩、色點位置、色點尺寸、色點形狀、色點方向

有一些技術值得研究,細節可參考該論文。

n   區域分割

擴增演算法(propagation algorithm)進行區域分割,以CIELAB中L*的值做為分割的依據。其原理是以一個像素為中心,用遞迴的方式不斷地向外擴展,如果屬性值相似,就會被納入目前的區域,直到輸入影像中的所有像素都有區域標籤為止。

n   著色

背景層所呈現的色彩應較淡且與輸入影像色調一致,要達到這個目標,利用CIELAB色彩表示法,其中L*通道代表明亮度,a*、b*通道代表色相與飽和度,故只要修改L*通道的值,便可以將明亮度提高,使原始色彩變亮。

n   邊緣強化

利用Canny提出的測邊(edge detection)方法,之後加入一個步驟將邊緣分為輪廓(silhouette)摺邊(crease)兩種,再針對這兩種邊緣進行不同的強化。

n   邊緣偵測

影像中的邊緣會出現在任兩個鄰近的像素其對比強度較高的地方,我們以輸入影像在CIELAB 色彩空間中的L*值做為測邊的強度基準。

u  平滑化

為了避免輸入影像中的雜訊對測邊造成影響,先利用高斯濾波器(Gaussian filter)平滑化不必要的雜訊。

u  梯度量與方向

將輸入影像平滑化後,接下來利用影像中的梯度(gradient)找出每個像素的邊點強度(edge strength),也就是梯度量。

n   輪廓強化

一旦某個邊被歸類為輪廓,就會將其強化以製造出光暈效果,光暈的出現是因為物體邊緣的對比被提高。為了達到這個目標,首先要找出強化所影響的範圍,我們因而定義一個半徑r,以輪廓線上的點為中心畫圓,被此圓所涵蓋的範圍皆需要做強化。輪廓線會將畫出來的圓切為左半部與右半部,因為要將對比提高,暗的部分要變得更暗,亮的部分要變得更亮,而且這兩種狀況所使用的加強方式不同,所以必須決定哪一邊要加深,哪一邊要變淺。

n   摺邊強化

摺邊的強化相對而言較為簡單,不需要區分暗邊與亮邊。首先,先用半徑大小為s 的圓,以摺邊上的點為圓心畫圓,利用這些畫出來的圓所涵蓋的區域決定摺邊強化的範圍。

n   補色

補色的存在是為了增加原始色彩的對比,這樣的應用出現在許多的繪畫風格中。

論文貢獻:在於針對點描派的模擬,提出了兩個重要且未曾被模擬過的特徵:光暈效果補色

Comments on: "[paper] A Non-Photorealistic Rendering of Seurat’s Pointillism (秀拉點描派之電腦模擬)" (1)

  1. […] A Non-Photorealistic Rendering of Seurat’s Pointillism (秀拉點描派之電腦模擬) […]

隨意留個言吧:)~

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.

標籤雲

%d 位部落客按了讚: