采用模糊聚类与随机游走的计算机辅助乱针绣制作方法

    公开(公告)号:CN103793549A

    公开(公告)日:2014-05-14

    申请号:CN201310539428.9

    申请日:2013-11-04

    Applicant: 南京大学

    Abstract: 本发明公开了采用模糊聚类与随机游走的计算机辅助乱针绣制作方法,包括以下步骤:步骤1,定义了适合乱针绣针迹特点的参数化交叉针模型,并且通过枚举实验的方法确定了交叉针参数与图像特征的映射关系;步骤2,以输入的彩色图像作为参考图片,针对给定图像生成交叉针集合,对交叉针集合包含的交叉针采用基于模糊聚类与随机游走算法进行聚类,并且根据步骤1得到的映射关系调整交叉针参数得到针迹序列;步骤3,将针迹坐标转换为电脑刺绣机所需坐标,并将其输入电脑刺绣机,得到相应乱针绣绣品。本发明对乱针绣的机械化标准化生产具有重要意义。

    一种采用遗传算法的计算机辅助乱针绣制作方法

    公开(公告)号:CN103294864A

    公开(公告)日:2013-09-11

    申请号:CN201310211288.2

    申请日:2013-05-29

    Applicant: 南京大学

    Abstract: 本发明公开了一种采用遗传算法的计算机辅助乱针绣制作方法,包括以下步骤:步骤1,以输入的彩色图像作为参考图片,采用图像分割、区域矢量场提取和图像一致性线条提取方法提取输入彩色图不同的对象区域、区域矢量场以及图像显著性等图像特征;步骤2,根据乱针绣的特点定义了描述包括单根绣线、每个交叉针和交叉针排布在内三层参数化针法模型,并描述了根据这些参数构建出针法模型得到绣线集合的方法;步骤3,采用遗传算法依据图像特征确定针法模型参数得到乱针绣绣品针迹序列;步骤4,将针迹坐标转换为电脑刺绣机所需坐标,并将其输入电脑刺绣机,得到相应乱针绣绣品。本发明对乱针绣的机械化标准化生产具有重要意义。

    一种人体运动的运动图检索方法

    公开(公告)号:CN102508867B

    公开(公告)日:2013-04-24

    申请号:CN201110306170.9

    申请日:2011-10-09

    Applicant: 南京大学

    Abstract: 本发明公开了一种人体运动的运动图检索方法,包括以下步骤:步骤1,离线运动图描述空间生成;步骤2,在线运动数据库检索:用户提交查询实例,包括运动特征提取,运动图层次选择,运动图特征映射,运动串生成,相似度计算;步骤3,将查询实例与运动数据库中每一个运动分别进行步骤2,获得一组对应的总量相似度值,按照总量相似度值的大小由高到低排序,输出每个总量相似度值对应的运动数据库中的运动。本发明的优点在于:1、将运动图引入到运动数据检索中,大大降低了原始高维数据的维度,降低了运动数据中的噪音数据的影响,同时能够较好的保持运动的特性;2、降低了相似度计算的复杂度;3、提出了运动图描述空间。

    一种基于反应扩散过程的计算机辅助乱针绣制作方法

    公开(公告)号:CN103473433A

    公开(公告)日:2013-12-25

    申请号:CN201310456178.2

    申请日:2013-09-29

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于反应扩散过程的计算机辅助乱针绣制作方法,包括以下步骤:步骤1,以彩色图像作为输入,采用图像分割、区域矢量场提取和图像显著性计算方法提取输入的彩色图像不同的对象区域、区域矢量场及图像显著性;步骤2,根据乱针绣的特点建立了包括单根绣线、单个交叉针和交叉针排布的三层参数化针法模型,并描述模型中交叉针排布层的参数值计算的方法;步骤3,对每个对象区域生成初始的针迹序列,并建立笔画邻域图,采用五个反应扩散过程分别对生成的针迹序列的方向、长度、颜色色调、颜色饱和度、颜色亮度进行控制,然后进行绣线颜色选择,得到最终所有对象区域的针迹序列;步骤4,将针迹序列的坐标转换为电脑刺绣机的坐标。

    一种人体动作数据的空间轨迹检索方法

    公开(公告)号:CN102298649A

    公开(公告)日:2011-12-28

    申请号:CN201110302132.6

    申请日:2011-10-09

    Applicant: 南京大学

    Abstract: 本发明公开了人体动作数据的空间轨迹检索方法,包括以下步骤:人体动作结构模型定义:对人体关节模型进行动作相关性层次分解,形成了包含五个子结构的人体动作结构模型;离线动作特征树生成:对于人体动作库中的每一个动作,计算关节相对于所属子结构根节点关节的空间轨迹曲线并提取空间轨迹曲线的特征作为该关节的动作特征;根据人体动作结构模型中五个子结构的层次定义生成了包含五个动作特征子树的动作特征树;在线动作数据检索:用户提交检索示例,并指定检索关节;根据指定的检索关节以及人体动作结构模型得到检索树;由检索树和动作特征树,按照关节的层次关系自顶向下依次进行特征相似度计算,对最终相似度由高到低排序后将结果动作返回。

    一种人体动作数据的空间轨迹检索方法

    公开(公告)号:CN102298649B

    公开(公告)日:2012-11-28

    申请号:CN201110302132.6

    申请日:2011-10-09

    Applicant: 南京大学

    Abstract: 本发明公开了人体动作数据的空间轨迹检索方法,包括以下步骤:人体动作结构模型定义:对人体关节模型进行动作相关性层次分解,形成了包含五个子结构的人体动作结构模型;离线动作特征树生成:对于人体动作库中的每一个动作,计算关节相对于所属子结构根节点关节的空间轨迹曲线并提取空间轨迹曲线的特征作为该关节的动作特征;根据人体动作结构模型中五个子结构的层次定义生成了包含五个动作特征子树的动作特征树;在线动作数据检索:用户提交检索示例,并指定检索关节;根据指定的检索关节以及人体动作结构模型得到检索树;由检索树和动作特征树,按照关节的层次关系自顶向下依次进行特征相似度计算,对最终相似度由高到低排序后将结果动作返回。

    一种人体运动的运动图检索方法

    公开(公告)号:CN102508867A

    公开(公告)日:2012-06-20

    申请号:CN201110306170.9

    申请日:2011-10-09

    Applicant: 南京大学

    Abstract: 本发明公开了一种人体运动的运动图检索方法,包括以下步骤:步骤1,离线运动图描述空间生成;步骤2,在线运动数据库检索:用户提交查询实例,包括运动特征提取,运动图层次选择,运动图特征映射,运动串生成,相似度计算;步骤3,将查询实例与运动数据库中每一个运动分别进行步骤2,获得一组对应的总量相似度值,按照总量相似度值的大小由高到低排序,输出每个总量相似度值对应的运动数据库中的运动。本发明的优点在于:1、将运动图引入到运动数据检索中,大大降低了原始高维数据的维度,降低了运动数据中的噪音数据的影响,同时能够较好的保持运动的特性;2、降低了相似度计算的复杂度;3、提出了运动图描述空间。

    一种图像修复方法
    8.
    发明授权

    公开(公告)号:CN101777178B

    公开(公告)日:2011-08-31

    申请号:CN201010102109.8

    申请日:2010-01-28

    Applicant: 南京大学

    Abstract: 本发明涉及一种图像修复方法,本发明首先将目标图像进行方向经验模型分解,并允许根据已有信息绘制给定待修复区域内已破坏的边结构信息,利用方向经验模型分解得到的频率特征值计算相似度先行完成整个受损区域内的边结构修复,然后再根据待修复区域边界上像素点的梯度特征结合置信度计算剩余填充区域的优先级,并再次利用分解得到的频率特征值计算相似度完成对应区域的修复。本发明的方法不仅能够修复较大尺度缺损区域中的结构和纹理信息,还能够修复具有一定遮挡关系的图像。修复过程鲁棒性高,有效地防止了错误信息的连续扩展。

    一种图像修复方法
    9.
    发明公开

    公开(公告)号:CN101777178A

    公开(公告)日:2010-07-14

    申请号:CN201010102109.8

    申请日:2010-01-28

    Applicant: 南京大学

    Abstract: 本发明涉及一种图像修复方法,本发明首先将目标图像进行方向经验模型分解,并允许根据已有信息绘制给定待修复区域内已破坏的边结构信息,利用方向经验模型分解得到的频率特征值计算相似度先行完成整个受损区域内的边结构修复,然后再根据待修复区域边界上像素点的梯度特征结合置信度计算剩余填充区域的优先级,并再次利用分解得到的频率特征值计算相似度完成对应区域的修复。本发明的方法不仅能够修复较大尺度缺损区域中的结构和纹理信息,还能够修复具有一定遮挡关系的图像。修复过程鲁棒性高,有效地防止了错误信息的连续扩展。

    采用模糊聚类与随机游走的计算机辅助乱针绣制作方法

    公开(公告)号:CN103793549B

    公开(公告)日:2016-06-22

    申请号:CN201310539428.9

    申请日:2013-11-04

    Applicant: 南京大学

    Abstract: 本发明公开了采用模糊聚类与随机游走的计算机辅助乱针绣制作方法,包括以下步骤:步骤1,定义了适合乱针绣针迹特点的参数化交叉针模型,并且通过枚举实验的方法确定了交叉针参数与图像特征的映射关系;步骤2,以输入的彩色图像作为参考图片,针对给定图像生成交叉针集合,对交叉针集合包含的交叉针采用基于模糊聚类与随机游走算法进行聚类,并且根据步骤1得到的映射关系调整交叉针参数得到针迹序列;步骤3,将针迹坐标转换为电脑刺绣机所需坐标,并将其输入电脑刺绣机,得到相应乱针绣绣品。本发明对乱针绣的机械化标准化生产具有重要意义。

Patent Agency Ranking