本發(fā)明涉及二維圖像變形技術領域，特別是涉及一種基于形狀插值的圖像漸變方法。

背景技術：

隨著數(shù)字媒體技術的發(fā)展，產(chǎn)生了諸多的數(shù)字娛樂應用，如電影、網(wǎng)絡、游戲等。圖像漸變是這些應用中的一個重要內容。因此，為了進一步推動并普及這些應用，需要設計并提供相應的工具，以使得圖像漸變的效果更加逼真自然，并且讓一般普通用戶能夠直觀容易地制作圖像漸變。

圖像漸變技術(Image morphing)是在計算機圖形學和數(shù)字圖像處理的基礎上發(fā)展而來的，它主要通過提取兩幅圖像中相對應的幾何特征，然后利用幾何變換將它們的特征進行融合，并將它們的顏色進行混合插值，從而產(chǎn)生它們之間的過渡圖像幀，最終實現(xiàn)從源圖像自然地漸變到目標圖像。一般地，已有方法通過在圖像上放置點、線段、曲線或者骨架，來提取源圖像和目標圖像中的幾何特征，并通過形變函數(shù)(warping function)對圖像進行幾何變形，以實現(xiàn)圖像中對應幾何特征的對齊和融合。但是，如圖1所示，已有方法中的形變函數(shù)一般通過純數(shù)學的方式來定義，主要考慮了變形的光滑性和連續(xù)性，而忽視了特征的幾何形狀及其結構特性，使得幾何特征在融合過程中容易發(fā)生形狀扭曲。

在使用已有圖像漸變技術的過程中，特別是當源圖像和目標圖像中幾何特征的形狀差別較大時，常常需要大量的手工糾正和交互，以保持原始圖像中幾何特征的外觀和屬性。而形狀漸變技術處理幾何表示的圖形對象，因而可以直接考慮對象特征的幾何形狀及其結構特性。雖然形狀插值方法可以有效避免形狀發(fā)生扭曲，從而保持所描述對象的幾何特征，但是形狀插值方法通常僅適用于具有簡單輪廓的矢量圖，而無法直接應用于具有較復雜且豐富細節(jié)的圖像。

技術實現(xiàn)要素：

本發(fā)明的發(fā)明目的是為了克服現(xiàn)有技術中的圖像漸變方法需要大量的手工糾正和交互的不足，提供了一種基于形狀插值的圖像的漸變方法。

為了實現(xiàn)上述目的，本發(fā)明采用以下技術方案：

一種基于形狀插值的圖像漸變方法，包括源圖像和目標圖像，源圖像包括源特征曲線集目標圖像包括目標特征曲線集所述方法包括如下步驟：

(1-1)構造和的線條外觀模型，分別記為M⁰和M¹；

(1-2)根據(jù)M⁰和M¹，計算中間過渡特征曲線集的線條外觀模型，記為M^t，然后計算得到中間過渡特征曲線集

(1-3)對于源圖像中的每一個像素點，其位置用u表示，根據(jù)M⁰和M^t，為該像素點計算得到一個最優(yōu)的剛性變換旋轉矩陣，然后計算所述像素點的最優(yōu)形變位置

(1-4)對于目標圖像中的每一個像素點，其位置用v表示，根據(jù)M¹和M^t，為該像素點計算得到一個最優(yōu)的剛性變換旋轉矩陣，然后計算所述像素點的最優(yōu)形變位置

(1-5)根據(jù)源圖像中每個像素點的形變位置以及目標圖像中每個像素點的形變位置把形變位置相同的源圖像和目標圖像中的像素顏色平均地混合在一起，即得到中間過渡圖像的像素顏色。

本發(fā)明以中間特征曲線為約束，計算出源圖像和目標圖像中任意一點的最優(yōu)變形位置，實現(xiàn)目標圖像相對中間特征曲線的幾何變形，實現(xiàn)源圖像和目標圖像中對應幾何特征的對齊融合。

本發(fā)明的用戶需要為源圖像和目標圖像指定特征曲線，并通過移動特征曲線的位置，確定要實現(xiàn)的圖像漸變效果。相對于傳統(tǒng)的圖像變形方法，在變形程度大時無需大量的手工糾正和交互，并且能夠使用于具有較復雜且豐富細節(jié)的圖像。此外，本發(fā)明考慮了特征曲線之間的空間位置，從而能夠有效避免圖像漸變時發(fā)生局部扭曲。最終，相比于傳統(tǒng)的圖像漸變方法，本發(fā)明更簡單，且能夠生成更加自然平滑的過渡序列和漸變效果，因而進一步增強了圖像漸變技術的實用性和便捷性。

作為優(yōu)選，步驟(1-1)包括如下步驟：

取中每條特征曲線的重心作為該曲線在空間中的位置代理；將中每條特征曲線的重心用連線分別與其它特征曲線的重心連接，獲得的重心網(wǎng)格，記為記為中各條特征曲線的邊長和頂點角度的參數(shù)集合，它與一起共同構成了的線條外觀模型M⁰；

取中每條特征曲線的重心作為該曲線在空間中的位置代理；將中每條特征曲線的重心用連線分別與其它特征曲線的重心連接，獲得的重心網(wǎng)格，記為記為中各條特征曲線的邊長和頂點角度的參數(shù)集合，與一起共同構成了的線條外觀模型M¹。

基于重心的線條外觀模型用來表示特征曲線的形狀及其傳達的視覺外觀。在漸變過程中，該模型完整地考慮特征曲線的整體形狀和幾何形狀，有效傳遞特征曲線的信息，從而避免漸變過程中發(fā)生局部扭曲。

作為優(yōu)選，步驟(1-2)包括如下步驟：

(1-2-1)設源圖像和目標圖像所在的時刻分別為0和1，中間過渡圖像所在的時刻為t，為中間過渡特征曲線集的線條外觀模型M^t的各條特征曲線的邊長和頂點角度的參數(shù)集合；

利用公式計算得到

(1-2-2)通過插值重心網(wǎng)格和計算到中間過渡特征曲線集的重心網(wǎng)格

利用對和中每對對應的邊向量和做插值，計算得到中間邊向量

其中，為重心網(wǎng)格中邊向量的集合，為重心網(wǎng)格中邊向量的集合，i，j分別為邊的頂點序號，入為縮放因子，tα為從邊到的旋轉角度，R_tα為tα角度所對應的旋轉矩陣；

設定為所有中間邊向量的集合，通過最小化二次能量函數(shù)：計算得到重心網(wǎng)格各個頂點的位置，其中，為頂點i的位置，為頂點j的位置；

將與結合得到Mt。

(1-2-4)根據(jù)M^t中的各條中間過渡特征曲線的邊長和頂點角度的參數(shù)集合得到各條中間過渡特征曲線的形狀，再根據(jù)中間過渡特征曲線集的重心網(wǎng)格確定出各條中間過渡特征曲線的重心位置，最終得到中間過渡特征曲線集

因此，本發(fā)明具有如下有益效果：本發(fā)明的用戶需要為源圖像和目標圖像指定特征曲線，并通過移動特征曲線的位置，確定要實現(xiàn)的圖像漸變效果。本發(fā)明考慮了特征曲線之間的空間位置，在漸變過程中保持一組特征曲線的整體形狀來實現(xiàn)，保持圖像中幾何特征的外觀和屬性，從而能夠有效避免圖像漸變時發(fā)生局部扭曲。能夠生成更加自然平滑的過渡序列和漸變效果，進一步增強了圖像漸變技術的實用性和便捷性。當源圖像和目標圖像中對應幾何特征的形狀差別較大時，也能夠充分保持特征的外觀和屬性。

附圖說明

圖1是本發(fā)明的一種流程圖；

圖2是線性插值方法生成的一種漸變序列圖像；

圖3是本發(fā)明生成的一種漸變序列圖像；

圖4是本發(fā)明的一種重心網(wǎng)格圖像。

具體實施方式

下面結合附圖和具體實施方式對本發(fā)明做進一步的描述。

實施例1

如圖1所示的實施例是一種基于形狀插值的圖像漸變方法，包括源圖像和目標圖像，用戶給定一幅源圖像和一幅目標圖像，通過在圖像上放置開或者封閉的曲線(稱為“特征曲線”)，指定并對齊源圖像和目標圖像中的幾何特征，幾何特征一般指眼睛，鼻子，眉毛，手等內部特征和簡單的外部輪廓。

源圖像包括源特征曲線集目標圖像包括目標特征曲線集所述方法包括如下步驟：

步驟100，構造和的線條外觀模型；

取中每條特征曲線的重心作為該曲線在空間中的位置代理；將中每條特征曲線的重心用連線分別與其它特征曲線的重心連接，獲得的重心網(wǎng)格，記為記為中各條特征曲線的邊長和頂點角度的參數(shù)集合，它與一起共同構成了的線條外觀模型M⁰；

取中每條特征曲線的重心作為該曲線在空間中的位置代理；將中每條特征曲線的重心用連線分別與其它特征曲線的重心連接，獲得的重心網(wǎng)格，記為記為中各條特征曲線的邊長和頂點角度的參數(shù)集合，它與一起共同構成了的線條外觀模型M¹。

步驟200，計算M⁰和M¹的中間過渡圖像的線條外觀模型Mt；

步驟210，設源圖像和目標圖像所在的時刻分別為0和1，中間過渡圖像所在的時刻為t，為中間過渡特征曲線集的線條外觀模型M^t的各條特征曲線的邊長和頂點角度的參數(shù)集合；

利用公式計算得到

步驟220，通過插值重心網(wǎng)格和計算到中間過渡特征曲線集的重心網(wǎng)格

利用對和中每對對應的邊向量和做插值，計算得到中間邊向量

其中，為重心網(wǎng)格中邊向量的集合，為重心網(wǎng)格中邊向量的集合，i，j分別為邊的頂點序號，入為縮放因子，tα為從邊到的旋轉角度，R_tα為tα角度所對應的旋轉矩陣；

設定為所有中間邊向量的集合，通過最小化二次能量函數(shù)：計算得到重心網(wǎng)格各個頂點的位置，其中，為頂點i的位置，為頂點j的位置；

步驟230，將與結合得到M^t。

步驟240，根據(jù)M^t中的各條中間過渡特征曲線的邊長和頂點角度的參數(shù)集合得到各條中間過渡特征曲線的形狀，再根據(jù)中間過渡特征曲線集的重心網(wǎng)格確定出各條中間過渡特征曲線的重心位置，最終得到中間過渡特征曲線集

步驟300，計算源圖像每個像素點的最優(yōu)形變位置

利用公式計算得到最優(yōu)的剛性變換旋轉矩陣M；

其中：p_i(t)和q_i(t)分別表示第i條源特征曲線以及第i條中間過渡特征曲線上的各個點，并且p_i(t)和q_i(t)一一對應，

w_i(t)為源特征曲線上各個點相對點v的變形影響因子，其值為：

利用公式計算得到像素點的最優(yōu)形變位置

步驟400，計算目標圖像每個像素點的最優(yōu)形變位置

利用公式計算得到最優(yōu)的剛性變換旋轉矩陣M；

其中：p_i(t)和q_i(t)分別表示第i條目標特征曲線以及第i條中間過渡特征曲線上的各個點，并且p_i(t)和q_i(t)一一對應，

w_i(t)為目標特征曲線上各個點相對點v的變形影響因子，其值為：

利用公式計算得到像素點的最優(yōu)形變位置

步驟500，根據(jù)源圖像中每個像素點的形變位置以及目標圖像中每個像素點的形變位置把形變位置相同的源圖像和目標圖像中的像素顏色平均地混合在一起，即得到中間過渡圖像的像素顏色。

如圖2所示，可以看出傳統(tǒng)的線性插值方法主要考慮了變形的光滑性和連續(xù)性，而忽視了特征的幾何形狀及其結構特性，使得幾何特征在融合過程中容易發(fā)生形狀扭曲。

如圖3所示，可以看出本發(fā)明考慮了特征曲線之間的空間位置，在漸變過程中保持一組特征曲線的整體形狀，因此保持了圖像中幾何特征的外觀和屬性，從而能夠有效避免圖像漸變時發(fā)生局部扭曲。

如圖4所示，可以看出一個鐘擺的實例中圖像的特征曲線集以及每條特征曲線的圓點重心以及與特征曲線集相對應的重心網(wǎng)格，用來完整的表示特征曲線的整體外觀，包括單條曲線的形狀和所有曲線之間的空間布局關系。

實施例2

本實施例包含了實施例1中的全部內容，對于源圖像和目標圖像，本實施例使用規(guī)則的四邊形網(wǎng)格來逼近，并把源圖像作為紋理嵌入到網(wǎng)格中，目標圖像作為紋理嵌入到網(wǎng)格中，在圖像漸變過程中則根據(jù)每個網(wǎng)格點的位置進行計算，而不是計算圖像每一像素的變形位置，充分利用GPU資源，大大降低了程序的計算量，節(jié)省運算開銷，實現(xiàn)圖像變形的實時性。

應理解，本實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。此外應理解，在閱讀了本發(fā)明講授的內容之后，本領域技術人員可以對本發(fā)明作各種改動或修改，這些等價形式同樣落于本申請所附權利要求書所限定的范圍。