一种结构可变的图案生成和利用图案生成浏览界面的方法技术

本发明专利技术公开了一种结构可变的图案生成和利用图案生成浏览界面的方法，所述图案生成方法，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法，在不同拓扑结构图案之间采样，获得新的图案。所述利用图案生成浏览界面的方法，包括以下步骤：1）、获取采样得到的新图案的高维向量表达特征，得到高维向量空间；所述高位向量表达特征采用该图案的关系图向量表示；2）、采用GPLVM将高维向量空间压缩到二维流形空间；3)、将二维流形空间中的点逆映射到高维空间中，得到新的图案，并对其进行后处理；4)、生成图案浏览界面。

A Method of Pattern Generation with Variable Structure and Browsing Interface Generation with Pattern

【技术实现步骤摘要】
一种结构可变的图案生成和利用图案生成浏览界面的方法
本专利技术涉及计算机图案生成和图案浏览领域，尤其是涉及一种结构可变的图案生成和利用图案生成浏览界面的方法。
技术介绍
现有的成熟的算法和系统能够简单快速地根据单一图案的形态结构获得很多拥有不同元素大小，位置，方向的变体候选。例如论文PATEX:exploringpatternvariations中，作者使用图案部件之间的几何关系来描述图案并通过采样那些分别满足不同几何关系的子集的图案来获得许多基于源图案的图案变体。然而此种方法仅针对于单一图案变体，无法在多个图案之间自动化地创作出一些既能保持一些不同源图案中的特征也能带来一些新变化的图案。另外对于不同的图案来说，它们之间的元素和排列特征都可能大相径庭。在两个简单的图案之间也会存在无数的图案变体。这样具有差异的新图案结果需要尽可能多地被采样到。最后，目前的图案设计工具中缺少一些能够让设计师在同一个集合内快速连续地浏览到所有的这些元素和形态结构各不相同的图案变体。
技术实现思路
本专利技术提供了一种在给定的两个图案之间采样出一些新图案的系统并提供了一种生成图案的交互式浏览界面。这些新图案既能保持源图案中的一些局部特征，也能带有一些变化，即使这些作为参考的源图案之间的元素数量，元素排列特征可能具有差异性。设计师在界面中能浏览到所有的这些元素和形态各不相同的图案结果。本专利技术主要解决了如何识别这些不同拓扑结构图案各自的形态特征并加以利用的问题以及如何在由排列特征，元素数量都有差异的新图案所组成的不同空间集合中进行采样的问题。同时提供了一种图案交互式浏览界面，能够让设计师随意地浏览所有可能搜索到的图案变体。本专利技术至少通过如下技术方案之一实现。一种结构可变的图案生成方法，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法(ReverseJumpMarkovChainMonteCarlo，可逆跳转马尔科夫链蒙特卡洛算法)，在不同拓扑结构图案之间采样，获得新的图案。进一步的，步骤S1所述的关系包括元素的关系类型和关系的关系类型，其中元素的关系类型包括元素与元素之间的距离关系、元素与元素的方向夹角关系、元素与元素的尺寸比例关系；关系的关系类型包括元素之间保持的距离是等差或者等比关系、图案中某一个元素与其他元素的朝向之间的夹角关系。进一步的，步骤S1构建的关系图模型是用来描述图案中的元素间的关系以及关系间的关系；关系图模型包括关系图向量，一个关系图向量代表一个图案；关系图向量是一个一维向量，由三个部分组成，其中第一个部分依次是图案中每个元素的位置(x,y)、朝向θ和尺寸s这三个信息，第二个部分包含元素与元素之间关系的值，第三个部分是关系值r，所述关系值r包括元素与元素的关系值和关系的关系值，关系图向量μ如下：μ＝(x1,y1,θ1,s1,x2,y2,θ2,s2,...,xi,yi,θi,si,r1,r2,r3,...,ri)(1)关系图模型通过有向图进行表示，有向图的节点N＝E∪R，其中E是图案中元素的集合，第i个元素表示为Ei＝(xi,yi,θi,si)，Ei∈E，i表示元素的数量；R是图案中关系的集合，R＝RE∪RR，RE是元素关系集合，RR是关系间的关系集合，每一个关系有相应的关系值，其中第i个关系的关系值表示为Ri＝(ri)，Ri∈R；将节点Ni对应关系图向量的所有的元素信息或关系值记做以及其中Ej∈E；有向图的边A＝{(Ni1,Ri),(Ni2,Ri)}i＝1...k+l，其中k是关系图模型中元素关系的数量，l是关系的关系数量。例如Ni1和节点Ni2是均与关系值Ri相关的元素E1和元素E2或者关系R1和关系R2，其中Ri的值由节点Ni1和节点Ni2的值计算得到；具体地，具体地，元素的关系类型共有6种，关系的关系类型有3种，其中，6种元素的关系类型为：1)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心的距离被定义为元素之间的欧几里德距离关系，其中关系值Ri的值为：其中，(xa,ya)为元素Ea的位置，(xa,yb)为元素Eb的位置；2)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的方向之间的角度差被定义为元素之间的方向差关系，关系值Ri的取值范围为[-π,π]，顺时针的角度变化为负数：其中，θa和θb分别为Ea和Eb的朝向；3)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的大小之间的差被定义为元素之间的大小差关系，关系值Ri：Ri＝sa-sb其中，Sa和Sb分别为Ea和Eb的尺寸；4)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心点之间的连线与X轴之间的夹角被定义为绝对角度差关系，关系值Ri的取值范围为[-π,π]，顺时针的角度变化为负数：5)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心点之间的连线与元素Ea的方向之间的夹角被定义为元素之间的相对角度差关系，关系值Ri的取值范围为[-π,π]，顺时针的角度变化为负数：6)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心点之间的连线与元素Ea的方向之间的夹角的绝对值被定义为元素之间的对称角度差关系，关系值Ri的取值范围为[0,π]，顺时针和逆时针的角度变化均为正数：所述3种关系的关系类型分别为：3-1)、两个不是角度关系的关系Ev和Ed，其值Rv和Rd的差被定义为关系差的关系，关系值Ri的取值：Ri＝Rv-Rd3-2)、两个角度关系Ev和Ed的值Rv和Rd的差被定义为角度关系差的关系，关系值Ri的取值范围为[0,π]3-3)、两个关系Ev和Ed的值Rv和Rd的商被定义为关系商的关系值Ri：Ri＝Rv/Rd进一步的，步骤S2所述的基于能量方程的离散优化模型如下：使得其中，m和n分别是进行元素匹配的图案a和图案b的元素个数，Xij是用于指定一个图案中的第i个元素是否与另外一个图案的第j个元素对应，i∈m，j∈n；Xij为1表示元素i和元素j存在对应关系，否则不存在；Vij用于指定当Xij为1时，该对应带来的消耗；元素与元素之间对应的消耗定义为两个元素之间的欧式距离；λ是权重，用于平衡离散优化模型中的前一项与后一项后一项用于避免一个图案中的两个对称的元素分别对应到其他图案中两个不对称的图案，因此，建立一个列表，列表中的每一项是一个四元素(p,q,g,h)，其中p和g表示图案a中的第p和第q个元素是对称关系，q和h表示图案a中的第q和第h个元素是对称关系；设该列表的长度为K，则后一项中第k个列表计算式的Sk定义为：其中Xp，g是用于指定图案a中的第p个元素是否与图案b中的第q个元素对应，Xq，h是用于指定图案a中的第q个元素是否与图案b的第h个元素对应，是异或操作；同时该离散优化模型需要满足如下的三个约束条件，表示图案a中的每一个元素至少要与图案b中的一个元素存在对应关系；则表示图案b中的每一个元素也至少要与图案a中的一个元素存在对应关系；则表示当图案a中的第i个元素与图案b中的第j个元素产生对应关系后，如果图案a中的第i个元素与图案b中的不是第j个元素的其他元素产生对应，则图案b中的第j个元素不能再与本文档来自技高网...

【技术保护点】
1.一种结构可变的图案生成方法，其特征在于，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法，在不同拓扑结构图案之间采样，获得新的图案。

【技术特征摘要】
1.一种结构可变的图案生成方法，其特征在于，包括以下步骤：S1、为图案中的元素构建关系图模型；S2、采用能量方程的离散优化模型，在不同拓扑结构图案之间进行元素的匹配；S3、基于RJMCMC算法，在不同拓扑结构图案之间采样，获得新的图案。2.根据权利要求1所述的一种结构可变的图案生成方法，其特征在于，步骤S1所述的关系包括元素的关系类型和关系的关系类型，其中元素的关系类型包括元素与元素之间的距离关系、元素与元素的方向夹角关系、元素与元素的尺寸比例关系；关系的关系类型包括元素之间保持的距离是等差或者等比关系、图案中某一个元素与其他元素的朝向之间的夹角关系。3.根据权利要求1所述的一种结构可变的图案生成方法，其特征在于：步骤S1构建的关系图模型是用来描述图案中的元素间的关系以及关系间的关系；关系图模型包括关系图向量，其中，一个关系图向量代表一个图案；所述关系图向量是一个一维向量，主要由三个部分组成，其中第一个部分依次是图案中每个元素的位置(xi,yiy)、朝向θi和尺寸si这三个信息，第二个部分包含元素与元素之间关系的值，第三个部分是关系值r，所述关系值r包括元素与元素的关系值和关系的关系值，关系图向量μ如下：μ＝(x1,y1,θ1,s1,x2,y2,θ2,s2,...,xi,yi,θi,si,r1,r2,r3,...,ri)(1)关系图模型通过有向图进行表示，有向图的节点N＝E∪R，其中E是图案中元素的集合，第i个元素表示为Ei＝(xi,yi,θi,si)，Ei∈E，i表示元素的数量；R是图案中关系的集合，R＝RE∪RR，RE是元素关系集合，RR是关系间的关系集合，每一个关系有相应的关系值，其中第i个关系的关系值表示为Ri＝(ri)，Ri∈R；有向图的边A＝{(Ni1,Ri),(Ni2,Ri)}i＝1...k+l，其中k是关系图模型中元素关系的数量，l是关系的关系数量；将节点Ni对应关系图向量的所有的元素信息或关系值记做以及其中Ej∈E；具体地，元素的关系类型共有6种，关系的关系类型有3种，其中，6种元素的关系类型为：1)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心的距离被定义为元素之间的欧几里德距离关系，其中关系值Ri的值为：其中，(xa,ya)为元素Ea的位置，(xa,yb)为元素Eb的位置；2)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的方向之间的角度差被定义为元素之间的方向差关系，关系值Ri的取值范围为[-π,π]，顺时针的角度变化为负数：其中，θa和θb分别为Ea和Eb的朝向；3)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的大小之间的差被定义为元素之间的大小差关系，关系值Ri：Ri＝sa-sb其中，Sa和Sb分别为Ea和Eb的尺寸；4)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心点之间的连线与X轴之间的夹角被定义为绝对角度差关系，关系值Ri的取值范围为[-π,π]，顺时针的角度变化为负数：5)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心点之间的连线与元素Ea的方向之间的夹角被定义为元素之间的相对角度差关系，关系值Ri的取值范围为[-π,π]，顺时针的角度变化为负数：6)、代表图案中的一个元素Ea和代表图案中的另一个元素Eb的中心点之间的连线与元素Ea的方向之间的夹角的绝对值被定义为元素之间的对称角度差关系，关系值Ri的取值范围为[0,π]，顺时针和逆时针的角度变化均为正数：所述3种关系的关系类型分别为：3-1)、两个不是角度关系的关系Ev和Ed，其值Rv和Rd的差被定义为关系差的关系，关系值Ri的取值：Ri＝Rv-Rd3-2)、两个角度关系Ev和Ed的值Rv和Rd的差被定义为角度关系差的关系，关系值Ri的取值范围为[0,π]3-3)、两个关系Ev和Ed的值Rv和Rd的商被定义为关系商的关系值Ri：Ri＝Rv/Rd4.根据权利要求1所述的一种结构可变的图案生成方法，其特征在于：步骤S2所述的基于能量方程的离散优化模型如下：使得其中，m和n分别是进行元素匹配的图案a和图案b的元素个数，Xij是用于指定一个图案中的第i个元素是否与另外一个图案的第j个元素对应，i∈m，j∈n；Xij为1表示元素i和元素j存在对应关系，否则不存在；Vij用于指定当Xij为1时，该对应带来的消耗；元素与元素之间对应的消耗定义为两个元素之间的欧式距离；λ是权重，用于平衡离散优化模型中的前一项与后一项后一项用于避免一个图案中的两个对称的元素分别对应到其他图案中两个不对称的图案，因此，建立一个列表，列表中的每一项是一个四元素(p,q,g,h)，其中p和g表示图案a中的第p和第q个元素是对称关系，q和h表示图案a中的第q和第h个元素是对称关系；设该列表的长度为K，则后一项中第k个列表计算式的Sk定义为：其中Xp，g是用于指定图案a中的第p个元素是否与图案b中的第q个元素对应，Xq，h是用于指定图案a中的第q个元素是否与图案b的第h个元素对应，是异或操作；同时该离散优化模型需要满足如下的三个约束条件，表示图案a中的每一个元素至少要与图案b中的一个元素存在对应关系；则表示图案b中的每一个元素也至少要与图案a中的一个元素存在对应关系；则表示当图案a中的第i个元素与图案b中的第j个元素产生对应关系后，如果图案a中的第i个元素与图案b中的不是第j个元素的其他元素产生对应，则图案b中的第j个元素不能再与图案a中不是的第i个元素的其他元素产生对应；同样如果图案b中的第j个元素与图案a中的不是第i个元素的其他元素产生对应，则图案a中的第i个元素不能再与图案b中不是的第j个元素的其他元素产生对应。5.根据权利要求1所述的一种结构可变的图案生成方法，其特征在于，步骤S3所述的RJMCMC算法如下：设定概率密度函数：其中，p表示概率分布，Z是使分布归一化的配分函数，在RJMCMC算法不需要计算配分函数的情况下进行采样，F为能量函数；F＝F(μ,μa,μb)(4)关系图向量μ的概率密度函数表示为：其中，β为由人为设定的温度系数；采样过程具体为：将图案a的关系图向量μa和图案b的关系图向量μb输入RJMCMC算法，μa∈μ，μb∈μ，μa将作为马尔科夫链的初始变量以e0表示，马尔科夫链得到的每一个变量ei代表一个关系图向量μi即代表着一个新的图案；RJMCMC算法在每次迭代得到马尔科夫链的新变量的过程中，首先会随机选择漫移操作或者跳跃操作中的其中一种操作；如果得到马尔科夫链中第...

【专利技术属性】
技术研发人员：曾嘉晟，聂勇伟，李桂清，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44