一种快速动画图像生成方法、系统、装置及存储介质制造方法及图纸

技术编号:33632316 阅读:28 留言:0更新日期:2022-06-02 01:38
本发明专利技术公开了一种快速动画图像生成方法、系统、装置及存储介质,其中方法包括:通过对图像进行固定方块分割,生成矩形超像素;计算超像素颜色均值与方差将每一个矩形超像素与其邻接超像素进行相似度比较,将相似的超像素合并;计算各个区域的各种特征;使用分段平坦嵌入,将区域集映射到新的更利于聚类的空间中,通过设置区域数限制,使用聚类算法合并相似区域以得到不同的结果;最后将区域内像素颜色值均值化就得到原图的动画化图像。本发明专利技术使用非监督型的算法避免了需要大量精细标注进行训练的要求,而使用超像素的方式能够极大地降低计算复杂度;通过密度聚类的方式获得聚类簇,提升了图像分割的效果。本发明专利技术可广泛应用于图像处理领域。像处理领域。像处理领域。

【技术实现步骤摘要】
一种快速动画图像生成方法、系统、装置及存储介质


[0001]本专利技术涉及图像处理领域,尤其涉及一种快速动画图像生成方法、系统、装置及存储介质。

技术介绍

[0002]随着现代信息科学技术和互联网应用的不断发展进步,移动设备与应用对图像处理方面提出了越来越多的要求,如移动设备相机拍照中各种滤镜,智能汽车中自动驾驶对图像视野中物体的实时识别与分割,自动生成视频通话中人物动画形象以保护隐私等。而且随着短视频应用的普及,移动端应用对于图像生成提出了越来越多样的要求。因此,一种来基于图像的自动动画生成算法不仅能够满足网络滤镜的多样化要求,而且能运用于各种实物动画化上,保护隐私,应用前景广泛。
[0003]从图像生成的基本概念框架来看,动画图片生成算法有多种实现形式,目前比较多的是使用深度学习进行图像生成。通过大量的精细标注图片对网络进行训练,然后运用于现实场景中图像或者视频中。还有就是使用彩色图像分割的方式,对图像进行分割,辅以一定的后处理生成动画化的图片,但是深度学习需要大量的精细标注图像组成训练集,这在一般的任务中容易获得,但是像动画向这种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速动画图像生成方法,其特征在于,包括以下步骤:对输入图像进行非对称逆矩阵模式匹配,获得多个矩形,每一个矩形表示一个超像素;获取每一个矩形的颜色均值与颜色方差作为特征,通过比较超像素四邻域特征,对矩形进行合并,获得多个区域;计算所述区域的区域内特征和区域间特征,根据区域内特征和区域间特征获取距离矩阵;根据距离矩阵计算相似度矩阵,利用相似度矩阵计算分段平坦嵌入,将各区域在原空间中的表示X映射到更加利于聚类的空间Y;得到新的分段平坦嵌入之后,通过聚类算法对区域集进行聚类,将相似度比较高的区域合并到一起;根据所述聚类算法,使用迭代的方式,合并区域,更新区域特征,再进行区域合并;通过迭代计算分段平坦嵌入,进行聚类获得多种不同分辨率的聚类结果,根据获得的聚类结果,将每一个聚类簇中像素的颜色均值赋值该聚类簇中的所有像素点,获得动画化的图像。2.根据权利要求1所述的一种快速动画图像生成方法,其特征在于,所述对矩形进行合并,包括:设置阈值,获取像素个数小于阈值的第一超像素,将所述第一超像素与所述第一超像素的四邻域中最相似的超像素进行合并。3.根据权利要求1所述的一种快速动画图像生成方法,其特征在于,所述区域内特征包括纹理特征和区域颜色均值,所述区域间特征为区域之间的大小差异、区域边缘颜色差异和区域交叉程度;颜色差异D
C
:先计算区域内颜色均值,通过计算欧式距离获得各区域间的像素差异D
C
;纹理特征D
T
:通过图像纹理计算方式计算区域内的纹理特征,使用欧氏距离计算各区域间的纹理差异D
T
;相邻边缘颜色差异D
B
:根据两个区域相交边缘上的颜色均值计算边缘颜色差异D
B
;区域交叉程度S
ij
:对于一个在区域R
i
上的点p,统计这个点周围m
×
m区域内最常见的区域编号作为I
ip
,如果I
ip
=j,说明这个点被区域R
j
的像素点包围,如果I
jq
=i,表示区域j上点q,被区域i的点包围,基于I
ip
与I
jq
,定义两个区域之间的交叉程度为:,定义两个区域之间的交叉程度为:如果区域R
i
和区域R
j
的交叉程度越大,两者的相似性就越高;区域间大小差异D
N
:如果两个区域之间有很小的区域,那么两个区域应趋向于合并,定义两者区域间大小:式中,表示区域R
i
的像素数,表示区域R
j
...

【专利技术属性】
技术研发人员:郑运平温迪龙
申请(专利权)人:华南理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1