Vis Comput (2016) 32:491–500 DOI 10.1007/s00371-015-1082-2
ORIGINAL ARTICLE
Artistic Low Poly rendering for images
Meng Gai1,2 · Guoping Wang1,2
Published online: 9 April 2015
copy; Springer-Verlag Berlin Heidelberg 2015
Abstract This paper presents an automatic approach for generating low poly rendering of images, which is partic- ularly popular in the recent art design community. Distin- guishing from the traditional image triangulation methods for the sake of compression or vectorization, we propose some critical principles of such Low Poly rendering problem, and simulate the artists creation procedures straightforwardly. To produce the visual effects with clear boundaries, we constrain the vertices along the feature edges extracted from the input image. By employing the Voronoi diagram iteration guided by a feature flow field, the vertices in the result image well reflect the feature structure of the local shape. Moreover, with the salient region detection, we can achieve different mesh densities between the front object and the background. Some special color processing techniques are employed to make our result more artistic. Our method works well on a wide variety of images, no matter raster photographs or arti- ficial images. Experiments show that our approach is able to generate satisfying results similar to the artwork created by professional artists.
Keywords Low poly · Non-photorealistic rendering ·
Image stylization · Image decomposition
B Meng Gai
Guoping Wang wgp@pku.edu.cn
1 Beijing Engineering Research Center of Virtual Simulation and Visualization, Peking University, Beijing, China
2 State Key Lab of Mathematical Engineering and Advanced
Computing, Wuxi, China
Introduction
With the popularity of flat design, low poly style takes the fancy of more and more art designers (see Fig. 1). This design style origins from the early stage of the computer modeling, when the artists use a relatively small number of polygons to represent 3D meshes. But recently it has got new vitality in 2D illustration and graphics design. Artists use adaptive poly- gons (mostly triangles) to represent the objects in a image to get a specific abstract visual effect. Now It has been a new design trend in the artist community [1–3]. In this paper, we focus on generating Low Poly rendering for images automat- ically.
Many of the previous vector editor software like Adobe Illustrator and Corel CorelDraw can help the artists to accom- plish this task. But it is obviously a tedious work that the artists must draw every single triangle by themselves. A later tool Image Triangulator App [4] provides a simpler way to generate triangle mesh. The artists can add vertices by click- ing. But they must arrange every point carefully to generate the desired visual effects. So it still remains time consuming. Recently, some applications on IOS devices can generate Low Poly images automatically, such as Trimaginator [5] and Art Camera TRIGRAFF [6]. But their effects are not satisfying enough. Sometimes the output image turns into a
mess that you cannot figure the proper details out.
In the traditional field of image processing, generating tri- angle meshes from images has been well studied. There are many methods proposed to compress an image by decom- posing it into a simplified mesh. In the community of image compression, the peak signal to noise ratio (PSNR) is usually used as a measurement of compression quality.
. 2552 Sigma;
PSNR = 10 log
MSE
Fig. 1 Low Poly artwork created by an artist [1]
MSE is the mean squared error:
Sigma;x isin;X |Icirc;(x) minus; I (x)|2
Fig. 2 Some principles observed from the real artistsrsquo; artwork. The first row shows the non-uniform sampling. The second row shows the tendency of the vertices reflects the objectrsquo;s structure
MSE =
|X |
- A fully automatic approach to generate Low Poly mesh
where X is the set of pixels, I (x) is the luminance value of the pixel x in the original image, while Icirc;(x) is the corresponding luminance in the reconstructed image.
As these compression methods focus more about the approximation measured by PSNR, they do not care about the mesh quality much from the aesthetic aspect. In fact, good approximation does not directly leads to good visual effects. Based on the observation on the artwork created by artists (see Fig. 2), we find several critical principles used by them which may produce high PSNR:
-
- The artists usually use relative regular triangles rather than extremely degenerated ones.
- The arrangement of the mesh vertices implies the struc- ture of the objects.
- Non-uniform subdivision. The background is often abstracted into larger triangles than the front salient object.
- Color disturbance. The artists often choose various colors in the flat area to make the image stereoscopic.
Based on these observations, we develop an automatic Low Poly Rendering algorithm. We straightforwardly sim- ulate the artists approach of creation and meet the several principles mentioned above.
Contributions
As far as we know, we are the first to focus on the Low Poly rendering proble
剩余内容已隐藏，支付完成后下载完整资料
Vis Comput (2016) 32:491–500 DOI 10.1007/s00371-015-1082-2
ORIGINAL ARTICLE
艺术性低多边形图像渲染
Meng Gai1,2 · Guoping Wang1,2
Published online: 9 April 2015
copy; Springer-Verlag Berlin Heidelberg 2015
摘要 本文提出了一种自动生成低多边形图像渲染的方法，该方法在近年来的艺术设计领域中异常流行。针对传统的图像三角化方法中存在的压缩或矢量化问题，提出了低多边形渲染问题的一些关键原则，并对艺术家的创作过程进行了直观的模拟。为了生成边界清晰的视觉效果，我们沿着从输入图像中提取的特征边界约束顶点。采用特征流场引导的Voronoi图迭代，结果图像中的顶点能够很好地反映局部形状的特征结构。此外，通过显著区域检测，可以实现前方目标与背景之间不同的网格密度。采用了一些特殊的色彩处理技术，使得图像更具艺术性。我们的方法适用于各种图像，无论是光栅照片还是人工图像。实验表明，我们的方法能够产生令人满意的结果类似于专业艺术家创造的艺术品。
关键词：低多边形、非真实感绘制图像风格化、图像分解
B Meng Gai
Guoping Wang wgp@pku.edu.cn
1 Beijing Engineering Research Center of Virtual Simulation and Visualization, Peking University, Beijing, China
2 State Key Lab of Mathematical Engineering and Advanced
Computing, Wuxi, China
引言
随着扁平化设计的流行，越来越多的艺术设计师喜欢低多边形风格(见图1)。这种设计风格起源于计算机建模的早期阶段，当时艺术家们使用相对较少的多边形来表示三维网格。但近年来，它在二维插图和图形设计中获得了新的生命力。艺术家使用自适应多边形(大多是三角形)来表示图像中的对象，以获得特定的抽象视觉效果。现在它已经成为艺术家群体中的一个新的设计趋势[1-3]。本文主要研究如何自动生成图像的低多边形渲染。
许多之前的矢量编辑器软件，如AdobeIllustrator和CorelCorelDraw可以帮助艺术家完成这个任务。但是很明显，艺术家们必须自己画出每一个三角形，这是一件单调乏味的工作。后来的工具ImageTriangulatorApp[4]提供了一个更简单的方法来生成三角形网格。艺术家可以通过点击添加顶点。但他们必须仔细安排每一个点，以产生所需的视觉效果。因此，这仍然是一项耗时的工作。
最近，IOS设备上的一些应用程序可以自动生成LowPoly图像，比如Trimaginator[5]和ArtCameraTRIGRAFF[6]。但是它们的效果还不够令人满意。有时候，输出图像变得一团糟，您无法找出正确的细节。
在传统的图像处理领域，研究了从图像生成三角网格的方法。目前已经提出了许多将图像压缩成简化网格的方法。在图像压缩社区，峰值信噪比(PSNR)通常被用来衡量压缩质量。
. 2552 Sigma;
PSNR = 10 log
MSE
图1艺术家创作的低聚艺术品[1]
Mse是美国均方差学会:
Sigma;x isin;X |Icirc;(x) minus; I (x)|2
图2从真正的艺术家作品中观察到的一些原理。第一行显示非均匀采样。第二行显示顶点的趋势反映了对象的结构
MSE =
|X |
- 一个全自动的方法来生成低多边形网格的图像用户交互是不必要的，除非用户需要调整结果网格采样密度具有默认参数的算法也能得到满意的结果
其中x是像素的集合，i(x)是原始图像中的像素x，而i(x)是重建图像中对应的亮度。
由于这些压缩方法更多地关注PSNR的近似值，因此从美学的角度来看，它们并不太关心网格的质量。事实上，好的近似并不直接导致好的视觉效果。基于对艺术家创作的艺术品的观察(见图2)，我们发现他们使用的几个关键原则可能产生高峰值信噪比:
-
- 艺术家通常使用相对正三角形，而不是极端退化的三角形
- 网格顶点的排列暗示了物体的结构
- 非均匀细分背景通常被抽象成比前面的显著对象更大的三角形
- 色彩障碍为了使图像立体化，艺术家经常在平面区域选择不同的颜色
基于这些观察，我们开发了一个自动低多边形渲染算法。我们直截了当地模拟了艺术家的创作方法，符合上述几个原则。
贡献
据我们所知，我们是第一个从艺术的角度关注低多边形渲染问题的。我们的方法有以下特点:
-
-
- 通过约束边缘特征和彩色提取技术，使得图像具有清晰的视觉效果，没有锯齿状伪影
- 我们提出了一个特征流场来指导Voronoi图的迭代优化后的顶点排列很好地反映了对象的结构
- 提出了一种基于显著区域检测的非均匀采样策略，使前方目标和背景具有不同的细化密度
- 我们的方法很快即使是万像素的图像也只需要几秒钟
-
相关工作
美国国家公共电台的许多工作都集中在一种特殊的风格上，尤其是基于笔触的绘画渲染[7]。虽然我们没有发现任何文件工作的具体低聚任何问题。以前的许多作品都与之有共同之处。
图像压缩
在许多基于自适应采样的三角网格图像压缩算法中，三角网格算法受到了广泛的关注。这是最接近我们的低多边形渲染问题的领域。
图3整体流水线
正如前面提到的，他们只关注重建图像与原始图像的近似性，而不从美学的角度关注结果的网格。但是好的逼近并不能直接导致好的艺术视觉效果。例如，可能存在大量的退化三角形。因此，作为一个NPR(非真实感绘制)问题，我们不使用PSNR值来评估结果。
自适应细化方法[8]使用贪婪点移除(GPR)格式生成高质量的网格。后来，作者改进了这个方法，并发布了一个更强大的版本AT*[9]。在保持边缘特征和生成高质量网格的能力方面，AT*是最先进的。但这些自适应细化方法具有极高的计算和记忆要求。在初始步骤中，他们需要计算图像的所有pix-els的成本值。
另一种有效的网格生成方法是误差扩散方法(ED)[10]。它具有计算复杂度和内存复杂度低的优点。另一方面，它生成的网格质量要低得多。
亚当斯[11]结合了上述两个方案。为了降低计算复杂度，他利用了探地雷达的框架结构，同时利用了ED方案的思想。但是他的方法仍然不能满足低多边形图像的其余规则。
图像矢量化
矢量图形由于其可扩展性和可编辑性而被广泛应用于各种应用程序中。
在[12]中引入了一种基于细分的表示方法。细分方案使其支持多分辨率，并且颜色函数至少在c1以上。然而，在我们的低多边形应用程序中，颜色函数的连续性是不必要的。
基于梯度网格的四边形网格构成了另一种表示形式。四边形网格的优点之一是它的网格方向也反映了物体的特征和结构。介绍了一种基于优化梯度网格的矢量化方法。但它需要手动网格初始化来辅助网格布局。这可以是一个具有许多特征的图像的时间总结。此外，它涉及到非线性优化，这是缓慢和敏感的初始条件。在文献[14]中提出了一种自动保持拓扑的方法。它的保持拓扑的层次网格表示允许任意数量的孔洞，并且线性操作使它更快。但即使是一张小照片也需要很多时间。
Ardeco[15]使用一种新颖的非监督参数分割方法来创建逼近位图图像的矢量图像。为了加速它的收敛，他们还建立了一个三角测量的图像。但是，三角剖分只是作为一种中间工具，不能很好地表示形状。
图像镶嵌
在文献[16]中首次提出了一个镶嵌模拟问题。他们的想法与我们的目标顶点位置有很强的联系。
一些基于voronoi的方法[17,18]也可以得到类似低多边形风格的结果，但它们有细微的差别。除了使用多边形作为主要元素而不是三角形之外，Voronoi镶嵌中的多边形不适应形状和细节以及低多边形风格，因此其结果图像中的对象相对来说更容易混淆。
整个过程
图3说明了我们的管道概况。请注意，图中的颜色分别显示了我们如何遵循前面提到的原则。输入图像首先由边缘检测器进行处理。然后用多边形曲线逼近跟踪的边。在最后的Delaunay三角化步骤中，多边形的边将是约束边。利用特征边缘计算距离图生成特征流场。这个字段将引导网格中顶点的排列。同时，显著性检测过程可以在前方目标和背景之间进行非均匀采样。然后利用加权特征流场的对流Voronoi图对样本点进行优化。在对Lloyd松弛算法进行迭代后，将样本点添加到前一步的约束Delaunay三角剖分中。最后,我们选择三角形中的颜色，然后进行其他颜色的后处理来生成最终的结果。
图4原始图像，b边缘特征，c简化的多边形和约束点
算法
约束边缘特性
边缘特征提取是通过边缘Ddraw-ing方法进行的[19]，这种方法已被证明比经典的Canny算子图具有更好的性能。它可以生成清晰、局部化和一像素宽的高质量边缘段。具体来说，通过连接成功的锚点，可以直接得到连续的边链。不再需要额外的边缘跟踪过程。
类似于[20]的思想，我们使用这些边作为约束条件来生成约束德劳内三角化。但是沿着边的顶点太多了。所以我们使用一个多边形近似演算法来简化边，只留下关键点。虽然近年来提出了一些先进的二维形状简化方法[21,22]。我们发现经典的Douglas-Peucker算法[23]能够管理。但是最初的Douglas-Peucker算法会将直边过度简化为很少的端点。所以我们对它进行了修改，并增加了边缘长度的限制:如果一条边长度大于最小长度，我们就从它的中点将它切成两段。我们选择与采样间隔li相同的最小长度:
Li = eta;(Lw Lh)
其中lw和lh分别是图像的宽度和高度。控制取样密度。在我们的实验中，我们设置了0.02。结果多边形中的点被标记为约束点(见图4c)，而它们之间的多边形连接是约束边。在后面的优化步骤中，它们的位置不会被移动。此外，四个角点也被设置为约束点。这些简单而关键的策略保证了最终的图像具有清晰的特征边缘和良好的视觉效果。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[18581]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
