基于视觉传达意识的雕塑形式美感造型优化设计①

(安徽建筑大学城市建设学院，安徽 合肥 238076)

0 引 言

随着雕塑艺术的快速发展，对雕塑作品的外形优化设计提出了更高的要求，在计算机视觉表达意识下，采用计算机图像处理方法进行雕塑形式美感造型优化设计，成为未来雕塑作品设计的重要方式。采用图像处理和图像的纹理特征提取方法，分析雕塑艺术作品中的纹理特征量，采用边缘轮廓特征提取方法，进行雕塑形式美感造型优化设计，建立雕塑形式美感造型的视觉图像分析模型，提高雕塑形式美感造型设计的观赏性[1]，相关的提高雕塑形式美感造型设计方法研究受到人们的极大关注。对提高雕塑形式美感造型设计是建立在对图像视觉信息融合处理基础上，结合图像处理优化技术，提高雕塑形式美感造型设计的质量。本文提出基于视觉传达意识的雕塑形式美感造型优化设计方法，结合计算机视觉图像分析方法进行雕塑形式美感造型优化设计，提取雕塑形式美感造型设计图案的特征点进行艺术特征重现，结合艺术美感造型元素进行信息融合，在视觉传达意识表达下实现雕塑形式美感造型优化设计，并通过仿真实验进行性能测试，得出有效性结论。

1 雕塑形式美感造型视觉信息采集和边缘轮廓特征重构

1.1 雕塑形式美感造型视觉信息采样

为了实现基于视觉传达意识的雕塑形式美感造型优化设计，结合对雕塑形式美感造型设计的视觉分析技术，采用计算机视觉图像分析方法，进行雕塑形式美感造型的图像采集[2]。以边缘中心像素点p的为中心得到雕塑形式美感造型的区域元素分布块结构模型为Ψp，采用像素融合特征分解方法，构建雕塑形式美感造型艺术视觉表达模型为：

(1)

(2)

其中,x表示雕塑形式美感造型元素块Ψp与背景块区域的差异性像素点，初始化已知信息的像素点x的置信度I(x)=1，雕塑形式美感造型元素块Ψp大小为s×s，若艺术美感造型元素特征点x是未知信息的像素点，得到雕塑形式美感造型设计图案边缘像素轮廓特征的置信度为I(x)=0。|Ψp|表示的是雕塑形式美感造型设计图像在仿射区域Ψp块内总的像素点个数。M为艺术美感造型元素块中像素点的归一化系数，一般设置为0.21。假定艺术美感造型元素图像的尺寸为m×n，计算雕塑形式美感造型设计中艺术美感造型元素块Ψp的优先级系数P(p)：

P(p)=C(p)×D(p)

(3)

显然，Ψp的艺术美感造型元素关联系数P(p)由C(p)和D(p)的平均互信息量决定，根据符号复用块Ψp的模板大小确定雕塑形式美感造型设计中的艺术美感造型元素区域大小，得到艺术美感造型元素块的优先级判定过程如图1所示。

图1雕塑形式美感造型设计的艺术美感视觉传导模型

根据图1所示的雕塑形式美感造型设计的艺术美感视觉传导模型，采用分块区域特征匹配方法，进行雕塑形式美感造型视觉信息采样，根据视觉信息采样结果，进行雕塑形式美感造型优化设计[3]。

1.2 图像的边缘轮廓特征重构

在采用视觉信息采集方法进行雕塑形式美感造型的视觉图像采样的基础上，对采集的雕塑形式美感造型视觉图像进行边缘轮廓特征重构，进行雕塑形式美感造型艺术图像的边缘轮廓特征提取和多尺度分解[4]，得到雕塑形式美感造型的元素块匹配的示意图如图2所示。

图2 雕塑形式美感造型的元素块匹配示意图

给定雕塑形式美感造型艺术设计搜索出最佳匹配块Ψp'，图像雕塑形式美感造型艺术图像边缘轮廓区域的像素序列样本(x1,y1)，(x2,y2)，…，(xN,yN)，yi=1或者0分别代表像素特征强度和背景视觉特征分量。在Taubin平滑区域进行艺术美感造型元素块检测，得到Ψp满足：

I(xi+Δx,yi+Δy)≈

(4)

采用种子点序列重构方法，可得到雕塑形式美感造型样本模板尺寸为：

EyeMapC(i,j)=floor(0.2*(255-f(x,y))+

0.8*GA(i,j))

(5)

在最佳匹配块区域确定基础上，按照样本模板尺寸求得雕塑形式美感造型的灰度信息与纹理信息，对雕塑形式美感造型图像进行纹理检测和特征提取[5]，确定纹理最佳分割的像素点梯度信息：

(6)

由此确定雕塑形式美感造型的块梯度模为：

(7)

其中f(x,y)为所有的边缘像素点中(x,y)点的纹理中心分布集，结合角点检测和三维边缘轮廓特征检测方法实现雕塑形式美感造型颜色特征匹配[6]，得到块区域分布模型为：

{τk(ti):|τk|≥4,i=2,…,|τk|-2,k=1,…,K}

(8)

当yi=1时，w1,i=1/2m，采用图像边缘轮廓特征重构方法，得到艺术美感造型元素块区域检测值为Ψq''，根据艺术美感造型元素块优先级判定结果确定最佳匹配块区域，由此指导雕塑形式美感造型优化设计[7]。

2 雕塑形式美感造型优化设计实现

2.1 雕塑形式美感造型设计图案的特征提取

在上述构建雕塑形式美感造型优化设计的图像处理模型，并采用视觉信息采集方法进行雕塑形式美感造型的视觉图像采样的基础上，进行雕塑形式美感造型优化设计，提出基于视觉传达意识的雕塑形式美感造型优化设计方法，令Hx,Hy分别为多分辨雕塑形式美感造型设计图案的小波分解的x轴和y轴的像素特征值，在N×N窗口wi内得到艺术美感造型元素在艺术设计图案中的高分辨特征重构分量，采用纹理特征分割方法进行雕塑形式美感造型细节特征分析和重构[8]，对重构的雕塑形式美感造型图案采用视觉特征重组方法进行雕塑形式美感造型的优化设计，得到优化的模板匹配式：

(9)

采用网格化的曲率进化学习方法进行图案分割，对雕塑形式美感造型设计图案分割的自适应学习权重为：

(10)

(11)

采用模糊边缘约束方法进行雕塑形式美感造型设计图案的动态重建，得到雕塑形式美感造型重建的特征分解式为：

O=USVT

(12)

其中，U是一N×N维的雕塑形式美感造型设计图案像素训练样本集矩阵，V是一个2×2的雕塑形式美感造型设计图案的灰度矩阵，S是一个N×2维的边缘轮廓特征分布集，采用局部区域梯度分解实现雕塑形式美感造型重建，得到雕塑形式美感造型重建输出：

(13)

其中f(z)是雕塑形式美感造型设计的稀疏性特征分量，*为卷积运算。采用模糊动态约束重构方法，得到雕塑形式美感造型设计的自适应学习式描述为：

(14)

其中：

(15)

根据上述处理，提取雕塑形式美感造型设计图案的特征点进行艺术特征重现，提高造型设计的特征表达能力[9]。

2.2 雕塑形式美感造型重构

在提取雕塑形式美感造型设计图案的特征点并进行艺术特征重现的基础上，结合纹理特征渲染方法进行动态造型重构，由此得到雕塑形式美感造型重构的点分布模型为：

(16)

其中：x1,x2,x3,…,xT是雕塑形式美感造型的视觉特征分布的子样，T表示渲染时间长度，采用全局颜色均衡配置方法进行雕塑形式美感造型的视觉表达，输出为：

(17)

其中：

(18)

重新构造雕塑形式美感造型的背景颜色，进行雕塑形式美感造型的视觉信息增强处理[10]，输出优化的颜色渲染结果为：

βi|vi-1+2vi+vi+1|2)

(19)

其中：

(20)

提取雕塑形式美感造型设计图案的特征点进行艺术特征重现，结合艺术美感造型元素进行信息融合，得到模板匹配函数表达式为：

(21)

根据均衡配置结果采用模糊视觉传达和意识表达方法，实现对雕塑形式美感造型优化设计，输出为：

(22)

综上分析，结合艺术美感造型元素进行信息融合，在视觉传达意识表达下实现雕塑形式美感造型优化设计。

3 仿真测试分析

为了测试该方法在实现雕塑形式美感造型优化设计中的应用性能，进行实验分析，对雕塑形式美感造型重建的视觉表达误差系数设定为0.23，美感造型视觉分布的边缘像素集强度为15dB，视觉信息传达的像素集强度为300×300，雕塑形式美感造型视觉分布的网格点设定为2000，根据上述仿真参数设定，进行雕塑形式美感造型优化设计，得到原始的雕塑造型如图3所示。

图3 原始的雕塑造型

以图3的雕塑造型图像为原始图像，进行的雕塑形式美感造型优化设计，采用纹理特征分割方法进行雕塑形式美感造型细节特征分析和重构，提取雕塑形式美感造型设计图案的特征点进行艺术特征重现，得到优化设计结果如图4所示。

分析图4得知，采用本文方法能有效实现雕塑形式美感造型优化设计的视觉效果较好，测试不同方法进行雕塑形式美感造型优化设计的输出信噪比，信噪比越高，表示设计的效果越好，得到对比结果见表1，分析得知，本文方法进行雕塑形式美感造型优化设计的输出峰值信噪比较高。

表1雕塑形式美感造型优化设计的输出信噪比对比(单位：dB)

迭代次数本文方法文献[4]文献[5]10024.310.412.512032.115.415.414035.616.319.316043.218.320.3

图4 雕塑形式美感造型优化设计

4 结 语

建立雕塑形式美感造型的视觉图像分析模型，提高雕塑形式美感造型设计的观赏性。提出基于视觉传达意识的雕塑形式美感造型优化设计方法，结合计算机视觉图像分析方法进行雕塑形式美感造型优化设计。构建雕塑形式美感造型优化设计的图像处理模型，采用视觉信息采集方法进行雕塑形式美感造型的视觉图像采样，对采集的雕塑形式美感造型视觉图像进行边缘轮廓特征重构，采用纹理特征分割方法进行雕塑形式美感造型细节特征分析和重构，提取雕塑形式美感造型设计图案的特征点进行艺术特征重现，结合艺术美感造型元素进行信息融合，在视觉传达意识表达下实现雕塑形式美感造型优化设计。研究得知，本文方法进行雕塑形式美感造型设计的输出信噪比较高，视觉表达能力较好。