﻿ 基于内容特征的四方连续纹样自动生成
 计算机系统应用  2019, Vol. 28 Issue (5): 156-160 PDF

Automatic Generation of Quadrangle Continuous Patterns Based on Content Characteristics
LIU Zhao-Hui, ZHANG Hua-Xiong, LIN Xiang-Yu
School of Information Science and Technology, Zhejiang Sci-tech University, Hangzhou 3100018, China
Foundation item: Fund of Customized Clothing Collaborative Innovation Center Project of Zhejiang Province (Zhejiang Higher Education Science No. [2016]63); Science and Technology Major Program for Social Development of Zhejiang Province (2015C03001)
Abstract: For practical application in the design of fractal graphics demanded in clothing design, a method of automatically extracting core basic pattern and generating quadrangle continuous patterns is put forward based on fractal graphics content. The method first uses the Canny operator for edge detection, analyzes the region of the main pattern, and then extracts and analyzes the texture features using the gray level co-occurrence matrix. On this basis, the optimal stitching method is selected to splicing the extracted patterns to generate a square continuous pattern. This method produces a square continuous pattern with beautiful appearance, low computational complexity, strong universality, and sound practicability.
Key words: fractal graph     quadrangle continuous pattern     Canny operator     Gray level co-occurrence matrix

1 算法原理

 图 1 四方连续纹样生成流程图

1.1 边缘检测确定花型区域

 图 2 待拼接图形

 图 3 待拼接图形边缘

1.2 花型提取处理

1)自定义一个矩形大小, 本文设置初始默认长宽各为原图片的1/4大小. 图4图2中对应示例的灰度等级出现概率直方图.

 图 4 待拼接图形灰度概率直方图

2)利用灰度概率对分形图Otsu二值化处理[10], 统计矩形内的像素点个数. 如果矩形内非零像素点占比达到1/5, 说明矩形大小合适, 记录包含边缘像素的矩形起始点坐标. 若占比小于1/5, 则说明矩形较大, 矩形长宽依次减小, 若矩形长宽减小到图片的1/10后非零像素占比仍小于1/5, 则判定为花型区域过小, 不适合进行提取. 在进行矩形窗口循环计算过程中, 考虑到算法的运行效率, 需要控制矩形框的大小, 矩形越小, 计算图像信息占比越准确, 但随着矩形框数量增加, 计算量也增加, 有可能导致运行效率低的问题, 矩形轮寻机制中矩形数量控制在2000以下, 计算一张分形图大约需要0.8–1.5秒, 可满足实际应用需求.

3)为精确定位包含主要花型的外接矩形, 得到包含所有边缘像素点矩形的起始坐标,再求包含所有起始点的最小外接矩形, 并将此矩形设定为目标区域, 图5分别用红色框标注了图2中对应示例所求得的最小外接矩形, 并将该部分设置为感兴趣(ROI)区域.

 图 5 待拼接图形ROI区域

4)将感兴趣(ROI)区域提取并作为基础纹样进行直接拼接或错位拼接.

1.3 灰度共生矩阵提取纹理特征

 $Asm = \sum\limits_i {\sum\limits_j {P{{(i,j)}^2}} }$ (1)
 $Ent = \sum\limits_i {\sum\limits_j {P(i,j){{\log }_2}P(i,j)} }$ (2)
 $H = {w_1}Asm + {w_2}Ent,Asm > 0.2,Ent < 4$ (3)

1)对分形图边缘进行四边像素提取, 分别提取四边(20像素单位), 并转换为灰度图像.

2) 通过灰度共生矩阵提取纹理特征, 通过相关性筛选纹理灰度相似程度, 计算H判断分形图的灰度纹理均匀程度(特征值为4个方向共生矩阵的平均值).

1.4 四方连续拼接

 图 6 拼接边缘像素判定

2 实验结果展示

3 结语

 [1] Gdawiec K. Inversion Fractals and iteration processes in the generation of aesthetic patterns. Computer Graphics Forum, 2017, 36(1): 35-45. DOI:10.1111/cgf.12783 [2] 吕耀华, 严文刚. 分形图形的生成法则. 包装工程, 2016, 37(2): 44-47. [3] Hsu YL. The complexity and recognizable information business trademarks design — applied fractal analysis and fractal dimension. Proceedings of 2016 International Conference on Advanced Materials for Science and Engineering. Chiang Mai, Thailand. 2016. 408–411. [4] 王淑缓, 杨旭红. 复平面上分形图的生成及在纺织品上的应用. 丝绸, 2017, 54(8): 56-61. DOI:10.3969/j.issn.1001-7003.2017.08.010 [5] 路丽莎, 宋晓霞. 分形图案在电脑提花针织面料上的应用. 丝绸, 2017, 54(2): 25-29. DOI:10.3969/j.issn.1001-7003.2017.02.006 [6] 代沛涵. 分形图案在纺织纹样设计上的应用[硕士学位论文]. 苏州: 苏州大学, 2015. [7] 高小亮, 刘艳. 四方连续纹样经起花织物的设计. 棉纺织技术, 2016, 44(9): 40-43. DOI:10.3969/j.issn.1001-7415.2016.09.010 [8] 曾祥黑. 分形几何在装饰图案设计中的运用[硕士学位论文]. 深圳: 深圳大学, 2017. [9] 段红燕, 邵豪, 张淑珍, 等. 一种基于Canny算子的图像边缘检测改进算法. 上海交通大学学报, 2016, 50(12): 1861-1865. [10] Cao JF, Chen LC, Wang M, et al. Implementing a parallel image edge detection algorithm based on the Otsu-Canny operator on the hadoop platform. Computational Intelligence and Neuroscience, 2018, 2018: 3598284. [11] 王民, 王静, 王羽笙. 一种多尺度灰度共生矩阵的纹理特征提取算法. 液晶与显示, 2016, 31(10): 967-972. [12] 吴庆涛, 曹再辉, 施进发. 基于改进颜色直方图和灰度共生矩阵的图像检索. 图学学报, 2017, 38(4): 543-548. [13] 闵信军, 林庆, 朱玉全. 基于图像分块处理的灰度共生矩阵瑕疵检测. 信息技术, 2018(5): 90-93, 105. DOI:10.3969/j.issn.1672-9528.2018.05.024