第四章 實驗結果
4.4 風格化
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
4.4 風格化
本研究之刻紋寬度的合成方式是以中軸線向外一個點一個點推算而出，而每一點的 深度也是由本身單獨對於中軸線的位置所算出來，這些方式都是基於離散的運算，導致 結果的刻紋有不夠細緻的人工缺陷，像是圖 11 中間的低谷就可明顯看到此狀況。要解 決這樣的問題，刻紋的計算就不能單從點出發而已，例如刻紋平面寬度的部分可以參考 Stroke-Based Rendering [Hertzmann 2002]中章節 5.1 所提到以 triangle strip 的方式去構成。
如圖 28(a)和(c)是原本中軸線生成方式的結果，而我們嘗試以上述 triangle strip 的方式形 成的中軸線如圖 28 (b)和(d)，可以看到前者的中軸線斷斷續續，而不如後者般連續。
(a) (b)
(c) (d)
圖 28. 以 triangle strip 的方式去改善刻紋中軸線的結果：(a) 圖 2 之場景原本的中軸線 與(b) 其改善的結果，(c) 圖 9 之場景原本的中軸線與(d) 其改善的結果。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
討論關於浮雕加上使用者自訂雜訊的這部分，同樣用圖 29.(a)作為自訂雜訊加到低 谷的部分，所產生的浮雕如圖 30. (a) ~(c) ，呈現其雜訊的比例調整效果有出來，另一組 以圖 29. (b)為雜訊來源加到高地上，結果圖 30. (d) ~(f)也是有類似的雜訊強度比例效果。
將圖 29. (a)和(b)合併成同一張雜訊影像，產生如圖 30. (g) ~(i)之浮雕，在同樣的比例參 數𝛅下圖 29. (b)所產生的雜訊看起來沒有差別，但圖 29. (a)的結果就變得較不明顯。這 個結果是可預期的，因為前者的梯度比後者來的大，梯度變化大的雜訊會削弱其它梯度 小的雜訊。這代表不同區塊的雜訊相互影響而非獨立，這是使用單張雜訊影像會造成的 問題。要解決這個問題可以考慮對雜訊影像先進行 AHE 的處理，再將處理過後的影像 梯度加上浮雕。
最後要呈現本研究所產生的浮雕能呈現不同藝術風格刻紋，我們認為適合的場景應 該具有兩個以上不同的平坦區塊加上其他不平坦的區塊，在此條件下以圖 31. (a) 作為 輸入的場景，所對應的 line map 以及場景分割圖分別為圖 31. (b)和圖 31. (c)，生成圖 32~
圖 34 具有不同風格化刻紋的浮雕。並挑選參數為freq = 0.5, amp =0.5π, depth = 0.1, β =0.2, spread = 0.25, γ =1 下，和圖 35(a)之雜訊一同產生如圖 35(b)與藝術作品相似 之結果。
(a) (b)
圖 29. 兩張分別的使用者自訂雜訊影像：(a) 放在低谷的部分和(b) 放在高地的部分。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
𝛅 =0.015 𝛅 =0.075 𝛅 =0.0375
(a) (b) (c)
(d) (e) (f)
(g) (h) (i)
圖 30. 由左到右在𝛅為 0.15、0.075 和 0.0375 時，從上到下由圖 29.(a)、圖 29.(b)和合 併來源為圖 29. (a)與(b)，分別所產生的雜訊。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
(a) (b) (c)
圖 31. 欲呈現不同藝術風格刻紋的一組輸入：(a) 輸入的場景，(b) line map，(c) 場景 分割圖。
freq = 0.25 freq = 0.5 freq = 1
amp = 0.5π
amp = π
amp = 2π
圖 32. 不同藝術風格刻紋之頻率與振幅參數調整的變化。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
depth = 0.1 depth = 0.2 depth = 0.4
β = 0.1
β = 0.2
β = 0.4
圖 33. 不同藝術風格刻紋之深度與β參數調整的變化。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
spread = 0.25 spread = 0.5 spread = 1
γ = 0.25
γ = 0.5
γ = 1
圖 34. 不同藝術風格刻紋之寬度與γ參數調整的變化。
(a) (b)
圖 35. 我們的方法所產生與藝術作品相似之結果：(a) 自訂的雜訊影像與(b) 將其加上 的浮雕。
‧
‧
考 Creating Evenly-Spaced Streamlines of Arbitrary Density [Jobard et al. 1997]，其主要概 念是以一初始線條到其它取樣點為特定距離時，讓這樣的取樣點去產生接續的線條，接 續的線條距前面的線條大於特定距離則繼續延伸，否則就停止生長，其中包含一些加速 運算的方法。要把這個方法應用到我們的研究，須注意它同時也影響了線條的長度，另 外是我們的刻紋有寬度而非細線，距離上的限制較可能限縮刻紋的生長。‧
International Journal of Computer Vision, vol. 35, no. 1, pp. 33–44, 1999.
[3] B. Cabral, and L. C. Leedom, “Imaging vector fields using line integral convolution,”
SIGGRAPH '93 Proceedings of the 20th annual conference on Computer graphics and interactive techniques, pp.263–270, 1993.
[4] P. Cignoni, C. Montani, and R. Scopigno, “Computer-assisted generation of bas- and high-reliefs,” Journal of Graphics Tools, vol. 2, no. 3, pp.15–28, 1997.
[5] J. Dicarlo, and B. Wandell, “Rendering high dynamic range images,” In Proceedings of the SPIE Electronic Imaging’2000 conference, vol. 3965, 392–401.
[6] D. Dunbar, and G. Humphreys, “A spatial data structure for fast poisson-disk sample generation,” ACM Transactions on Graphics (SIGGRAPH 2006), vol. 25, no. 3, pp.503–508, 2006.
[7] R. Fattal, D. Lischinski, and M. Werman, “Gradient domain high dynamic range compression,” ACM Transactions on Graphics, vol. 21, no. 3, pp.249–256, 2002.
[8] A. Hertzmann, “Stroke-based rendering,” in K.-L. Ma, editor, Recent Advances in Non-Photorealistic Rendering for Art and Visualization, SIGGRAPH 2002 Course Notes.
‧
[9] B. Jobard, W. Lefer,“Creating evenly-spaced streamlines of arbitrary density,” in Proc.
of 8th Eurographics Workshop on Visualization in Scientific Computing, pp.45–55, 1997.
[10] J. Kerber, “Digital art of bas-relief sculpting,” Master’s thesis, Univeristy of Saarland, Saarbrücken, Germany, 2007.
[11] J. Kerber, A. Belyaev, and H. P. Seidel, “Feature preserving depth compression of range images,” in Proceedings of the 23rd Spring Conference on Computer Graphics, M.
Sbert (ed), Budmerice, Slovakia: Comenius University, Slovakia, pp. 110–114, April 2007.
[12] J. Kerber, A. Tevs, A. Belyaev, R. Zayer, and H. P. Seidel, “Feature sensitive bas relief generation,” IEEE International Conference on Shape Modeling and Applications, pp.
148-154, 2009.
[13] D. Kim, M. Son, Y. Lee, H. Kang, S. Lee, “Feature-guided image stippling,”
Proceedings of the Nineteenth Eurographics Conference on Rendering, 2008.
[14] S. Paris, S. W. Hasinoff, and J. Kautz, “Local laplacian filters: edge-aware image processing with a laplacian pyramid,” ACM Transactions on Graphics (SIGGRAPH 2011), vol. 30, no. 4, art. 68, 2011.
[15] S. M. Pizer, E. P. Amburn, J. D. Austin, R. Cromartie, A. Geselowitz, T. Greer, B. T. H.
Romeny, and J. B. Zimmerman, “Adaptive histogram equalization and its variations,”
Computer Vision, Graphics, and Image Processing, vol. 39, no. 3, pp. 355–368, 1986.
[16] W. Song, A. Belyaev, and H.-P. Seidel, “Automatic generation of bas-reliefs from 3d shapes,” in Proceedings IEEE International Conference on Shape Modeling and Applications. Washington, DC, USA: IEEE Computer Society, pp. 211–214, 2007.
[17] X. Sun, P. L. Rosin, R. R. Martin, and F. C. Langbein, “Bas-relief generation using adaptive histogram equalization,” IEEE Transactions on Visualization and Computer Graphics, vol. 15, pp. 642-653, 2009.
[18] X. Sun, P. L. Rosin, R. R. Martin, and F. C. Langbein, “Fast and effective feature-preserving mesh denoising,” IEEE Transactions on Visualization and Computer Graphics, vol. 13, pp. 925-938, 2007.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
[19] M. Wang, J. Kerber, J. Chang, and J. J. Zhang, “Relief stylization from 3D models using featured lines,” Proceedings of the 27th Spring Conference on Computer Graphics, pp. 63-68, 2011.
[20] Z. Wang, A. C. Bovik, H. R.Sheikh, and E. P. Simoncelli, “Image quality assessment:
from error visibility to structural similarity,“ IEEE Transactions on Image Processing 13, 4, 600–612, 2004.
[21] T. Weyrich, J. Deng, C. Barnes, S. Rusinkiewicz, and A. Finkelstein, “Digital bas-relief from 3D scenes,” ACM Transactions on Graphics (SIGGRAPH 2007), vol. 26, no. 3, art.
32, 2007.