第三章 研究方法與步驟
3.5 獸面紋樣之建構
3.5.2 前景紋路的產生方法
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(d)
(e) (f)
圖 24. 特徵點選取，(a)眼部特徵點，(b)臉部對稱點，(c)動物徵特徵點，(d)對照之傳統 獸面紋，(e)內卷角特徵點選取，(f)外卷角特徵點選取
另外，我們將自行圈選出的眼睛特徵部位與資料庫中的眼睛做比對的動作，從中 matching 出一個最相似於 bi-tonal image 中被標記的部分做存取。Matching 時，我們首 先將資料庫中的眼睛特徵調整成與眼部特徵點所選取的範圍相同大小，接著將其兩兩 做疊合的比對，紀錄其相似度之得分值，最後取得分值最大者做為優先候選之轉換特 徵。
而當對稱位置選定後，被選取的眼睛將依上述的長寬比例自動的做調整，繪製於 前景中，在 matching 的過程中我們可以發現，老虎等肉食性動物的眼睛與資料庫中的
‧
thresholding 所產生的 bi-tonal image，在考慮到保留原始圖像動物特徵的比例，我們將‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
不完全的根據圖 23 所顯現的特徵比例去做安排，而是採用原圖的比例大小去做呈現，
這樣的結果輸出相較於依固定的比例更可以呈現出原始圖像的風格。
相較於眼睛的特徵，我們發現每一個來源圖像的動物特徵的紋路通常較不明顯，卻 可清楚的分辨出其內外卷角抑或是無角的區分，具內外卷角的動物以牛、羊獸面紋為 主，無角的部分以虎形獸面紋為主；舌頭的部分則無法從來源圖像中所獲得資訊，因此 我們採取經驗法則的方式，由已蒐集的商代各圖資中，歸納出當已知條件為眼睛和內外 卷角時，其舌頭特徵的出現機率，進而去做選取。
(a) (b) (c)
圖 26. 根據來源圖像調整動物特徵之比例，(a)原始圖像，(b)依照圖 11 之動物特徵比例 安排，(c) 根據來源圖像調整之比例
另外在獠牙的部分我們可以概括的分為兩類，即内獠牙和外獠牙，外獠牙多出現 於虎形獸面紋，內獠牙則多出現於牛、羊獸面紋。其他諸如鼻子、耳朵，因為其樣式單
‧
果如圖 28 所示，第一個調整的參數為 weight color matching，其參數的調整是針對二進 位的分配值和來源圖像映像點的整體區別去做變更，在這裡我們可以很清楚的發現當單 一的以 weight color matching 參數為主去做調整時，產生的獸面紋圖像特徵的明顯度與‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
參數大小成反比，但其特徵部分卻過於區塊化；第二個調整的參數為 weight boundary contrast，其參數的調整是針對各分段和分段之間的邊界去做調整，傾向於包含圖像的邊 緣作為子集，我們希望分配相反的值到那些相鄰的分段和對比顏色以維持這些邊緣的可 見性。相反地，相似的顏色分段應該則分配完全相同的二進位值。而單一的去調整 weight boundary contrast 中的兩項參數 alike(相似參數)和 opposite(相對參數)時可以發現其雖然 較能彰顯輸入圖像的紋路線條，但 alike 的調整卻只能顯現出較小的細節特徵，而 opposite 的調整相較於單一的去調整 weight center 的參數則在某些部份多出了不必要顯現的特 徵，使得結果過於雜亂。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
不同於前面兩個參數的調整，Center contrast 的主要目的是為了將原始圖像中央特 徵部分的對比邊緣做獨立化的控制，希望能夠利用原始圖像中的紋路線條來補足“舌”的 部分，避免其過於制式化。單一的以 Center contrast 參數為主去做調整時，當給予的參 數到達一定大小時，我們可以很清楚的看到他和單獨的調整 opposite 參數有些許類似的 特徵浮現，但不同的是當我們將參數再逐漸加大時，其顯現的效果將趨於一個固定化的 結果，此時並不同於單獨的調整 opposite 參數會出現不必要的紋路線條，或是已經定義 過的特徵部位。
(a)
(b) (c)
圖 29. 增強前景紋路之特徵，(a)中央部份特徵紋路較少之輸入圖像，(b)調整 Center contrast 所得到之結果，(c) 調整 Center contrast 同時利用資料庫補入特徵紋路 3.5.3 增強前景紋路之特徵
‧
路，產生出新的前景結果，接著再去調整參數 Center contrast 加入部份遺漏的特徵紋路，即可增強前景獸面紋輸出的結果(圖 29(c))。
3.5.4 背景紋路的產生方法
背景的來源則希望將前景輸出結果做邊緣偵測所得的輪廓外形，再將其對照原始輸 入圖像的向量場流向安置符合原始圖像的紋樣(雷紋…等)，這部份則是參考了部份 maze construction 的論文，如 Liang Wan et al. 的 Evolving Mazes from Images[30]以及 Jie Xu et al.的 Image-Guided Maze Construction[15]。
實作時，一開始我們先去觀察古代裝飾紋路的結構，從中可以發現，最常出現於獸 面紋圖像上作為背景的為雷紋，而各雷紋雖其旋轉方式略有不同，但均作迴旋狀，與古 文字中「雷」字相當類似。又可細分為雷紋與連珠紋做搭配：以連續的迴旋形線條所構 成的幾何圖形，若為圓形的連續構圖則稱為雲紋，若為方形的連續稱作雷紋；乳丁式雷 紋：在斜方格型的每一格內置入一乳丁(圓形部分)，再於乳釘周圍以雷紋填滿；菱形雷
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
齒帶狀；勾連雷紋：以兩個雷紋為一組做對稱式的連續排列。見圖 30。
圖 30. 雷紋[33][34]，(a)雷紋與連珠紋做搭配，(b) 乳丁式雷紋，(c) 菱形雷紋，(d) 三 角雷紋，(e) 勾連雷紋
而其中又以勾連雷紋最常見於獸面紋路的裝飾之中，在此我們先建構最基本的雷 紋，其結構類似螺旋的概念，以單一方向為主，又以方形做為其主題結構，因此我們參 考了Vortex Maze Construction[35]的作法，首先我們需先知道哪些空間是我們可以置入裝 飾紋路的部分，以利我們在任意的空間大小中去建構出可存在的最小方形，有了這樣的 資訊後，我們再由最外圍的方形輪廓逐層的向內去做螺旋遞減的動作，需注意的是我們 需要控制每一層牆壁與牆壁之間的距離，以避免產生的紋路過於密集而失去其辨識性，
因此我們加入了間距控制的參數。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(a)
(b)
圖 31. 青銅器上之雷紋與實作雷紋之比較，(a)菱形雷紋(b)一般雷紋
在這裡我們將一般雷紋安置作為背景(圖 32)時可以發現，當前景獸面紋與背景的 裝飾紋路同樣都以陽刻的方式去作呈現時，會使得產生的獸面紋圖像顯得雜亂，無法凸 顯出兩者的區別，觀察搜集的資料中的獸面紋樣，在此我們在這裡加入了一個陰陽刻的 轉換動作，讓使用者可以自由的做選取，原則上是設置前景獸面紋圖像與背景的裝飾紋 路一為陰刻而另一為陽刻時，最能表達和傳統獸面紋樣相同的風格。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(a) (b)
(c) (d)
圖 32. 前景獸面紋路與背景裝飾紋路之陰陽刻變化結果，(a) 前景與背景皆為陽刻，(b) 前景為陽刻與背景為陰刻，(c) 前景與 background 皆為陰刻，(d) 前景為陰刻與 背景為陽刻
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第四章
實驗結果與討論
在 4.1 我們介紹用來實作本研究的系統以及我們的實驗環境，接著將實驗分為以相 同動物及不同動物作為輸入圖像，比較之間的不同，在 4.2 和 4.3 有詳細的說明，4.4 和 4.5 為本研究的延伸，試著將結果圖像以向量化和 3D 模組的方式做呈現，4.6 和 4.7 則 是針對本研究的限制和效能做探討和分析。
4.1 實作與實驗環境
我們使用 C++程式語言來實作我們的系統，搭配 OpenGL 以及 GLUI 來實作整個使 用者介面。在實驗環境上，我們使用的機器 CPU 為 Intel 32 位元 3.00GHZ 雙核心，記 憶體大小為 4GB，顯示卡晶片為 NVIDIA GeForce9800GT，作業系統是 Windows XP SP3。
4.2 相同動物做為輸入圖像之比較
在這裡我們使用四個相同動物的頭像做為輸入圖像，並將 Color matching、Boundary
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
出前景和背景皆使用陽刻做表現，其於(b)(c)(d)皆設定前景為陽刻，而背景為陰刻。觀 察圖 33(a)和圖 33(c)的輸出結果發現其眼睛雖然採用相同的資料庫，但因為原始圖像中 其角度不同，因此最後安置於前景時擺放角度的不同直接反映於輸出結果上。而圖 33(d) 的輸出結果相較於(a)(b)(c)則因為原始圖像中中央部位的特徵紋路不夠明顯，且我們不 對其做特徵加強(Feature enhancement)，因此輸出的結果顯現的特徵紋路較少。
(a) (b)
(c) (d) 圖 33. 相同動物生成之獸面紋圖樣比較
另外，我們可以發現，這四張老虎圖像輸出的獸面紋其共同特性為皆具有對稱性的 動物特徵作為裝飾，而眼睛的部分則已無瞳表示較多，這是取決於圖像分段後瞳孔保留
‧
在這裡我們使用三個不同的動物頭像做為輸入圖像，並將 Color matching、Boundary contrast 以及 Center contrast 這三個參數的權重值調整到適當的大小，比較三種不同的 動物所產生結果的區別。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(g)
圖 34. 不同動物生成之獸面紋圖樣比較，(a)梅花鹿原圖，(b)梅花鹿轉換之獸面紋，(c) 羚羊原圖，(d)羚羊轉換之獸面紋，(e)老虎原圖，(f)老虎轉換之獸面紋，(g)梅花鹿之前 景與背景合成結果
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.4 向量化結果
此外，為了讓結果的應用層面更加的廣泛，我們將最後得到的輸出結果透過 Vector Magic[36]這套軟體轉換為向量化圖像，得到如圖 35 之結果，左側為我們原始的輸出 結果，右側為向量化轉換後之結果。在這裡我們可以發現向量轉化之後的結果雖然在 解析度上有了很大的改善，但同時也使紋樣變得過於平滑，如何再加入舊化的效果到 我們最後的結果中也是我們未來一項很重要的工作。
(a) (b)
圖 35. 將輸出結果轉換為向量化圖像，(a)原始輸出結果，(b)轉換為向量化之結果
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.5 3D 模組之套用
我們也試著將產生的獸面紋圖像利用 bump mapping 的方式套用到現有的 3D 模組 上，希望給予青銅器的材質，如圖 36 所示。Bump Mapping 目的在使材質貼圖不只是 單純的平面，希望能夠藉由加入一個與材質對應的 Bump Map 來代表該材質的凹凸不平 的狀態，讓表面看起來有 3D 的凹凸效果，而不需要再另外擴張原來的 3D 模組的複雜 度。
圖 36. 將輸出結果套用於現有 3D 模組
4.6 實驗限制
在產生前景圖案的過程中，因為取決於以對稱點為中心，選取一面做獸面紋樣的轉 換，再作對稱映射得到最後的前景結果，而目前特徵的擷取以右半面為主，因此建議使
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
用者輸入的圖像以右半面清晰為主要考量。
而對於輸入圖像還有一限制，即臉部大小需佔整張圖像 50%以上之比例，這樣的要 求是由於我們在安置部份特徵位置時仍然是依照所蒐集來的資料得到的特徵比例所安 置，因此其大小與輸入圖像的長、寬有著密切的關係，如果輸入圖像中其臉部大小不符 合這樣的限制，則在最後產生出的前景結果中，將會使得比例失真，以及臉部輪廓線條
而對於輸入圖像還有一限制，即臉部大小需佔整張圖像 50%以上之比例，這樣的要 求是由於我們在安置部份特徵位置時仍然是依照所蒐集來的資料得到的特徵比例所安 置，因此其大小與輸入圖像的長、寬有著密切的關係，如果輸入圖像中其臉部大小不符 合這樣的限制，則在最後產生出的前景結果中，將會使得比例失真，以及臉部輪廓線條