个性化联机手写汉字隶书美化方法研究

论文摘要

中国书法在我国已经有五千多年的发展历史。作为一种很重要的艺术表现形式,书法在许多亚洲国家占据着十分重要的艺术地位,并得到了广泛传播。随着计算机视觉技术的发展,市场上出现了种类繁多的图像处理工具,但无论是商用软件还是学术研究的成果,其处理效果都不佳,处理技术也很简单。虽然也有部分学者提出了较为复杂的方案,但他们的方法难以投入实际应用,且美化效果很少体现用户书写个性化。而本文研究的是一种个性化联机手写汉字隶书美化技术,目的是将用户的输入轨迹美化为个性化的具有隶书风格的汉字,从而达到用户书写轨迹个性化美化的目的。本文提出了两种联机手写汉字隶书美化方法,分别为“基于轨迹变换和笔画分析的隶书美化方法”和“基于轨迹变换和轮廓预测的隶书美化方法”,以下分别简称为“笔画分析方法”和“轮廓预测方法”。在详细介绍这两种美化方法前,本文先是总结了汉字笔画特征和隶书笔画特征。这些特征是笔画分析方法和轮廓预测方法的基础。根据隶书笔画特征,我们总结了适合隶书特点的汉字长宽比例、15种连接点和4种笔段。笔画分析方法和轮廓预测方法的系统框架均包括三部分:笔画识别、轨迹变换和笔画美化。笔画识别是轨迹变换和笔画美化的基础,用来识别出“样本轨迹”的每一个笔画。因为笔画识别算法在用户原始输入轨迹变换前和变换后都将用到,因此,此处的“样本轨迹”既包括“用户原始输入轨迹”又包括“轨迹变换后的轨迹”。轨迹变换的目的是使用户输入轨迹经过整体结构和细节变换后具有隶书的风骨,之后对这个形似隶书的骨架进行美化。在笔画分析方法和轮廓预测方法中,笔画识别和轨迹变换算法是一样的,不同之处在于笔画美化算法。对于笔画美化算法,笔画分析方法和轮廓预测方法均是将拐点和笔段分开美化,只是笔画分析方法在进行笔段美化时是直接在变换后的轨迹上用反复画反走样圆的方式实现美化,效率很低,且和连接点的平滑效果一般。而轮廓预测方法则是根据变换后的用户轨迹进行两侧轮廓的预测,之后将笔段轮廓和连接点轮廓进行平滑拼接,形成一个统一的美化轮廓曲线,最后进行填充,此种算法可以达到很好的美化平滑效果,且美化效率很高。本文分别实现了“基于轨迹变换和笔画分析的隶书美化方法”和“基于轨迹变换和轮廓预测的隶书美化方法”的美化系统,并给出了这两种方法的实验结果,最后还对这两种方法在四个方面进行了详细的对比。笔画分析方法和轮廓预测方法均能将用户输入轨迹美化为个性化的隶书风格汉字,在一定程度上达到了我们预期的美化要求。虽然本文提出的方法还不完善,有很多地方需要继续改进,但本文的方法可以应用到书写较规范的字体风格中,比如“宋体”、“楷书”、“黑体”等,也算是为个性化手写汉字美化的进一步研究提供了一些思路和方向。

论文目录

• 摘要
• ABSTRACT
• 插图清单
• 表格清单
• 第一章 绪论
• 1.1 课题提出的背景和意义
• 1.2 汉字美化技术国内外研究现状
• 1.2.1 草图美化
• 1.2.2 数字墨水
• 1.2.3 书法生成
• 1.2.4 书法模拟
• 1.2.5 手写汉字美化
• 1.3 本文完成的工作
• 1.4 本文结构
• 第二章 联机手写汉字美化隶书特征研究
• 2.1 汉字笔画特征
• 2.1.1 汉字笔画分类
• 2.1.2 汉字笔顺书写规则
• 2.2 隶书风格特征
• 2.2.1 隶书结构特点
• 2.2.2 隶书笔画特征
• 2.2.3 隶书连接点分类
• 2.2.4 隶书笔段分类
• 2.3 本章小结
• 第三章 基于轨迹变换和笔画分析的隶书美化方法
• 3.1 系统框架
• 3.2 笔画识别
• 3.2.1 简单笔画识别
• 3.2.2 复合笔画识别
• 3.3 轨迹结构变换
• 3.3.1 整体结构变换
• 3.3.2 “横”平“竖”直变换
• 3.3.3 “撇折”变换
• 3.3.4 “横折钩”变换
• 3.4 笔画美化
• 3.4.1 连接点美化
• 3.4.2 笔段美化
• 3.4.3 美化规则
• 3.5 实验结果
• 3.6 本章小结
• 第四章 基于轨迹变换和轮廓预测的隶书美化方法
• 4.1 系统框架
• 4.2 轮廓概念
• 4.3 连接点轮廓建模
• 4.4 笔段轮廓预测
• 4.5 轮廓拼接规则
• 4.5.1 笔段截短规则
• 4.5.2 轮廓拼接平滑规则
• 4.6 实验结果
• 4.7 两种美化方法的对比
• 4.7.1 笔画美化方法比较
• 4.7.2 美化效率比较
• 4.7.3 美化效果比较
• 4.7.4 适用性比较
• 4.8 本章小结
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢
• 答辩委员会对论文的评定意见