基于多帧二维动画图像的三维自动生成技术
丛红艳
摘 要： 针对传统的三维自动生成方法存在效果差的问题，提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像三维自动生成技术。采用相似度度量方法进行图形渲染的表面层次平滑处理，利用对象层次与表面层次随动信息融合方法进行动画图像渲染，实现多帧二维动画图像的三维重构与动态生成。仿真结果表明，采用改进方法进行多帧二维动画图像重构生成，图像具有较高的逼真性。
关键词： 多帧二维动画图像； 三维图像自动生成； 图像渲染； 图像动态生成
中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）18?0098?03
3D image automatic generation technology based on multi?frame 2D animation image
CONG Hongyan
（School of Art & Engineering， Xian Polytechnic University， Xian 710048， China）
Abstract： For the poor effect existing in traditional 3D image automatic generation methods， a 3D image automatic generation technology for multi?frame animation image is put forward， which is based on follow?up rendering technology of object hierarchy and surface hierarchy. The similarity measurement method is used to smooth the surface hierarchy for graphics rendering. The follow?up information fusion method of object hierarchy and surface hierarchy is adopted to render the animation image to realize the 3D image reconstruction and dynamic generation of multi?frame 2D animation image. The simulation results show that the improved method used to reconstruct and generate the multi?frame 2D animation image has high image verisimilitude.
Keywords： multi?frame 2D animation image； 3D image automatic generation； image rendering； image dynamic generation
三维动画图像具有多帧动态随动特性，在进行动画图像的三维生成和重构处理中，需要使用先进的三维图形处理技术进行三维动态随动渲染。通过对动画图像跟踪渲染，提高三维动画图像的自动生成能力，研究多帧二维动画图像的三维自动生成技术在进行大型动漫设计以及图形数据库的构建等领域具有较高的应用价值[1]。传统方法采用OpenFlight建模方法进行三维动画图像自动生成处理，随着图像处理规模的增大，图形的渲染效果和生成效果不好。对此，本文提出一种改进的基于多帧二维动画图像的三维自动生成技术，采用对象层次与表面层次随动渲染方法进行三维自动生成处理，通过算法设计和仿真分析，得出有效性结论。
1 多帧二维动画图像的采集和处理环境描述
为了实现基于多帧二维动画图像的三维自动生成处理，首先需要构建多帧二维动画图像的采集模型，建立GPU实时图形渲染模型进行多帧二维动画图像采集与图像处理，分析三维图像分布的位置和视点特征，判断当前可视范围内的二维层析图形结构，结合静态视点的集合层次（Group Level）构建方法进行图像处理，实现图像渲染和三维动态图像重构[2]，得到多帧二维动画图像的采集和渲染过程如图1所示。
根据图1所示的图像处理过程进行图形渲染与动画图像的三维重构，多帧二维动画图像三维重构区域的信息特征传导模型如下：
[standlr=（ynup-yndown）4xnleft=xnleft-xpleft， xnleft≥standlrxnleft， xnleft<standlrstandud=（xnr-xnl）4ynup=ynup+ypup，
式中，[xnleft，xpleft，ynup，ypup]为多帧二维动画图像自然分层区域矩阵[ZeroArray]与特征差异判断标准[colorstand]统计平均值。在对象层次 （Object Level）的渲染引擎[3]，调整模板大小和图形跟踪渲染的聚类中心，得到多帧二维动画图像场景数据库中信息完整区域尺度特征为：
[MX=Δmi1，i2，???，in+1=θi1，i2，???，in+1（Δx）L-nΔu，ik∈B] （2）
式中：[θi1，i2，???，in+1（Δx）L-n]为静态视点纹理结构在像素点[（x，y）]处的灰度值；[Δx]表示像素变换增量；[Δu]表示多帧二维动画图像的缺失信息。
图1 多帧二维动画图像的采集和渲染过程
构建OpenFlight建模下的动态二维实时图像处理环境，进行图像相位加权处理[4]，场景图像数据[ua（t）]在时域上尺度为[bm]，得到OpenFlight的建模环境中沿梯度方向的图像边缘轮廓特征为：
[GD=1PSIx，yi=1PSd2i12·L（x，y，σ）] （3）
式中：[I（x，y）]表示三维图像模型在[（x，y）]处的灰度值；[L（x，y，σ）]表示二阶累积量[5]，采用稀疏性检测策略[5]，得到图形渲染指令限定范围为：
[SP=1PS-1i=1PS（d-di）2] （4）
通过上述处理，实现多帧二维动画图像动态采集和处理环境构建，为三维图像自动生成提供准确数据基础。
2 多帧二维动画图像三维自动生成实现
2.1 图形渲染的表面层次平滑处理
在进行多帧二维动画图像的采集和信息增强预处理的基础上，进行多帧二维动画图像三维重构和动态渲染[6]，提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像三维自动生成技术，采用相似度度量方法进行图形渲染的表面层次平滑处理，采用尺度平移检测策略[7]，得到多帧二维动画图像平滑处理的仿射不变区域为：
[dfssi，j=dfsi，j?hσf] （5）
采用像素特征点盲分离方法进行角点分离，在三维动画图像跟踪过程中，配置控制系数进行动画重构目标分布场与候选区域的重构处理：
[dft+1i，j，k=ρdfti，j，k+1-ρdft-1i，j，k] （6）
式中，[ρ]控制对象层次的像素点密度，对于场景图像数据集合S，在限定初始条件下，得到对象层次与表面层次的三维轮廓的不变矩为：
[indP=x，y∈U2ax=ay，?a∈P] （7）
多帧二维动画图像总共可划分成K个分块特征区域，在K个分块特征区域，[indP]等价于初始种子点边缘轮廓特征点集合[8]，按照区域融合的方法得到信息融合边界搜索区域描述为：
[RβX=UE∈URcE，X≤β] （8）
初始化多帧二维动画图像的网格模式，选取窗口为3×3进行图像匹配，设灰度平均值[Tm，n]大小为[M×N]，而待搜索区域图像S大小为[H×L]，计算种子点匹配精度为[H-M+1×L-N+1]。在对象层次的邻域中，定义三维图形重构的像素数据流为：
[x（k）=x1（k），x2（k），…，xm（k）， i=1，2，…，m] （9）
式中：[k]为特征形态学分割模板数；[xi（k）]为图像采样的时间间隔。通过上述分析，得到图形渲染的表面层次平滑公式如下：
[Ci，j=k=1Kifftfftdfk?fftdfi，jk*] （10）
式中，[dfk]和[dfi，jk]分别为图像特征点的目标分布场和仿射不变区域的分布场信息差异值，其相关系数可表示为：
[Ci，j=k=1Km=1Mn=1Ndfm，n，k dfi，jm+1，n+1，k] （11）
式中：[df]为目标分布场，[dfi，j]为候选区域分布场。
2.2 图像的三维生成实现
采用对象层次与表面层次随动信息融合方法进行动画图像渲染，实现多帧二维动画图像的三维重构与动态生成，对象层次与表面层次随动信息融合像素矩阵为：
[D=I2xIxIyIxIyI2y·?I] （12）
式中，[?I=IxIyT]是多帧二维动画图像尺度在[（x，y，σ）]处的空间梯度值。根据对象层次窗口区域的图像平滑输出结果，引入多帧二维动画图像在像素点[（i，j）]处的尺度函数[τ（C）=kC]，将图像S分解为具有k阶的网格空间进行梯度空间重组，得到图像的三维生成的渲染判决模型描述为：
[H1 ：Ut=Vt+αtWt] （13）
式中：[Vt]表示多幀二维动画图像的相关特征信息的邻域灰度值；[Wt]表示提取的尺度与主方向的融合参量；[αt]表示多帧二维动画图像的位置信息。将特征点作为起点进行多层迭代，实现三维图像生成，得到动画图像生成的像素值配准结果为：
[c（x，y）=x=1WΔx，Δy?IxIy+I2xI2y] （14）
3 仿真测试分析
为了测试本文算法在实现多帧二维动画图像的三维自动生成中的性能，进行仿真测试分析，采用Matlab仿真实验分析方法进行性能验证。其中，多帧二维动画图像采集的分辨率为1 024[×]500，图像渲染的迭代补偿设置为0.95，视角变化范围为0.24～0.50，在900帧点，1 021帧点，1 234帧点进行多帧二维动画图像采集，采用本文技术进行三维自动生成处理，得到图像处理结果如图2所示。
图2 三个帧点的二维动画图像三维自动生成结果
分析图2结果得知，采用本文方法进行多帧二维动画图像三维自动生成处理，具有较高的图像处理质量。图3给出了采用不同方法进行图像处理的信噪比结果，信噪比越高，说明二维动画图像三维自动生成处理的质量越好。分析图3结果得知，本文方法进行图像处理具有较高的峰值信噪比。
4 结 语
本文提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像的三维自动生成技术，采用相似度度量方法进行图形渲染的表面层次平滑处理，采用对象层次与表面层次随动信息融合方法进行动画图像渲染，实现多帧二维动画图像的三维重构与动态生成。采用改进方法时图像具有较高的逼真性，输出图像峰值信噪比较高。
参考文献
[1] 王云烨，李勃，董蓉，等.基于透射率空间与色彩纹理相关性的图像分割[J].电子测量技术，2015，38（1）：41?46.
[2] 李淑英，潘亚.小波变换和阈值分割算法的激光图像伪影校正[J].激光杂志，2016，37（6）：139?141.
[3] 肖淑苹，贺毅岳.一种改进的EMD图像信号去噪算法[J].现代电子技术，2016，39（16）：91?93.
[4] 卞乐，霍冠英，李庆武.基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割[J].计算机应用，2016，36（11）：3188?3195.
[5] 马新武，赵国群，王芳.一种三维表面网格自动生成方法[J].计算力学学报，2015（2）：250?255.
[6] 肖迪，邓秘密，张玉书.基于压缩感知的鲁棒可分离的密文域水印算法[J].电子与信息学报，2015，37（5）：1248?1254.
[7] 朱路，刘江锋，刘媛媛，等.基于稀疏采样与级联字典的微波辐射图像重构方法[J].微波学报，2014，30（6）：41?45.
[8] 陈玲侠.矿山地质逆断层边缘子带合成矢量重构[J].控制工程，2014，21（5）：793?796.
摘 要： 针对传统的三维自动生成方法存在效果差的问题，提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像三维自动生成技术。采用相似度度量方法进行图形渲染的表面层次平滑处理，利用对象层次与表面层次随动信息融合方法进行动画图像渲染，实现多帧二维动画图像的三维重构与动态生成。仿真结果表明，采用改进方法进行多帧二维动画图像重构生成，图像具有较高的逼真性。
关键词： 多帧二维动画图像； 三维图像自动生成； 图像渲染； 图像动态生成
中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）18?0098?03
3D image automatic generation technology based on multi?frame 2D animation image
CONG Hongyan
（School of Art & Engineering， Xian Polytechnic University， Xian 710048， China）
Abstract： For the poor effect existing in traditional 3D image automatic generation methods， a 3D image automatic generation technology for multi?frame animation image is put forward， which is based on follow?up rendering technology of object hierarchy and surface hierarchy. The similarity measurement method is used to smooth the surface hierarchy for graphics rendering. The follow?up information fusion method of object hierarchy and surface hierarchy is adopted to render the animation image to realize the 3D image reconstruction and dynamic generation of multi?frame 2D animation image. The simulation results show that the improved method used to reconstruct and generate the multi?frame 2D animation image has high image verisimilitude.
Keywords： multi?frame 2D animation image； 3D image automatic generation； image rendering； image dynamic generation
三维动画图像具有多帧动态随动特性，在进行动画图像的三维生成和重构处理中，需要使用先进的三维图形处理技术进行三维动态随动渲染。通过对动画图像跟踪渲染，提高三维动画图像的自动生成能力，研究多帧二维动画图像的三维自动生成技术在进行大型动漫设计以及图形数据库的构建等领域具有较高的应用价值[1]。传统方法采用OpenFlight建模方法进行三维动画图像自动生成处理，随着图像处理规模的增大，图形的渲染效果和生成效果不好。对此，本文提出一种改进的基于多帧二维动画图像的三维自动生成技术，采用对象层次与表面层次随动渲染方法进行三维自动生成处理，通过算法设计和仿真分析，得出有效性结论。
1 多帧二维动画图像的采集和处理环境描述
为了实现基于多帧二维动画图像的三维自动生成处理，首先需要构建多帧二维动画图像的采集模型，建立GPU实时图形渲染模型进行多帧二维动画图像采集与图像处理，分析三维图像分布的位置和视点特征，判断当前可视范围内的二维层析图形结构，结合静态视点的集合层次（Group Level）构建方法进行图像处理，实现图像渲染和三维动态图像重构[2]，得到多帧二维动画图像的采集和渲染过程如图1所示。
根据图1所示的图像处理过程进行图形渲染与动画图像的三维重构，多帧二维动画图像三维重构区域的信息特征传导模型如下：
[standlr=（ynup-yndown）4xnleft=xnleft-xpleft， xnleft≥standlrxnleft， xnleft<standlrstandud=（xnr-xnl）4ynup=ynup+ypup，
式中，[xnleft，xpleft，ynup，ypup]为多帧二维动画图像自然分层区域矩阵[ZeroArray]与特征差异判断标准[colorstand]统计平均值。在对象层次 （Object Level）的渲染引擎[3]，调整模板大小和图形跟踪渲染的聚类中心，得到多帧二维动画图像场景数据库中信息完整区域尺度特征为：
[MX=Δmi1，i2，???，in+1=θi1，i2，???，in+1（Δx）L-nΔu，ik∈B] （2）
式中：[θi1，i2，???，in+1（Δx）L-n]为静态视点纹理结构在像素点[（x，y）]处的灰度值；[Δx]表示像素变换增量；[Δu]表示多帧二维动画图像的缺失信息。
图1 多帧二维动画图像的采集和渲染过程
构建OpenFlight建模下的动态二维实时图像处理环境，进行图像相位加权处理[4]，场景图像数据[ua（t）]在时域上尺度为[bm]，得到OpenFlight的建模环境中沿梯度方向的图像边缘轮廓特征为：
[GD=1PSIx，yi=1PSd2i12·L（x，y，σ）] （3）
式中：[I（x，y）]表示三维图像模型在[（x，y）]处的灰度值；[L（x，y，σ）]表示二阶累积量[5]，采用稀疏性检测策略[5]，得到图形渲染指令限定范围为：
[SP=1PS-1i=1PS（d-di）2] （4）
通过上述处理，实现多帧二维动画图像动态采集和处理环境构建，为三维图像自动生成提供准确数据基础。
2 多帧二维动画图像三维自动生成实现
2.1 图形渲染的表面层次平滑处理
在进行多帧二维动画图像的采集和信息增强预处理的基础上，进行多帧二维动画图像三维重构和动态渲染[6]，提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像三维自动生成技术，采用相似度度量方法进行图形渲染的表面层次平滑处理，采用尺度平移检测策略[7]，得到多帧二维动画图像平滑处理的仿射不变区域为：
[dfssi，j=dfsi，j?hσf] （5）
采用像素特征点盲分离方法进行角点分离，在三维动画图像跟踪过程中，配置控制系数进行动画重构目标分布场与候选区域的重构处理：
[dft+1i，j，k=ρdfti，j，k+1-ρdft-1i，j，k] （6）
式中，[ρ]控制对象层次的像素点密度，对于场景图像数据集合S，在限定初始条件下，得到对象层次与表面层次的三维轮廓的不变矩为：
[indP=x，y∈U2ax=ay，?a∈P] （7）
多帧二维动画图像总共可划分成K个分块特征区域，在K个分块特征区域，[indP]等价于初始种子点边缘轮廓特征点集合[8]，按照区域融合的方法得到信息融合边界搜索区域描述为：
[RβX=UE∈URcE，X≤β] （8）
初始化多帧二维动画图像的网格模式，选取窗口为3×3进行图像匹配，设灰度平均值[Tm，n]大小为[M×N]，而待搜索区域图像S大小为[H×L]，计算种子点匹配精度为[H-M+1×L-N+1]。在对象层次的邻域中，定义三维图形重构的像素数据流为：
[x（k）=x1（k），x2（k），…，xm（k）， i=1，2，…，m] （9）
式中：[k]为特征形态学分割模板数；[xi（k）]为图像采样的时间间隔。通过上述分析，得到图形渲染的表面层次平滑公式如下：
[Ci，j=k=1Kifftfftdfk?fftdfi，jk*] （10）
式中，[dfk]和[dfi，jk]分别为图像特征点的目标分布场和仿射不变区域的分布场信息差异值，其相关系数可表示为：
[Ci，j=k=1Km=1Mn=1Ndfm，n，k dfi，jm+1，n+1，k] （11）
式中：[df]为目标分布场，[dfi，j]为候选区域分布场。
2.2 图像的三维生成实现
采用对象层次与表面层次随动信息融合方法进行动画图像渲染，实现多帧二维动画图像的三维重构与动态生成，对象层次与表面层次随动信息融合像素矩阵为：
[D=I2xIxIyIxIyI2y·?I] （12）
式中，[?I=IxIyT]是多帧二维动画图像尺度在[（x，y，σ）]处的空间梯度值。根据对象层次窗口区域的图像平滑输出结果，引入多帧二维动画图像在像素点[（i，j）]处的尺度函数[τ（C）=kC]，将图像S分解为具有k阶的网格空间进行梯度空间重组，得到图像的三维生成的渲染判决模型描述为：
[H1 ：Ut=Vt+αtWt] （13）
式中：[Vt]表示多幀二维动画图像的相关特征信息的邻域灰度值；[Wt]表示提取的尺度与主方向的融合参量；[αt]表示多帧二维动画图像的位置信息。将特征点作为起点进行多层迭代，实现三维图像生成，得到动画图像生成的像素值配准结果为：
[c（x，y）=x=1WΔx，Δy?IxIy+I2xI2y] （14）
3 仿真测试分析
为了测试本文算法在实现多帧二维动画图像的三维自动生成中的性能，进行仿真测试分析，采用Matlab仿真实验分析方法进行性能验证。其中，多帧二维动画图像采集的分辨率为1 024[×]500，图像渲染的迭代补偿设置为0.95，视角变化范围为0.24～0.50，在900帧点，1 021帧点，1 234帧点进行多帧二维动画图像采集，采用本文技术进行三维自动生成处理，得到图像处理结果如图2所示。
图2 三个帧点的二维动画图像三维自动生成结果
分析图2结果得知，采用本文方法进行多帧二维动画图像三维自动生成处理，具有较高的图像处理质量。图3给出了采用不同方法进行图像处理的信噪比结果，信噪比越高，说明二维动画图像三维自动生成处理的质量越好。分析图3结果得知，本文方法进行图像处理具有较高的峰值信噪比。
4 结 语
本文提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像的三维自动生成技术，采用相似度度量方法进行图形渲染的表面层次平滑处理，采用对象层次与表面层次随动信息融合方法进行动画图像渲染，实现多帧二维动画图像的三维重构与动态生成。采用改进方法时图像具有较高的逼真性，输出图像峰值信噪比较高。
参考文献
[1] 王云烨，李勃，董蓉，等.基于透射率空间与色彩纹理相关性的图像分割[J].电子测量技术，2015，38（1）：41?46.
[2] 李淑英，潘亚.小波变换和阈值分割算法的激光图像伪影校正[J].激光杂志，2016，37（6）：139?141.
[3] 肖淑苹，贺毅岳.一种改进的EMD图像信号去噪算法[J].现代电子技术，2016，39（16）：91?93.
[4] 卞乐，霍冠英，李庆武.基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割[J].计算机应用，2016，36（11）：3188?3195.
[5] 马新武，赵国群，王芳.一种三维表面网格自动生成方法[J].计算力学学报，2015（2）：250?255.
[6] 肖迪，邓秘密，张玉书.基于压缩感知的鲁棒可分离的密文域水印算法[J].电子与信息学报，2015，37（5）：1248?1254.
[7] 朱路，刘江锋，刘媛媛，等.基于稀疏采样与级联字典的微波辐射图像重构方法[J].微波学报，2014，30（6）：41?45.
[8] 陈玲侠.矿山地质逆断层边缘子带合成矢量重构[J].控制工程，2014，21（5）：793?796.
