资源描述：
《基于纹理提取和优化的图像矢量化方法毕业论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、毕业设计说明书作者:杨阳学号：1111850205学院:理学院专业(方向):数学与应用数学题目:基于纹理提取和优化的图像矢量化方法指导者：刘利刚教授李建良教授评阅者：刘红毅副教授2015年6月声明我声明，本毕业设计说明书及其研究工作和所取得的成果是本人在导师的指导下独立完成的。研究过程中利用的所有资料均已在参考文献中列出，其他人员或机构对本毕业设计工作做出的贡献也已在致谢部分说明。本毕业设计说明书不涉及任何秘密，南京理工大学有权保存其电子和纸质文档，可以借阅或网上公布其部分或全部内容，可以向有关
2、部门或机构送交并授权保存、借阅或网上公布其部分或全部内容。学生签名：年月日指导教师签名：年月日毕业设计说明书中文摘要矢量图，即根据几何特性来绘制图像，其存储的矢量信息为点或者线，以及一些关键点的颜色。矢量图相比位图的好处是十分明显的，例如，矢量图的文件小，而且可以无限缩放，不会出现马赛克，不会失真，更容易进行程式化与几何编辑，并且可以利用矢量图进行动画编辑。与此同时，矢量图还有十分广泛的应用前景，如各种CAD软件的应用，以及医疗、动漫以及航空航天领域的其他应用。然而，使用现有的图像矢量化与渲染系
3、统对复杂纹理的图像进行矢量化，其实验结果并不理想，因此，本文结合现有的矢量图提取和渲染系统，分析讨论使用一种不仅可以对一般平滑图像，也可以对纹理结构十分明显的图像进行矢量化的方法。首先，本文通过分析比较已有的纹理提取算法，选取全变差方法完成对纹理图像的预处理，将原始位图处理为主结构部分和纹理部分，以便进一步对这两部分依次进行处理。其次，对处理后的主结构部分进行矢量化以及颜色渲染的工作。结合已有的成果，本文采用扩散曲线的方法进行矢量化处理。首先对图像进行分割预处理，再将其转换为灰度图，然后通过Ca
4、nny边缘检测提取图像的边缘信息以及细节信息，再将这些曲线信息进行K-Means聚类以及B样条拟合，最后提取关键点的像素值。在这些矢量化信息的基础上，使用扩散曲线方法进行颜色渲染，即求解泊松方程。最后，对原始图像的纹理部分进行处理，将其与矢量化后的平滑部分进行结合，得到最终的矢量化图像。关键词纹理提取矢量化扩散曲线B样条拟合颜色渲染毕业设计说明书外文摘要TitleImagevectorbasedontextureextractionandoptimizationAbstractVectordia
5、gram,accordingtothegeometrycharacteristictodrawtheimage,thevectorinformationstoredaspointsorlines,aswellassomeofthekeypointsofthecolor.Comparedwithvectordiagram,thebenefitsofbitmapareveryobvious,thefileofthevectormapissmall,butitcanbeinfinitezoom,mor
6、estylizedandgeometricediting,andcanusevectoranimationediting.Atthesametime,vectorgraphicshaveaverywiderangeofapplications,applicationssuchasCADsystem,andthefieldofAeronauticsandAstronauticsotherapplications.Therefore,thispapercombinedwiththevectorext
7、ractionandrenderingoftheexistingsystem,putforwardakindofmethod,whichcanalsohandletheimagewithsignificanttexture.Firstly,thispapercompletethepreprocessingmethodfortextureimage,thentheoriginalbitmapcanbedividedintothesmoothingpartandthetexturepart,inor
8、dertofurtheronthistwopartsprocessing.Secondly,wetreatwiththemainstructurepartbyvectorandcolorrendering.Firstly,convertedtograyscale,andthenbymeansoftheCannyedgedetectiontoextracttheimageedgeanddetailinformation,thenusetheK-MeansclusteringandBsplineto
