移動(dòng)數(shù)字多媒體動(dòng)畫目標(biāo)圖像校正仿真

摘 要：本文主要探討了移動(dòng)數(shù)字多媒體動(dòng)畫目標(biāo)圖像校正的相關(guān)問題。文章首先簡單闡述了校正的基本原理，形成對(duì)移動(dòng)數(shù)字多媒體動(dòng)畫目標(biāo)圖像校正的基本認(rèn)識(shí);然后具體分析了基于圓度判別、像素灰度以及透視原理的移動(dòng)數(shù)字多媒體動(dòng)畫圖像傾斜校正方法的基本原理及存在的突出問題;最后針對(duì)這些方法存在的問題提出了基于Radon變換與Canny算子相結(jié)合的移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正方法，通過實(shí)證研究探討了該方法的優(yōu)點(diǎn)。

關(guān)鍵詞：移動(dòng)數(shù)字多媒體;動(dòng)畫;圖像校正

0 前言

隨著移動(dòng)互聯(lián)網(wǎng)的普及程度越來越高，移動(dòng)數(shù)字多媒體在生產(chǎn)和生活中的應(yīng)用也越來越廣泛。在制作移動(dòng)數(shù)字多媒體動(dòng)畫的過程中，只有保障其質(zhì)量，才能使移動(dòng)數(shù)字多媒體動(dòng)畫功能全、范圍廣等特點(diǎn)得到充分的發(fā)揮。為此，運(yùn)用科學(xué)的技術(shù)與手段，校正移動(dòng)數(shù)字多媒體動(dòng)畫目標(biāo)圖像以改善其質(zhì)量，顯得尤為重要。對(duì)于移動(dòng)數(shù)字多媒體動(dòng)畫目標(biāo)圖像校正技術(shù)的研究，是當(dāng)下的一個(gè)重要課題。

1 移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正的具體原理概述

動(dòng)畫圖像目標(biāo)的校正是當(dāng)前移動(dòng)數(shù)字多傳媒動(dòng)畫需要解決的一個(gè)重要技術(shù)問題，在校正的過程中可以選擇的技術(shù)方法是多種多樣的，但無論采取何種技術(shù)方法，其原理基礎(chǔ)都是大同小異的。移動(dòng)數(shù)字多傳媒動(dòng)畫目標(biāo)圖像校正的基本原理如下：在校正的過程中，需要采集無傾斜動(dòng)畫圖像，根據(jù)特定的準(zhǔn)則，將動(dòng)畫圖像當(dāng)中的特征點(diǎn)數(shù)目減少，并判斷其最大的興趣點(diǎn)集合，然后提取出特征點(diǎn)的特征，該特征應(yīng)該具有旋轉(zhuǎn)不變性，最后，提取出待校正動(dòng)畫圖像的特征點(diǎn)，并完成特征點(diǎn)雙向自相關(guān)式配準(zhǔn)，從而實(shí)現(xiàn)動(dòng)畫傾斜目標(biāo)圖像的校正。

具體可以將無傾斜動(dòng)畫圖像假設(shè)為f（x，y），在f（x，y）中有許多特征點(diǎn)，其中動(dòng)畫圖像的圖像角點(diǎn)d以及動(dòng)畫圖像的質(zhì)量中心g是最重要的特征點(diǎn)。動(dòng)畫圖像的圖像角點(diǎn)在旋轉(zhuǎn)及平移下具有不變性，而動(dòng)畫圖像的質(zhì)量中心是某個(gè)子區(qū)域像素值的重心，所以是動(dòng)畫圖像最典型的特征點(diǎn)。在移動(dòng)數(shù)字多傳媒動(dòng)畫目標(biāo)圖像校正的過程中，首先需要利用提取公式〔h（t）表示的是特征點(diǎn)的提取函數(shù)，I0表示的是最大興趣特征點(diǎn)集合〕提取出無傾斜移動(dòng)數(shù)字多傳媒動(dòng)畫目標(biāo)圖像的最大興趣特征點(diǎn)集合。在獲取了動(dòng)畫目標(biāo)圖像的特征點(diǎn)后，再提取出描述該特征點(diǎn)的向量，也就是特征描述子，其可以利用公式（其中λ表示的是特征描述子的提取準(zhǔn)則）。假設(shè)有待校正的移動(dòng)數(shù)字多傳媒動(dòng)畫目標(biāo)圖像為f（x，y），將其代入提取公式中可以得到傾斜動(dòng)畫圖像的最大興趣特征點(diǎn)集合I1，并通過特征描述子的計(jì)算公式得到其特征描述子lt。通過將I0中的各點(diǎn)，在I1中查詢相關(guān)系數(shù)較大的點(diǎn)作為校正配準(zhǔn)點(diǎn);將I1中的各點(diǎn)在I0中查詢相關(guān)系數(shù)較大的點(diǎn)作為配準(zhǔn)點(diǎn)，就可以確保I1及I0中各個(gè)特征點(diǎn)都有一個(gè)配準(zhǔn)點(diǎn)。然后，再進(jìn)行相同的配準(zhǔn)點(diǎn)對(duì)數(shù)量的查找，要是I0當(dāng)中，其第i各配準(zhǔn)點(diǎn)是I1中的第j個(gè)點(diǎn)，接著就可以判斷I1的第j個(gè)點(diǎn)是不是I0的第i個(gè)點(diǎn)，如果結(jié)果為是則表明配準(zhǔn)成功，如果為否則可以將I0的第i個(gè)點(diǎn)剔除，直到最后得到傾斜動(dòng)畫目標(biāo)圖像的正結(jié)果R（x，y）。

2 主要的移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正方法及存在的缺點(diǎn)

在制作移動(dòng)數(shù)字多媒體動(dòng)畫的過程中，交互式動(dòng)畫傾斜是一個(gè)客觀存在的問題，對(duì)移動(dòng)數(shù)字多媒體動(dòng)畫制作的質(zhì)量有直接的影響。因此，對(duì)其的圖像校正是一個(gè)重要的環(huán)節(jié)。校正可以通過多種方法實(shí)現(xiàn)，其中傳統(tǒng)的方法是將待校正的移動(dòng)數(shù)字多媒體動(dòng)畫圖像進(jìn)行全方位投影，然后將投影數(shù)據(jù)求和，以不同方位數(shù)據(jù)的累加和為依據(jù)，判斷數(shù)字多媒體動(dòng)畫圖像的傾斜角度，從而完成整個(gè)動(dòng)畫目標(biāo)圖像的校正。這種方法有明顯的缺陷，由于在校正的過程中需要極大數(shù)據(jù)量的運(yùn)算，需要耗費(fèi)的時(shí)間比較長，更重要的是通過該方法的校正，效果也得不到有效的保障，誤差比較大。移動(dòng)數(shù)字多媒體動(dòng)畫圖像的校正在目前是一個(gè)熱門的研究話題，領(lǐng)域內(nèi)的專家與學(xué)者進(jìn)行了大量的研究，探索出了一些具有代表性的校正方法。

一是基于圓度判別的移動(dòng)數(shù)字多媒體動(dòng)畫圖像傾斜校正。這種校正方法需要先對(duì)移動(dòng)數(shù)字多媒體動(dòng)畫圖像進(jìn)行預(yù)處理，以獲得二值圖像輪廓邊緣。然后再通過移動(dòng)數(shù)字多媒體動(dòng)畫圖像內(nèi)圓度確定最接近圓的圓形樣點(diǎn)，從而取得樣點(diǎn)的質(zhì)心，并計(jì)算連接質(zhì)心直線的斜率，最終得到移動(dòng)數(shù)字多媒體動(dòng)畫圖像的傾斜角度完成圖像的校正。該動(dòng)畫目標(biāo)圖像校正方法雖然能夠較好地完成校正工作，校正的效率有了很大的提高，但是仍然存在一些問題，其中最突出的就是校正誤差，每幅待校正的圖像都會(huì)有較大的校正誤差，使其無法完全滿足準(zhǔn)確校正的要求。

二是基于像素灰度的移動(dòng)數(shù)字多媒體動(dòng)畫圖像傾斜校正。該校正方法的運(yùn)用需要考慮到圖像的結(jié)構(gòu)特征，以圖像的行、列兩個(gè)方向的像素灰度為依據(jù)，確定圖像校正指標(biāo)，并在角度檢測(cè)范圍利用折半搜索法以及校正指標(biāo)檢測(cè)待校正圖像的校正角度、校正位置?；谙袼鼗叶鹊囊苿?dòng)數(shù)字多媒體動(dòng)畫圖像傾斜校正方法具有前期耗時(shí)較少及平穩(wěn)度較高的優(yōu)點(diǎn)。但是，在待校正圖像不斷增加的情況下，利用該方法校正需要消耗的時(shí)間會(huì)大幅度增加，當(dāng)數(shù)量大于10幅時(shí)，其耗時(shí)會(huì)出現(xiàn)明顯的上升，因此具有耗時(shí)長的缺點(diǎn)。

三是基于透視原理的移動(dòng)數(shù)字多媒體動(dòng)畫圖像傾斜校正。在運(yùn)用該方法校正圖像的過程中，需要引入畸變誤差因子，從而構(gòu)建移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正的具體方法，通過標(biāo)定數(shù)碼相機(jī)參數(shù)，實(shí)現(xiàn)圖像傾斜校正?；谕敢曉淼囊苿?dòng)數(shù)字多媒體動(dòng)畫圖像傾斜校正方法的優(yōu)點(diǎn)在于校正之后能夠確保圖像清晰度不會(huì)受到太大的影響，其校正的效果相較于基于圓度判別的移動(dòng)數(shù)字多媒體動(dòng)畫圖像傾斜校正有一定的提升。但是，這種方法仍然存在著校正偏差大、校正可靠性較差的問題。

3 基于Radon變換與Canny算子相結(jié)合的移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正實(shí)例研究

通過前面的分析可知，移動(dòng)數(shù)字多媒體動(dòng)畫圖像的校正意義重大，但是上述的目標(biāo)圖像校正方法都存在著比較明顯的缺點(diǎn)，例如在校正的過程中需要消耗的時(shí)間長，校正的時(shí)間成本高，或者是存在校正誤差大，校正的效果無法得到更有力的保證等問題。為此，可以采用基于Radon變換與Canny算子相結(jié)合的移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正方法，校正交互式動(dòng)畫目標(biāo)圖像，進(jìn)一步改善校正的整體效果。為了驗(yàn)證基于Radon變換與Canny算子相結(jié)合的移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正方法的校正效果，在MATLAB2017上搭建實(shí)驗(yàn)平臺(tái)，選擇50幅動(dòng)畫圖像作為待校正圖像進(jìn)行實(shí)驗(yàn)，檢驗(yàn)基于Radon變換與Canny算子動(dòng)畫圖像校正方法的校正誤差和校正效率。

3.1 基于Radon與Canny移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正的關(guān)鍵內(nèi)容

該移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正方法首先需要基于徑向畸變與傾斜失真模型建立動(dòng)畫圖像，在此過程中需要根據(jù)移動(dòng)數(shù)字多媒體動(dòng)畫圖像的傾斜失真和網(wǎng)格坐標(biāo)系，以及移動(dòng)數(shù)字多媒體動(dòng)畫圖像的坐標(biāo)系偏差為依據(jù)，通過幾何關(guān)系得到傾斜失真模型，再利用多項(xiàng)式擬合法得到移動(dòng)數(shù)字多媒體動(dòng)畫圖像的徑向畸變模型。再將Radon變換與Canny算子結(jié)合，校正傾斜的移動(dòng)數(shù)字多媒體動(dòng)畫圖像。在校正的過程中，通常需要處理彩色的移動(dòng)數(shù)字多媒體動(dòng)畫圖像，將其轉(zhuǎn)化為灰度動(dòng)畫圖像，并且利用高斯濾波器做出平滑處理，通過Canny算子完成圖像的邊緣檢測(cè)，利用Radon變換獲得移動(dòng)數(shù)字多媒體動(dòng)畫圖像的傾斜角度。最后通過傾斜失真模型、最大傾斜角、徑向畸變模型代入到雙線性差值法中，最終獲得校正后的圖像。具體的實(shí)驗(yàn)步驟如下：

3.2 基于Radon與Canny移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正的實(shí)驗(yàn)步驟

基于Radon與Canny移動(dòng)數(shù)字多媒體動(dòng)畫圖像校正具體包括五個(gè)步驟：第一步，將用于實(shí)驗(yàn)的待校正圖像讀入;第二步，將彩色的待校正動(dòng)畫目標(biāo)圖像轉(zhuǎn)換為灰度圖像，為圖像邊緣檢測(cè)做好準(zhǔn)備;第三步，通過Canny算子完成對(duì)轉(zhuǎn)換后的待校正動(dòng)畫目標(biāo)圖像的邊緣檢測(cè)，找到圖像的最大傾斜角，在這一步驟中首先需要通過高斯濾波器完成對(duì)待校正動(dòng)畫目標(biāo)圖像的平滑處理，然后利用一階偏導(dǎo)有限差分計(jì)算梯度方向及幅值，接著針對(duì)梯度幅值進(jìn)行非極大值抑制，最后通過雙閾值算法完成檢測(cè)，并連接圖像邊緣;第四步，通過Radon變換完成對(duì)待校正動(dòng)畫目標(biāo)圖像傾斜角度的計(jì)算，在傾斜角度計(jì)算的過程中，需要以θ來表示圖像Radon變換的角度，而θ的取值為0度到180度的區(qū)間，1度的增量。通過Radon變換計(jì)算傾斜角度首先需要通過Canny算子完成邊緣檢測(cè)獲得的圖像開展radon變換，然后將其各個(gè)方向Radon變換的具體數(shù)值Rθ（X1）計(jì)算出來，接著通過累加以及求導(dǎo)的方法求出變換矩陣中最大的Rθ（X1），最后數(shù)值最大的Rθ（X1）對(duì)應(yīng)的θ的值就是待校正動(dòng)畫目標(biāo)圖像的最大傾斜角。第五步，通過雙線性插值算法旋轉(zhuǎn)獲得50幅動(dòng)畫目標(biāo)圖像校正后的圖像。

4 結(jié)語

校正方法的研究對(duì)于移動(dòng)數(shù)字多媒體動(dòng)畫的發(fā)展有重要的意義。通過基于Radon變換與Canny算子相結(jié)合的校正方法，可以很好地彌補(bǔ)常用的校正方法存在的誤差大、耗時(shí)長的缺陷，從而為移動(dòng)數(shù)字多媒體動(dòng)畫圖像的校正提供一個(gè)有益的思路。

參考文獻(xiàn)：

[1] 郭治卿，賈振紅，楊杰.基于圓度判別的生物芯片圖像傾斜校正算法[J].激光雜志，2017（6）：58-61.

[2] 馬歌.基于Canny算子和Radon變換的證件圖像傾斜校正[J].中國新技術(shù)新產(chǎn)品，2014（15）：14-15.

[3] 王毅萍，黃清源.移動(dòng)數(shù)字多媒體動(dòng)畫目標(biāo)圖像校正仿真[J].計(jì)算機(jī)仿真，2018，35（11）：196-200.

作者簡介：楊成立（1972—），男，安徽淮北人，南京工程學(xué)院藝術(shù)與設(shè)計(jì)學(xué)院副教授，研究方向：藝術(shù)設(shè)計(jì)，藝術(shù)學(xué)理論與創(chuàng)作。