基于拓扑关系的复杂序列图形匹配系统及其实现方法

专利名称：基于拓扑关系的复杂序列图形匹配系统及其实现方法
技术领域：
本发明涉及数字图形图像处理以及数字娱乐领域，尤其是一种基于拓扑关系的复 杂序列图形匹配方法。
背景技术：
目前，序列图形图像的匹配技术是建立图形之间内在关系的关键技术，对于复杂 图形还涉及分层技术。这些技术是实现目标自动匹配、拓扑关系自动建立、自动高质量上色 以及计算机自动内插的关键。也是实现二维动画制作自动化、智能化的核心技术。序列图形图像配准问题的研究是数字视频、模式识别、计算机视觉以及动画自动 处理的一个主要内容，与静止图像处理不同的是序列图形图像包含很多帧间瞬时的相关 因素(冗余度)，当然也可以把序列图形图像当作一个一个静态图像序列进行处理，其间处 理是相对独立的，但是，借助于多帧处理技术所产生的冗余度就可以使得我们去开发更有 效的算法，大多数情况下，相对独立的处理序列图形图像的方法，根本无法满足序列图形图 像所要求的海量数据高速运转等要求，也不能满足二维动画向自动化、智能化发展的需要。对于序列图形图像在动画领域的应用，主要分为两大类一是基于栅格数据结构 的序列图像配准；另一个是基于矢量的序列图形匹配。对于序列图像配准，主要方法如光流 分析法、相位相关法、块匹配法、像素逆归法、贝斯法等；对于序列图形匹配，主要方法如轮 廓匹配、质心匹配以及模式匹配等。对于基于栅格数据结构的序列图像配准，在动画方面的应用目前主要集中在图像 变形(Image Morphing)领域，典型的如加拿大Toon Boom公司的二维动画制作系统，就是 采用这个技术进行中间帧的自动内插。另外，Flash网络动画制作系统中也应用了这个技 术。对于基于矢量的序列图形匹配，在动画方面的应用还处在研究初期，主要研究集 中在简单多边形的相似性判断上，目前这类研究开展比较广泛和深入，研究成果颇多。利用两个图形的轮廓形状进行相似性判断也是序列图形配准的一个重要手段，判 断两个轮廓形状是否相似的方法很多，对特殊形状，如多边形一般可用计算角或边的比例 的方法；对于规则的曲线可用参数判决法进行判断。在轮廓匹配方面，主要分为两大类一类是基于线的匹配算法，即以多边形的轮廓 为主要特征的匹配。典型算法是Yamamoto提出的基于多边形轮廓的松弛迭代匹配法。其基 本思想是在多边形轮廓上按照一定算法选取一些特征点，由这些特征点组成近似多边形， 由近似多边形进行松弛迭代匹配达到多边形的匹配；另一类是基于面的匹配算法，即以多 边形的面积和“质量”为主要特征进行匹配。这类算法中Montgomery等人提出的方法具有 一定的代表性，其基本思想是将序列图形中的任意图形中各个轮廓中心向相邻图形作投 影，若相邻图形上各轮廓中心落在距投影点一定阈值范围内，即认为此两轮廓有匹配关系。基于多边形质心的多边形匹配是充分利用序列图形的内部信息(各多边形之间 相互位置信息)，根据各多边形的质心位置变化具有连续性这一规律，在相邻帧内寻找各多边形之间的匹配关系。模式匹配是研究应用最多的匹配方式，是图形相似性判断最常用的手段。其主要 思想是通过大量的学习和训练，提取出某类相似多边形的一些固定模式，然后利用这些固 定模式与未知多边形进行匹配。基于栅格数据结构的序列图像配准由于数据结构的限制，对于图形变化较大，出 现遮挡等情况时无法完成配准工作，基于此方法不能很好的表达序列图形图像的内在联系。基于轮廓匹配的算法由于理论本身问题存在一定缺陷。第一类算法在多边形形状 发生较大变化时，难以达到满意效果；第二类方法只孤立地依靠轮廓所在局部的位置进行 匹配，很可能产生较大的误差，因此该方法只能达到局部最优，而非全局最优。另外由于各 轮廓尺度大小不同，上述阈值并不是单一的，因而不好确定。基于质心的多边形匹配由于多边形产生叠加分割导致多边形质心产生较大变化， 多数情况下难以完成匹配，只适合变化不大的序列图形。模式匹配方法由于前提条件是要预先知道一些固定模式，对于千变万化的序列图 形在实用性上都受到一些限制。拓扑关系是指满足拓扑几何学原理的各空间数据间的相互关系。即用结点、弧段 和多边形所表示的实体之间的邻接、关联、包含和连通关系。如点与点的邻接关系、点与面 的包含关系、线与面的相离关系、面与面的重合关系等。拓扑关系是指图形元素之间相互空间上的连接、邻接关系并不考虑具体位置.这 种拓扑关系是由数字化的点、线、面数据形成的以用户的查询或应用分析要求进行图形选 取、叠合、合并等操作。

发明内容
本发明的目的在于克服上述缺陷，提供一种基于拓扑关系的复杂序列图形匹配方 法，该方法建立复杂序列图形的内在联系。这是智能无纸卡通的核心技术。本发明的技术方案是本发明把多边形配准问题归结为两个集合中元素的匹配问题。问题的实质在于求 解最大匹配问题，也即以满足拓扑关系为条件对多边形配准问题求解，求出最大匹配。一种基于拓扑关系的复杂序列图形匹配系统，包括识别、提取模块，用于奖前一帧图形中各多边形，得到具有相互分离的顶点集合V， 以及识别、提取与前一帧相邻的后一帧图形中各多边形，得到具有相互分离的顶点集合W;有向化模块，用于将顶点集合V中各元素指向顶点集合W连线，进行有向化，得到 连接边和有向偶图，获得前一帧图形中各多边形的集合与后一帧图形中各多边形的集合中 每一个多边形的拓扑关系；匹配网络，用于将有向偶图形成匹配网络；最大流量求解模块，利用最大流量法获得匹配网络中各个连接边的最大结果流 量；关联匹配模块，将获得的最大结果流量与匹配网络进行关联，对顶点集合V和顶 点集合W中各元素进行匹配
完整匹配输出模块，根据关联结果进行前一帧图形中各多边形与后一帧图形中各 多边形的匹配，最终完成前一帧图形与后一帧图形的匹配。所述有匹配网络中包括超级源s和超级汇z，超级源s到超级汇ζ之间有若干条通 路P。所述通路P上每条边是一致定向的并且每条边上的流量小于通路P流量。还包括查找模块，用于在匹配网络中查找通路P ；还包括流量增加模块，用于沿查找到的通路P增加流量。一种基于拓扑关系的复杂序列图形匹配方法，包括以下步骤A)识别、提取前一帧图形中各多边形，得到具有相互分离的顶点集合V，识别、提 取与前一帧相邻的后一帧图形中各多边形，得到具有相互分离的顶点集合W ；顶点集合V中 的各顶点对应前一帧图形中的每个多边形，顶点集合W中的各顶点对应后一帧图形中的每 个多边形J1集合中为前一帧图形的所有多边形的集合(A，B，C，D，夂)，々、8、(、0、…为 顶点集合V中各分离顶点J2集合中为后一帧图形的所有多边形的集合(a，b，c, d，…)， a、b、c、d、…为顶点集合W中各分离顶点；B)将顶点集合V中各元素指向顶点集合W连线，得到连接边，获得前一帧图形中各 多边形的集合与后一帧图形中各多边形的集合中每一个多边形的拓扑关系；该连接边即为 每一个多边形的拓扑关系；C)利用顶点集合V和顶点集合W形成匹配网络Gt ；D)利用最大流量法获得步骤C)中匹配网络Gt中各个连接边的最大结果流量；E)将步骤C获得的最大结果流量与匹配网络进行关联，对顶点集合V和顶点集合 W中各元素进行匹配若从顶点集合V的子集ν指向顶点集合W的子集w的边(v，w)的流量为1，则顶 点集合V的子集ν与顶点集合W的子集w匹配，则得到匹配网络的流量给出的一个匹配；若获得最大结果流量，则得到最大匹配；若最大结果流量的值为I V I，则得到完全匹配；一个匹配即为顶点集合V中一个多边形与顶点集合W中一个多边形配准；最大匹配即为顶点集合V中有最多数量的多边形与顶点集合W中相应的多个多边 形配准；完全匹配即为顶点集合V中有所有多边形与顶点集合W中相应的所有多边形配 准；F)根据步骤E的关联结果进行前一帧图形中各多边形与后一帧图形中各多边形 的匹配，最终完成前一帧图形与后一帧图形的匹配。所述步骤C利用顶点集合V和顶点集合W形成匹配网络Gt包括以下步骤设G是具有相互分离的顶点集合V和W的有向偶图，其中每条边的方向从V中的 顶点指向W中的顶点，在有向偶图G中引入超级源s和超级汇ζ ；将超级源s指向顶点集合V中各元素的每条边赋值容量1，将顶点集合V中各元素 指向顶点集合W中各元素的每条边赋值容量1，将顶点集合W中各元素指向超级汇ζ的每条 边赋值容量1，形成匹配网络Gt。所述步骤D包括以下步骤
从某个初始流量开始，重复地增加流量值直到不能再增加为止。则结果流量将是 一个最大流量；a)从匹配网络Gt的一个流量开始，查找匹配网络Gt中超级源s到超级汇ζ的一 条通路P，该通路P上每条边是一致定向的并且每条边上的流量小于通路P流量；b)若满足上述条件的通路P不存在，则结束查找，通路P上每条边的流量是最大结
果流量；c)若查找到满足上述条件的通路P，则沿该通路增加流量Δ，直到查找不到满足 上述条件的通路P，则返回步骤b。所述流量Δ = minX,X由数Cij-Fij组成；其中Cij为通路P的流量，Fij为通路P中 一致定向的边(i，j)的流量。本发明的有益效果是本发明实现了复杂序列图形的内在联系建立的难题，是对目前二维动画制作方法 进行彻底的技术改造——用计算机替代手工劳动，提高动画产品生产效率的一次根本性的 技术突破。本发明在多边形形状发生较大变化时，仍然可以达到满意效果；克服了孤立地依 靠轮廓所在局部的位置进行匹配的弊端，匹配较为精确，该方不仅能达到局部最优，更可以 实现全局最优。在多边形产生叠加分割导致多边形质心产生较大变化，也可以成功完成匹配。本 发明无需预先设定固定模式，满足序列图形匹配的实时性。由于本发明能很好的表达序列 图形图像的内在联系，因此本发明对于图形变化较大，出现遮挡等情况也可完成配准工作。


图1是本发明的基于拓扑关系的复杂序列图形匹配系统的示意图。图2是一致定向的边与非一致定向的边的示意图。图3是集合Jl (A，B，C，D)和集合J2 (a，b，c，d，e)匹配的示意图。图4是最大匹配和一个完全匹配的示意图。图5是匹配问题及匹配网络的示意图。图6是相互匹配的相邻两帧复杂图形多边形个数没有发生变化时的示意图。图7是相互匹配的相邻两帧复杂图形多边形发生叠加切割的示意图。图8是相互匹配的相邻两帧复杂图形多边形发生叠加遮挡的示意图。
具体实施例方式下面结合附图对本发明作进一步描述我们注意到，不论图形内部的各个多边形怎样变化，序列图形之间的相互关系基 本保持不变或变化缓慢，这样就可以利用拓扑关系进行配准，而达到两帧图形内部各个多 边形的配准，从而完成两帧图形的配准。本发明采用基于复杂图形拓扑关系的最大流量法 解决序列图形的匹配问题。一种基于拓扑关系的复杂序列图形匹配系统，包括识别、提取模块，用于奖前一帧图形中各多边形，得到具有相互分离的顶点集合V，以及识别、提取与前一帧相邻的后一帧图形中各多边形，得到具有相互分离的顶点集合W;有向化模块，用于将顶点集合V中各元素指向顶点集合W连线，进行有向化，得到 连接边和有向偶图，获得前一帧图形中各多边形的集合与后一帧图形中各多边形的集合中 每一个多边形的拓扑关系；匹配网络，用于将有向偶图形成匹配网络；最大流量求解模块，利用最大流量法获得匹配网络中各个连接边的最大结果流 量；关联匹配模块，将获得的最大结果流量与匹配网络进行关联，对顶点集合V和顶 点集合W中各元素进行匹配完整匹配输出模块，根据关联结果进行前一帧图形中各多边形与后一帧图形中各 多边形的匹配，最终完成前一帧图形与后一帧图形的匹配。有匹配网络中包括超级源s和超级汇z，超级源s到超级汇ζ之间有若干条通路 P。通路P上每条边是一致定向的并且每条边上的流量小于通路P流量。还包括查找模块，用于在匹配网络中查找通路P ；还包括流量增加模块，用于沿查找到的通路P增加流量。—种基于拓扑关系的复杂序列图形匹配方法，包括以下步骤A)识别、提取前一帧图形中各多边形，得到具有相互分离的顶点集合V，识别、提 取与前一帧相邻的后一帧图形中各多边形，得到具有相互分离的顶点集合W ；顶点集合V中 的各顶点对应前一帧图形中的每个多边形，顶点集合W中的各顶点对应后一帧图形中的每 个多边形J1集合中为前一帧图形的所有多边形的集合(A，B，C，D，夂)，々、8、(、0、…为 顶点集合V中各分离顶点J2集合中为后一帧图形的所有多边形的集合(a，b，c, d，…)， a、b、c、d、…为顶点集合W中各分离顶点；B)将顶点集合V中各元素指向顶点集合W连线，进行有向化，得到连接边，获得前 一帧图形中各多边形的集合与后一帧图形中各多边形的集合中每一个多边形的拓扑关系； 该连接边即为每一个多边形的拓扑关系；C)利用顶点集合V和顶点集合W形成匹配网络Gt ；D)利用最大流量法获得步骤C)中匹配网络Gt中各个连接边的最大结果流量；E)将步骤C获得的最大结果流量与匹配网络进行关联，对顶点集合V和顶点集合 W中各元素进行匹配若从顶点集合V的子集ν指向顶点集合W的子集w的边(v，w)的流量为1，则顶 点集合V的子集ν与顶点集合W的子集w匹配，则得到匹配网络的流量给出的一个匹配；若获得最大结果流量，则得到最大匹配；若最大结果流量的值为I V I，则得到完全匹配；一个匹配即为顶点集合V中一个多边形与顶点集合W中一个多边形配准；最大匹配即为顶点集合V中有最多数量的多边形与顶点集合W中相应的多个多边 形配准；完全匹配即为顶点集合V中有所有多边形与顶点集合W中相应的所有多边形配 准；
F)根据步骤E的关联结果进行前一帧图形中各多边形与后一帧图形中各多边形 的匹配，最终完成前一帧图形与后一帧图形的匹配。步骤C利用顶点集合V和顶点集合W形成匹配网络Gt包括以下步骤设G是具有相互分离的顶点集合V和W的有向偶图，其中每条边的方向从V中的 顶点指向W中的顶点，在有向偶图G中引入超级源s和超级汇ζ ；将超级源s指向顶点集合V中各元素的每条边赋值容量1，将顶点集合V中各元素 指向顶点集合W中各元素的每条边赋值容量1，将顶点集合W中各元素指向超级汇Z的每条 边赋值容量1，形成匹配网络Gt。步骤D包括以下步骤从某个初始流量开始，重复地增加流量值直到不能再增加为止。则结果流量将是 一个最大流量；a)从匹配网络Gt的一个流量开始，查找匹配网络Gt中超级源s到超级汇ζ的一 条通路P，该通路P上每条边是一致定向的并且每条边上的流量小于通路P流量；b)若满足上述条件的通路P不存在，则结束查找，通路P上每条边的流量是最大结
果流量；c)若查找到满足上述条件的通路P，则沿该通路增加流量Δ，直到查找不到满足 上述条件的通路P，则返回步骤b。流量Δ = minX, X由数Cij-Fij组成；其中Cij为通路P的流量，Fij为通路P中一致 定向的边(i，j)的流量。具体技术方案如下如果Gt是一个传输网络，G中的一个最大流量(maximal flow)是具有最大值的 流量。一般地，可能存在几个具有相同最大值的流量。给出求得最大流量的一个算法。其 基本概念是简单的，从某个初始流量开始，重复地增加流量值直到不能再增加为止。则结果 流量将是一个最大流量。将每条边上的流量设置为0作为初始流量。为了增加给定流量的值，必须找出从 源到汇的一条通路并沿这条通路增加流量。引入某些术语。暂时地，考虑G的边是无向的并设P = (v0, V1,…，vn) , V0 = a, Vn = ζ是这个无向图中从a到ζ的一条通路。如果在P中边e是从ν"指向Vi,则e是 一致定向的(关于P)；否则，则e是非一致定向的(关于P)，如图2。如果能够找到一条通路P，使通路P上每条边是一致定向的并且每条边上的流量 小于其流量，就可能增加流量值。给出如下定理定理2:设P是网络Gt中从a到ζ的满足下列条件的通路对P中每个一致定向的边(i，j),Fij < CijCij为通路P的流量，Fij为通路P中一致定向的边(i，j)的流量(b)对P中每个 非一致定向的边(i，j)；
设0 < F’ ,j ；F’ ,j为通道P中每个非一致性定向的边的流量。Δ= minX这里X由数Cij-Fij (对于P中一致定向的边(i，j))和Fij (对于P中非一致定向 的边(i，j))组成。定义
(i，j)不在P中
(i，j)在P中一致定向
(i，j)在P中非一致定向 则F*是一个流量，它的值比F的流量值大Δ。如果不存在满足定理2条件的通路， 则流量是最大的。
的；

根据定理2我们就可以构造求最大流量的算法。
1.从一个流量(例如，每条边上的流量为0)开始；
2.查找满足定理2条件的一条通路，如果如此的通路不存在，结束；流量是最大
3.如果此通路P存在，则沿增加流量Δ，其中Δ按定理2定义，并转向2。 在形式化的算法中，我们查找满足定理2条件的一条通路，并同时追踪量 Cij_Fij，Fij
序列图形的匹配问题可以看作一个集合中的元素与另一个集合中的元素的匹配 问题，我们可以把这个问题简化成求网络的最大流量，先从一个例子开始。假定集合J1由四个多边形A、B、C和D组成，集合J2由五个多边形a、、b、、c、d和 e组成。即J1 = {A，B，C，D}J2 = {a, b, c, d, e}假定按照某种条件，多边形A与多边形b和e配准，多边形B也与多边形b和e配 准，多边形C与多边形a、c、、d和e配准，多边形D与多边形b和e配准。两个集合J1和J2 中的每个多边形都能够相互配准吗？这种情形能够用图2的图形刻划。顶点代表多边形，一条边连接J1中的一个多边 形和J2中的与之配准的多边形。考虑到多边形A、B和C，它们都与多边形b和e配准，从图 2可以清楚地看出不可能使每个多边形都能够相互配准。如果多边形A和B各与J2中的 一个多边形配准，则多边形D无法配准。因此，不存在对多边形A、B、C和D的完全配准。在此例中，一个匹配由J1的一个多边形与J2的一个多边形配准组成。一个最大匹 配使最多的多边形得到匹配。对于图2图形，粗线表示最大的匹配。完全匹配使J1的每个 多边形得到配准。我们证明了图2图形没有完全匹配。
大个数。
图3中，边连接相配准的多边形。粗线表示最大的匹配，即能够配准的多边形的最
下面给出完全配准的定义 定义4
设G是具有相互分离的顶点集合V和W的有向偶图，其中每条的方向从V中的顶
10点指向W中的顶点。G中的一个匹配时没有公共顶点的边集E。G的最大匹配时含有最大变 数的匹配E。G的一个完全匹配是一个匹配E，它具有性质如果ν e V，则对某个w e W，存 在(v，W) e E。图4中，黑粗线表示的匹配是一个最大匹配且是一个完全匹配。下面讨论如何将匹配问题用网络模型表示。首先对图3的图形中的每条边赋值容量1，如图5。其后我们增加一个超级源s和 从s到A、B、C和D中每个容量为1的边。最后我们引入一个超级汇ζ和从a、b、c、d、e中 每一个到ζ的容量为1的边。我们称如图4的网络为匹配网络。下面的定理关联匹配网络和流量。定理3设G是具有相互分离的顶点集合V和W的有向偶图，其中每条边的方向从V中的 顶点指向W中的顶点。G中的任意顶点在V中或在W中。(a)匹配网络的流量给出G的一个匹配。顶点ν e V与W e W匹配当且仅当边(v， w)的流量为1。(b)最大流量对应于最大匹配。(c)值为|V|的流量对应于完全匹配。证明设a(z)是匹配网络的源(汇)并假定流量已知。假定边(v，w)有流量1，其中ν e V, w e W。进入顶点ν的唯一的边是(a，v)。这 个边必然有流量1，于是进入顶点ν的流量是1。因为流出ν的流量也是1，流量为1的形 式如(ν，χ)的唯一的边(ν，w)。类似地，流量为1形式为(X，w)的唯一边是(V，w)。如果 E是流量为1的形式如(v，w)的边的集合，则E的成员没有公共顶点，于是给出G的一个匹配。(b)和(C)两部分直接从如下事实得出V中匹配的顶点数等于相应流量的值。因为最大流量给出最大匹配，最大流量算法应用于匹配网络生成最大网络。这样基于拓扑关系的多边形配准问题，就是考虑一帧图形内的多边形与相邻帧图 形所包含的多边形的配准问题。实际上就是讨论一个集合中的元素匹配另一个集合中的元 素的问题。J1集合中为前一帧图形的所有多边形的集合(A，B，C，D，…)，J2集合中为后一帧图形的所有多边形的集合(a，b，c，d，…)，连接边为每一个多边形的拓扑关系。用该技术分三种情况进行配准实验，实验时，界面左侧窗口的卡通图形为前一帧 图形，界面右侧窗口的卡通图形为后一帧图形。第一种情况，如图6，是相邻帧多边形个数没有改变，拓扑关系也没有发生变化。第二种情况，如图7，是多边形发生叠加切割现象，多边形个数以及拓扑关系均发 生了变化。即卡通人物的左手分别位于其身体的不同位置，造成不同色块多边形的叠加切 割。第三种情况，如图8，是多边形发生叠加遮挡现象，导致多边形个数发生变化。即卡 通人物的左手分别位于其身体的不同位置，造成不同色块多边形的叠加切割。即卡通人物 的右手分别位于其身体的不同位置，造成不同色块多边形的叠加遮挡。
三种情况的实验结果如下相同颜色的多边形表示成功匹配的多边形。
权利要求
一种基于拓扑关系的复杂序列图形匹配系统，其特征是包括识别、提取模块，用于将前一帧图形中各多边形，得到具有相互分离的顶点集合V，以及识别、提取与前一帧相邻的后一帧图形中各多边形，得到具有相互分离的顶点集合W；有向化模块，用于将顶点集合V中各元素指向顶点集合W连线，进行有向化，得到连接边和有向偶图，获得前一帧图形中各多边形的集合与后一帧图形中各多边形的集合中每一个多边形的拓扑关系；匹配网络，用于将有向偶图形成匹配网络；最大流量求解模块，利用最大流量法获得匹配网络中各个连接边的最大结果流量；关联匹配模块，将获得的最大结果流量与匹配网络进行关联，对顶点集合V和顶点集合W中各元素进行匹配完整匹配输出模块，根据关联结果进行前一帧图形中各多边形与后一帧图形中各多边形的匹配，最终完成前一帧图形与后一帧图形的匹配。
2.根据权利要求1所述的基于拓扑关系的复杂序列图形匹配系统，其特征是所述有匹 配网络中包括超级源s和超级汇z，超级源s到超级汇ζ之间有若干条通路P。
3.根据权利要求2所述的基于拓扑关系的复杂序列图形匹配系统，其特征是所述通路 P上每条边是一致定向的并且每条边上的流量小于通路P流量。
4.根据权利要求1或3所述的基于拓扑关系的复杂序列图形匹配系统，其特征是还包 括查找模块，用于在匹配网络中查找通路P ；还包括流量增加模块，用于沿查找到的通路P增加流量。
5. 一种基于拓扑关系的复杂序列图形匹配的实现方法，其特征是包括以下步骤A)识别、提取前一帧图形中各多边形，得到具有相互分离的顶点集合V，识别、提取与 前一帧相邻的后一帧图形中各多边形，得到具有相互分离的顶点集合W;B)将顶点集合V中各元素指向顶点集合W连线，得到连接边，获得前一帧图形中各多边 形的集合与后一帧图形中各多边形的集合中每一个多边形的拓扑关系；C)利用顶点集合V和顶点集合W形成匹配网络Gt；D)利用最大流量法获得步骤C)中匹配网络Gt中各个连接边的最大结果流量；E)将步骤C获得的最大结果流量与匹配网络进行关联，对顶点集合V和顶点集合W中 各元素进行匹配若从顶点集合V的子集ν指向顶点集合W的子集w的边(v，w)的流量为1，则顶点集 合V的子集ν与顶点集合W的子集w匹配，则得到匹配网络的流量给出的一个匹配；若获得最大结果流量，则得到最大匹配；若最大结果流量的值为|V|，则得到完全匹配；F)根据步骤E的关联结果进行前一帧图形中各多边形与后一帧图形中各多边形的匹 配，最终完成前一帧图形与后一帧图形的匹配。
6.根据权利要求5所述的基于拓扑关系的复杂序列图形匹配的实现方法，其特征是所 述步骤C利用顶点集合V和顶点集合W形成匹配网络Gt包括以下步骤设G是具有相互分离的顶点集合V和W的有向偶图，其中每条边的方向从V中的顶点 指向W中的顶点，在有向偶图G中引入超级源s和超级汇ζ ；将超级源s指向顶点集合V中各元素的每条边赋值容量1，将顶点集合V中各元素指向顶点集合W中各元素的每条边赋值容量1，将顶点集合W中各元素指向超级汇ζ的每条边赋 值容量1，形成匹配网络Gt。
7.根据权利要求5所述的基于拓扑关系的复杂序列图形匹配的实现方法，其特征是所 述步骤D包括以下步骤a)从匹配网络Gt的一个流量开始，查找匹配网络Gt中超级源s到超级汇ζ的一条通 路P，该通路P上每条边是一致定向的并且每条边上的流量小于通路P流量；b)若满足上述条件的通路P不存在，则结束查找，通路P上每条边的流量是最大结果流量；c)若查找到满足上述条件的通路P，则沿该通路增加流量Δ，直到查找不到满足上述 条件的通路P，则返回步骤b。
8.根据权利要求7所述的基于拓扑关系的复杂序列图形匹配的实现方法，其特征是所 述流量Δ= minX,X由数Cij-Fij组成；其中Cij为通路P的流量，Fij为通路P中一致定向的 边(i，j)的流量。
全文摘要
一种基于拓扑关系的复杂序列图形匹配系统，其特征是包括识别、提取模块；有向化模块；匹配网络；最大流量求解模块；关联匹配模块完整匹配输出模块。本发明把多边形配准问题归结为两个集合中元素的匹配问题。问题的实质在于求解最大匹配问题，也即以满足拓扑关系为条件对多边形配准问题求解，求出最大匹配。本发明实现了复杂序列图形的内在联系建立的难题，是对目前二维动画制作方法进行彻底的技术改造——用计算机替代手工劳动，提高动画产品生产效率的一次根本性的技术突破。
文档编号G06K9/64GK101894274SQ20101019305
公开日2010年11月24日 申请日期2010年6月3日 优先权日2010年6月3日
发明者张宝印, 沈学如 申请人:江苏如意通动漫产业有限公司