一种基于形状插值的图像渐变方法与流程

技术特征：

1.一种基于形状插值的图像渐变方法，其特征是，包括源图像和目标图像，源图像包括源特征曲线集目标图像包括目标特征曲线集所述方法包括如下步骤：

(1-1)构造和的线条外观模型，分别记为M⁰和M¹；

(1-2)根据M⁰和M¹，计算中间过渡特征曲线集的线条外观模型，记为M^t，然后计算得到中间过渡特征曲线集

(1-3)对于源图像中的每一个像素点，其位置用u表示，根据M⁰和M^t，为该像素点计算得到一个最优的刚性变换旋转矩阵，然后计算所述像素点的最优形变位置

(1-4)对于目标图像中的每一个像素点，其位置用v表示，根据M¹和M^t，为该像素点计算得到一个最优的刚性变换旋转矩阵，然后计算所述像素点的最优形变位置

(1-5)根据源图像中每个像素点的形变位置以及目标图像中每个像素点的形变位置把形变位置相同的源图像和目标图像中的像素颜色平均地混合在一起，即得到中间过渡图像的像素颜色。

2.根据权利要求1所述的基于形状插值的图像渐变方法，其特征是，步骤(1-1)包括如下步骤：

取中每条特征曲线的重心作为该曲线在空间中的位置代理；将中每条特征曲线的重心用连线分别与其它特征曲线的重心连接，获得的重心网格，记为记为中各条特征曲线的边长和顶点角度的参数集合，与一起共同构成了的线条外观模型M⁰；

取中每条特征曲线的重心作为该曲线在空间中的位置代理；将中每条特征曲线的重心用连线分别与其它特征曲线的重心连接，获得的重心网格，记为记为中各条特征曲线的边长和顶点角度的参数集合，与一起共同构成了的线条外观模型M¹。

3.根据权利要求1所述的基于形状插值的图像渐变方法，其特征是，步骤(1-2)包括如下步骤：

(1-2-1)设源图像和目标图像所在的时刻分别为0和1，中间过渡图像所在的时刻为t，为中间过渡特征曲线集的线条外观模型M^t的各条特征曲线的边长和顶点角度的参数集合；

利用公式计算得到

(1-2-2)通过插值重心网格和计算到中间过渡特征曲线集的重心网格

利用对和中每对对应的边向量和做插值，计算得到中间边向量

其中，为重心网格中边向量的集合，为重心网格中边向量的集合，i，j分别为边的顶点序号，入为缩放因子，tα为从边到的旋转角度，R_tα为tα角度所对应的旋转矩阵；

设定为所有中间边向量的集合，通过最小化二次能量函数：计算得到重心网格各个顶点的位置，其中，为顶点i的位置，为顶点j的位置；

(1-2-3)将与结合得到M^t。

(1-2-4)根据M^t中的各条中间过渡特征曲线的边长和顶点角度的参数集合得到各条中间过渡特征曲线的形状，再根据中间过渡特征曲线集的重心网格确定出各条中间过渡特征曲线的重心位置，最终得到中间过渡特征曲线集

4.根据权利要求1或2或3所述的基于形状插值的图像渐变方法，其特征是，步骤(1-3)包括如下步骤：

利用公式计算得到最优的刚性变换旋转矩阵M；

其中：p_i(t)和q_i(t)分别表示第i条源特征曲线以及第i条中间过渡特征曲线上的各个点，并且p_i(t)和q_i(t)一一对应，

w_i(t)为源特征曲线上各个点相对点u的变形影响因子，其值为：

利用公式计算得到像素点的最优形变位置

5.根据权利要求1或2或3所述的基于形状插值的图像渐变方法，其特征是，步骤(1-4)包括如下步骤：

利用公式计算得到最优的刚性变换旋转矩阵M；

其中：p_i(t)和q_i(t)分别表示第i条目标特征曲线以及第i条中间过渡特征曲线上的各个点，并且p_i(t)和q_i(t)一一对应，

w_i(t)为目标特征曲线上各个点相对点v的变形影响因子，其值为：

利用公式计算得到像素点的最优形变位置