三维模型特征笔画的风格化绘制

北京大学学报（自然科学版）

三维模型特征笔画的风格化绘制

景昊,周秉锋

北京大学遥感与地理信息系统研究所，北京 100871；

收稿日期:2007-07-05 出版日期:2008-07-20 发布日期:2008-07-20

Stylized Rendering of 3D Models Based on Feature Strokes

JING Hao，ZHOU Bingfeng

Institute of Computer Science and Technology, Peking University, Beijing 100871；

Received:2007-07-05 Online:2008-07-20 Published:2008-07-20

摘要/Abstract

摘要： 提出一个基于特征笔画的三维模型风格化绘制方法，能够在风格化绘制的同时，很好地描述三维模型的表面特征。首先定义了基于顶点径向曲率的分割标准函数和能量函数，采用能量最小化的Graph Cuts算法将三维模型表面的特征顶点和非特征顶点进行分割，连接特征顶点构成三维模型的特征笔画。在获取特征笔画后，采用纹理映射的方法生成风格化绘制效果。还提出两种纹理坐标的计算策略，可分别用于生成不同的风格化绘制结果。相比已有的方法，本方法能很好的表现模型的特征，且生成的笔画风格易于控制。

关键词: 风格化绘制, 特征笔画, 图分割算法

Abstract: A method for generating stylized rendering image from triangle mesh models is presented based on feature strokes. First, the segmentation standard function and energy function based on radial curvature is defined. Second the feature vertices on 3D model are segmented automatically by graph cuts algorithm with energy minimization. Feature vertices are connected to form feature strokes. Texture mapping technique is used to produce stylized image. There are two different texture coordinates computation strategies which can produce different styles. The styles of feature strokes can be controlled easily.

Key words: stylized rendering, feature strokes, graph cuts

中图分类号:

TP391

景昊,周秉锋. 三维模型特征笔画的风格化绘制[J]. 北京大学学报（自然科学版）.

JING Hao,ZHOU Bingfeng. Stylized Rendering of 3D Models Based on Feature Strokes[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2008/V44/I4/543

[1]	刘秋慧, 张坤丽, 许鸿飞, 俞士汶, 昝红英. 助词“的”用法自动识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 466-474.
[2]	柯永红, 朱永福, 穗志方, 俞士汶. 基于多特征的语义角色标注一致性计算方法研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 475-480.
[3]	杨萌, 李培峰, 朱巧明. 一种基于Tree-LSTM的句子相似度计算方法[J]. 北京大学学报（自然科学版）, 2018, 54(3): 481-486.
[4]	张雨, 曾立, 邹磊. 大规模图数据的正则路径查询[J]. 北京大学学报（自然科学版）, 2018, 54(2): 236-242.
[5]	魏星, 王玮, 陈静萍, 解焱陆, 张劲松. 基于发音特征的汉语发音偏误自动标注[J]. 北京大学学报（自然科学版）, 2018, 54(2): 243-248.
[6]	林心宜, 严睿, 赵东岩. 融合词、句层级信息的抽取式摘要优化框架[J]. 北京大学学报（自然科学版）, 2018, 54(2): 229-235.
[7]	周楠, 赵悦, 李要嫱, 徐晓娜, 才旺拉姆, 吴立成. 基于瓶颈特征的藏语拉萨话连续语音识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 249-254.
[8]	谭亦鸣, 王明文, 李茂西. 基于翻译质量估计的神经网络译文自动后编辑[J]. 北京大学学报（自然科学版）, 2018, 54(2): 255-261.
[9]	吴焕钦, 张红阳, 李静梅, 朱俊国, 杨沐昀, 李生. 基于伪数据的机器翻译质量估计模型的训练[J]. 北京大学学报（自然科学版）, 2018, 54(2): 279-285.
[10]	吕书宁, 董志安. 利用URL-Key领域术语识别方法[J]. 北京大学学报（自然科学版）, 2018, 54(2): 262-270.
[11]	王文超, 吕学强, 张凯, 周建设. 足球赛事战报的自动写作研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 271-278.
[12]	应文豪, 肖欣延, 李素建, 吕雅娟, 穗志方. 一种利用语义相似度改进问答摘要的方法[J]. 北京大学学报自然科学版, 2017, 53(2): 197-203.
[13]	栗青生, 徐强, 肖建国, 刘泉, 张解放. 汉字动态生成的结构与风格模型[J]. 北京大学学报自然科学版, 2017, 53(2): 219-229.
[14]	陈玉敬, 吕学强, 周建设, 李宁. NBA赛事新闻的自动写作研究[J]. 北京大学学报自然科学版, 2017, 53(2): 211-218.
[15]	张丽林, 李茂西, 肖文艳, 万剑怡, 王明文. 机器翻译自动评价中领域知识复述抽取研究[J]. 北京大学学报自然科学版, 2017, 53(2): 230-238.