Automatic and topology-preserving gradient mesh generation for image vectorization
Automatic and topology-preserving gradient mesh generation for image vectorization
复制标题
用于图像矢量化的自动且保留拓扑的梯度网格生成
DOI：
10.1145/1576246.1531391
复制
发表时间：
2009-07
影响因子：
6.2
通讯作者：
Lai, Yu-Kun
中科院分区：
文献类型：
--
作者：
Martin, Ralph R.;Hu, Shi-Min;Lai, Yu-Kun
商业软件中使用的渐变网格矢量图形表示是在每个网格点具有指定位置和颜色及其梯度的规则网格。渐变网格可以复杂地表示平滑变化的数据，并且通常用于单个对象。本文从几个重要方面介绍了梯度网格的最新研究进展。首先，我们引入了一个拓扑保持梯度网格表示，它允许任意数量的孔。这一点很重要，因为图像中的对象通常有洞，这可能是由于遮挡或其3D结构造成的。其次，我们的算法使用图像流形的概念，采用表面参数化和拟合技术，以全自动的方式生成梯度网格。现有的梯度网格算法需要人工交互来指导网格构建，并将具有孔的对象切割成盘状区域。根据经验，我们的新算法比以前的方法快至少10倍。此外，图像分割可以与我们的新算法一起使用，为整个图像提供自动梯度网格生成。最后，可以简单地控制拟合误差，以平衡质量和存储。
Gradient mesh vector graphics representation, used in commercial software, is a regular grid with specified position and color, and their gradients, at each grid point. Gradient meshes can compactly represent smoothly changing data, and are typically used for single objects. This paper advances the state of the art for gradient meshes in several significant ways. Firstly, we introduce a topology-preserving gradient mesh representation which allows an arbitrary number of holes. This is important, as objects in images often have holes, either due to occlusion, or their 3D structure. Secondly, our algorithm uses the concept of image manifolds, adapting surface parameterization and fitting techniques to generate the gradient mesh in a fully automatic manner. Existing gradient-mesh algorithms require manual interaction to guide grid construction, and to cut objects with holes into disk-like regions. Our new algorithm is empirically at least 10 times faster than previous approaches. Furthermore, image segmentation can be used with our new algorithm to provide automatic gradient mesh generation for a whole image. Finally, fitting errors can be simply controlled to balance quality with storage.
登录
查看更多内容
DOI：
10.1145/1201775.882293
发表时间：
2003-07
期刊：
ACM SIGGRAPH 2003 Papers
影响因子：
--
作者：
Y. Ohtake;A. Belyaev;M. Alexa;Greg Turk;H. Seidel
通讯作者：
Y. Ohtake;A. Belyaev;M. Alexa;Greg Turk;H. Seidel
影响因子：
2.5
作者：
FERGUSON, J
通讯作者：
FERGUSON, J
DOI：
10.1145/1275808.1276391
发表时间：
2007-07
期刊：
ACM SIGGRAPH 2007 papers
影响因子：
--
作者：
Jian Sun;Lin Liang;Fang Wen;H. Shum
通讯作者：
Jian Sun;Lin Liang;Fang Wen;H. Shum
DOI：
10.1145/1186822.1073262
发表时间：
2005-07
期刊：
ACM SIGGRAPH 2005 Papers
影响因子：
--
作者：
W. Matusik;Matthias Zwicker;F. Durand
通讯作者：
W. Matusik;Matthias Zwicker;F. Durand
影响因子：
5.2
作者：
Song-Hai Zhang;Tao Chen;Yi-Fei Zhang;Shimin Hu;Ralph Robert Martin
通讯作者：
Song-Hai Zhang;Tao Chen;Yi-Fei Zhang;Shimin Hu;Ralph Robert Martin