基于三维视觉的当代油画虚拟创作

邹大力

摘 要： 当代油画创作过程中以其独特表现力以及表达手法受到大众的追捧，但当代油画受到创作形式以及创作工具的限制，降低了油画层次感的表达能力，为此，提出基于三维视觉的当代油画虚拟创作形式。对油画笔径以及关键帧进行确认，对过度帧插值进行确定，以三维视觉的呈现方式实现油画的虚拟创作。通过模拟实验结果可以看出，提出的创作方法能够有效地表达当代油画艺术风格，并增加层次感，实现三维虚拟视觉呈现。

关键词： 三维视觉； 当代油画； 虚拟创作； 帧插值； 笔径计算； 层次感

中图分类号： TN911.73?34； TP393 文献标识码： A 文章编号： 1004?373X（2018）06?0180?03

Abstract： The creation process of contemporary oil painting is welcomed by the public because its unique expression skill and expressing method. But the contemporary oil painting is limited by creation form and creation tool， which can reduce its layered presentation skill. Therefore， a three?dimensional （3D） vision based virtual creation form of contemporary oil painting is put forward. The stoke of oil painting brush and key frame are confirmed， and the excessive frame interpolation is established to realize the virtual creation of oil painting in the presentation form of 3D vision. The simulation experimental results show that the proposed creation method can express the artistic style of contemporary oil painting effectively， increase the layered expression， and realize the 3D virtual visual presentation.

Keywords： three?dimensional vision； contemporary oil painting； virtual creation； frame interpolation； stroke path calculation； layered expression

0 引 言

三维虚拟视觉构建方式（Virtual Reality Modeling Lan?guage，VRML）是一种用来描述交互式三维视觉呈现的方式。三维视觉技术即VRML，是利用三维扫描以及关联节点数据对想要呈现的内容进行多方位、多角度的虚拟呈现。当代油画创作中，表达手法以及绘画风格已经在艺术作品中占据很重的地位，但是当代油画作品受到绘画方式以及绘画工具的限制，作品中缺少层次的质感[1]，并且油画作品的保存方式非常严苛，极易发生破损和褪色，针对上述问题，本文提出基于三维视觉的当代油画虚拟创作形式。利用三维视觉技术对油画笔径以及绘画关键帧进行确认，保证基本绘画风格，对过度帧插值进行优化计算，保证当代油画创作中的风格和写实性。通过设计的仿真试验，有效验证本文提出的创作方法，能够增加油画作品的层次感，并通过数据形式保存，有效地延长了油画的寿命。

1 利用三维视觉实现虚拟创作

本文利用三维视觉技术特点，对油画创作过程中的笔径进行扫描确认，利用笔触变化识别色泽变化，对总体的关键帧进行确认[2]，能够识别油画的风格和绘画特点，最后对过度帧插值进行优化计算，保证油画细节描写的质感，最终实现油画的虚拟创作。如图1所示为本文利用三维视觉实现油画虚拟创作的流程图。

1.1 路径指定和关键帧计算

油画是利用线条颜料搭配的一种艺术形式，尽管创作过程中颜色的变化极其丰富，但真实创作过程中，依然以绘画工具的运动形态以及力度的把控为主[3]，通过颜料的分层次的涂改，呈现出不一样的色调搭配。本文首先对笔径路线进行扫描，扫描笔径能够确认绘画过程中的基本框架，确定油画框架体的笔感线条粗细以及受力方向。一幅已经创作好的油画，使用本文创作方法扫描前后对比结果如图2所示。

关键帧的确认过程中，利用扫描的Bezier线条对油画的关键帧进行确认，每条Bezier线条的焦点为一个关键帧，多个Bezier线条交叉点位关键组帧。每一个笔绘画路径StrokePath可以看作由一段或多段Bezier线条以及关键帧组成[4]，在虚拟呈现过程中可以用[KeyFrame→i∈0，n]进行表示，关键帧数为[n+1]；关键帧能够将绘画路径划分为一系列首尾相接的小的绘画界面，每一个区域为一个识别区域，由于识别区域的数据属性变化不大，因此只需要对每个小区域进行过程帧的识别即可实现油画的基本创作。

记关键帧[KFState]与各项状态成函数关系，关键帧公式表示为：

[KState=t?SStateF+PosPath] （1）

式中：[SState]表示绘画过程中轴线上的状态函数，确定油画笔触的基本形态和绘制的图像形状，通过对使用力角度[?]的确认[5]，在油画的虚拟创作过程中，能够增加虚拟呈现的力道，同时可以对过度区域进行区分隔离，为层次感的增加奠定基础；[Pos]表示创作油画的边缘灰度，通过边缘灰度的确认，确定呈现区域的坐标，这样在虚拟呈现过程中能够有层次地凸显内容[6]；[F]表示笔触下压过程的实际力度，由于压力的程度不同，会产生颜色轻重的变化，为此对虚拟呈现会产生一定的影响；[t]表示当前关键帧与下一关键帧间的虚拟呈现时间间隔，利用时间元素对虚拟呈现产生时间顿感，这样能够出现层次的律动性；[Path]表示相邻2个关键帧之间的连接线条的函数，[Path]表达式为：endprint

[Path=Sxk，yk] （2）

式中：[S]表示有效关键帧；[xk]表示纵向关键帧；[yk]表示横向关键帧。通过双维度的关键帧计算完成绘画路线中的关键帧数。

1.2 过度帧插值的确立

三维视觉呈现过程中，每秒播放的帧数是一个定值，因此2个关键帧间过度分类数直接影响过度帧的数目和位置。过度帧的位置是通过多个关键帧连接成的区域进行确认的，过度帧区域的呈现状态参数可能是由多个关键帧所决定[7?8]。但是每一个关键帧的实际表象是一个非确定性属性，因此无法通过关键帧对过度帧进行确认。本文引入过度帧插值，直接计算过度帧插值便可描述过度区域，使用虚拟现实技术直接可以呈现。

假设相邻关键帧KeyFrame和KeyFrame1的过度帧KFState对两项关键帧影响最大，那么可以使用KFState对过度变量进行判定，利用置换变量能够判定过度帧的数值量，但过度帧是一个矢量，在判定方向中通过过度差进行判定，过度差中能够判定KeyFrame和KeyFrame1的大小，过度帧的方向由大指向小[5，9]。过程帧确认后，可进行插值帧频的转化，转化过程使用矢量计算完成，矢量计算的有效值为插值，为了提升虚拟优化的可控变量，计算过程使用模型计算机进行推演计算，计算结果是一个带有方向的非向量值，方向代表插值的位置，大小代表深度。过度帧插值的确立过程如图3所示。

本文使用三维视觉技术对创作的油画显示，因此过度帧插值的使用通过计算机语言进行虚拟呈现，编程如下：

Procedure CopeVRMIFile；

//本过程扫描VRML文件，得出层次结构

Var bracketstate；Boolean；

//判断括号是否紧跟在一个DEF后

[while 文件部位空do

[从文件中读入一个字符；

Case读入左括号；

[创建一个堆栈结点；beginFlag；=bracketstate；

if bracketstate then bracketstate：not bracketstate；

if 大中括号不匹配or栈为空then报错并结束扫描；

if弹出节点Flag域为True then //说明一个DER范围已结束

[修改当前层次指针，使之上升一层；

设置对应图节点的EndPos为当前所在行；

//end switch

//end CppeVRMLFile过程

//end while循环

2 试验分析

2.1 试验参数设计

本文试验对象为油画呈现方式的对比，因此，采用控制变量的方法进行试验。为了保證试验的完整性，在绘制油画的过程中使用平距视觉度进行评判，由于视觉评判参数的标准不同一，因此本文制定对比参考值，对试验参数进行设置如下：

2.2 试验结果分析

如图4、图5所示，为创作的油画展示成果，传统的油画创作结果在观赏过程中，瞳孔收缩率分布非常的不稳定，并且没有沿着设定对比参数线进行分布，开始的分布状况明显的较高，说明能够充分吸引视觉，但是随时间的推移分布变得稀少，说明层次感不强，没有吸引眼球的部分。本文基于三维视觉的当代油画虚拟创作方法能够沿着设定数据进行分布，说明该方法具有一定的层次分布，将眼球的视觉点充分捕捉。

通过表2可知，基于三维视觉的当代油画虚拟创作方法能够保证SKN与TKN的值相对稳定，说明三维视觉呈现的比较精准，YKN以及GKN的值一直控制在可调整范围内，说明该方法具有极高的表达能力。

3 结 语

本文提出基于三维视觉的当代油画虚拟创作方法，利用三维视觉技术对油画笔径以及绘画关键帧进行确认，保证基本绘画风格，对过度帧插值进行优化计算，保证当代油画创作中的风格和写实性。希望通过本文的研究能够提升当代油画的表达能力。

参考文献

[1] 王祖德，张大伟，杨海马，等.基于机器视觉的油画棒检测系统的设计[J].电子测量技术，2017，40（7）：121?125.

WANG Zude， ZHANG Dawei， YANG Haima， et al. Design of oil painting stick detection system based on machine vision [J]. Electronic measurement technology， 2017， 40（7）： 121?125.

[2] 庞茂琨.赵卿的油画艺术：在视觉常态中提炼[J].重庆与世界，2015，24（11）：78?79.

PANG Maokun. Zhao Qing′s painting to be refined in visual normalcy [J]. The world & Chongqing， 2015， 24（11）： 78?79.

[3] 张璐琪.基于三维虚拟视觉的产品交互设计平台的开发与实现[J].现代电子技术，2016，39（8）：118?121.

ZHANG Luqi. Development and implementation of product interaction design platform based on 3D virtual vision [J]. Modern electronics technique， 2016， 39（8）： 118?121.endprint

[4] 廖梦怡，刘建芳.远程卫星遥感图像的三维视觉重建模型仿真[J].计算机仿真，2015，32（7）：32?35.

LIAO Mengyi， LIU Jianfang. Remote satellite remote sensing images of 3D visual simulation reconstruction model [J]. Computer simulation， 2015， 32（7）： 32?35.

[5] 董峰，王继州.三维虚拟海洋图像仿真在舰艇视觉中的应用[J].舰船科学技术，2015，37（9）：176?180.

DONG Feng， WANG Jizhou. Application of 3D virtual ocean image simulation in naval ships vision [J]. Ship science and technology， 2015， 37（9）： 176?180.

[6] 张媛.基于三维虚拟视觉的导视系统设计研究[J].计算机仿真，2016，33（6）：382?385.

ZHANG Yuan. Research on sign system design based on 3D virtual vision [J]. Computer simulation， 2016， 33（6）： 382?385.

[7] 孙彩红.运动视觉跟踪的三维虚拟平台设计与实现[J].现代电子技术，2017，40（2）：39?42.

SUN Caihong. Design and implementation of 3D virtual platform for moving visual tracking [J]. Modern electronics technique， 2017， 40（2）： 39?42.

[8] 洪志国，王永滨，石民勇.基于双目立体视觉原理的立体视频自动生成软件开发[J].中国传媒大学学报（自然科学版），2016，23（3）：12?16.

HONG Zhiguo， WANG Yongbin， SHI Minyong. Development of binocular stereo vision principle?based software of automatically creating stereoscopic videos [J]. Journal of Communication University of China （science and technology）， 2016， 23（3）： 12?16.

[9] 李淑玉，吕争.基于机器视觉虚拟激光键盘的设计[J].宁波职业技术学院学报，2015，19（6）：79?82.

LI Shuyu， L? Zheng. Virtual laser keyboard mode based on computer vision [J]. Journal of Ningbo Polytechnic， 2015， 19（6）： 79?82.endprint