按数字着色：素描图像的交互式结构化和矢量化

文献标题

Color by Numbers: Interactive Structuring and Vectorization of Sketch Imagery

文献信息

• 主题领域: 交互式绘图向量化及图像结构化
• 关键词: 绘图向量化, 人机交互, Delaunay三角剖分, Bézier曲线, 图像处理, 用户体验, 计算机辅助设计, 像素分组, 层次结构, 草图简化

研究背景与问题

• 发现的问题或挑战:
  • 当前的草图向量化技术多为自动化方法，针对相对较干净的草图效果较好，但面临：
    • 含有建构线或噪声的草图难以处理。
    • 自动化方法的向量化输出可能无法匹配用户的预期，需手动后期调整。
    • 用户难以表达设计意图以影响算法输出。
  • 在传统手绘或自由形式数字草图中，线条通常存在间断、重叠、或绘画风格多样的现象。
• 重要性:
  • 像素草图的向量化为后续的图形着色、纹理处理和动画制作打下基础，这是在艺术创作、设计、动画及教育应用中的重要功能。
  • 提供非专业用户易用的工具有助于普及数字创作。
• 研究动机与相关工作:
  • 当前研究虽尝试通过机器学习或其他几何算法提升自动化质量，但缺乏用户驱动的交互设计。
  • 现有矢量绘画工具（如Adobe Illustrator）对非专业用户友好性欠佳。
  • “粗糙草图清理”这一多解性问题需要用户参与以捕捉意图，并辅助算法决策。

解决方案

• 方法/解决方案:
  • 提出一种基于 Delaunay 三角剖分 的新交互界面，用于将草图转换为矢量图。
  • 初步算法生成分色区域，再通过简单的“点击”、“拖动”等操作让用户调整区域划分及色彩。
  • 使用Bézier曲线将简化的草图轮廓转化为向量化结果。
  • 输出结构化图像，并分层，实现进一步操作（如着色、纹理、动画）。
• 创新之处:
  • 引入用户交互，通过“颜色区分法”直接表达绘图意图，加入用户反馈简化向量化流程。
  • 使用Delaunay三角剖分作为图像分区和简化结构的基础，比传统的像素分类方法更直观且精确。
  • 提供了层次化结构结果，允许用户进一步操作，如纹理贴图和动画。
• 实施步骤:
  1. 初始区域分色: 基于Delaunay三角剖分自动识别封闭区域并分配初步颜色。
  2. 用户交互调整: 用于用户点击或拖动调整，并通过新的**色流(color flow)**机制控制区域边界传播。
  3. 草图简化与Bézier曲线拟合: 提取和简化用户标记的草图，并用Bézier曲线代替多边形路径。
  4. 生成结构化结果: 包括分层和SVG格式输出，为用户提供进一步的可编辑文件。

研究成果

• 具体成果:
  • 改进了复杂、含噪音草图的向量化效果。
  • 提供人性化的界面，允许非专业用户通过少量交互操作生产专业级矢量图。
  • 生成的SVG文件支持进一步深度操作（如在Inkscape或Adobe Illustrator中编辑）。
• 优势:
  • 与现有自动向量化方法相比，本方法减少了后期手动调整工作。
  • 用户通过简单操作直接表达设计意图，更符合创作需求。
  • 支持处理包含建构线、噪点和未完成曲线的复杂图像。
• 实验结果:
  • 与其他7种自动化方法对比，显示该方法更易清理复杂草图并实现清晰向量化。
  • 用户研究显示该工具操作简单、有趣，普遍受用户好评。
  • 设计师反馈称赞界面设计简约直观，有潜力用于教育和初学者社区。
  • 对100幅来自粗糙草图测试集的图像，90%测试图像成功转化为用户意图向量图。
• 局限性与未来方向:
  • 对含有密集填充纹理或复杂阴影的草图，算法表现不足，需更多用户干预。
  • 当前交互模式对部分复杂设计可能略显繁复，例如多个小区域分色任务。
  • 曲线拟合算法仍是局部化的，未来可改进为全局化的美观符合设计原则的曲线构造。
  • 未来可增加更多如拉索工具辅助区域选择的操作，提高效率和精确性。