移動數字多媒體動畫目標圖像校正仿真

摘 要：本文主要探討了移動數字多媒體動畫目標圖像校正的相關問題。文章首先簡單闡述了校正的基本原理，形成對移動數字多媒體動畫目標圖像校正的基本認識;然后具體分析了基于圓度判別、像素灰度以及透視原理的移動數字多媒體動畫圖像傾斜校正方法的基本原理及存在的突出問題;最后針對這些方法存在的問題提出了基于Radon變換與Canny算子相結合的移動數字多媒體動畫圖像校正方法，通過實證研究探討了該方法的優點。

關鍵詞：移動數字多媒體;動畫;圖像校正

0 前言

隨著移動互聯網的普及程度越來越高，移動數字多媒體在生產和生活中的應用也越來越廣泛。在制作移動數字多媒體動畫的過程中，只有保障其質量，才能使移動數字多媒體動畫功能全、范圍廣等特點得到充分的發揮。為此，運用科學的技術與手段，校正移動數字多媒體動畫目標圖像以改善其質量，顯得尤為重要。對于移動數字多媒體動畫目標圖像校正技術的研究，是當下的一個重要課題。

1 移動數字多媒體動畫圖像校正的具體原理概述

動畫圖像目標的校正是當前移動數字多傳媒動畫需要解決的一個重要技術問題，在校正的過程中可以選擇的技術方法是多種多樣的，但無論采取何種技術方法，其原理基礎都是大同小異的。移動數字多傳媒動畫目標圖像校正的基本原理如下：在校正的過程中，需要采集無傾斜動畫圖像，根據特定的準則，將動畫圖像當中的特征點數目減少，并判斷其最大的興趣點集合，然后提取出特征點的特征，該特征應該具有旋轉不變性，最后，提取出待校正動畫圖像的特征點，并完成特征點雙向自相關式配準，從而實現動畫傾斜目標圖像的校正。

具體可以將無傾斜動畫圖像假設為f（x，y），在f（x，y）中有許多特征點，其中動畫圖像的圖像角點d以及動畫圖像的質量中心g是最重要的特征點。動畫圖像的圖像角點在旋轉及平移下具有不變性，而動畫圖像的質量中心是某個子區域像素值的重心，所以是動畫圖像最典型的特征點。在移動數字多傳媒動畫目標圖像校正的過程中，首先需要利用提取公式〔h（t）表示的是特征點的提取函數，I0表示的是最大興趣特征點集合〕提取出無傾斜移動數字多傳媒動畫目標圖像的最大興趣特征點集合。在獲取了動畫目標圖像的特征點后，再提取出描述該特征點的向量，也就是特征描述子，其可以利用公式（其中λ表示的是特征描述子的提取準則）。假設有待校正的移動數字多傳媒動畫目標圖像為f（x，y），將其代入提取公式中可以得到傾斜動畫圖像的最大興趣特征點集合I1，并通過特征描述子的計算公式得到其特征描述子lt。通過將I0中的各點，在I1中查詢相關系數較大的點作為校正配準點;將I1中的各點在I0中查詢相關系數較大的點作為配準點，就可以確保I1及I0中各個特征點都有一個配準點。然后，再進行相同的配準點對數量的查找，要是I0當中，其第i各配準點是I1中的第j個點，接著就可以判斷I1的第j個點是不是I0的第i個點，如果結果為是則表明配準成功，如果為否則可以將I0的第i個點剔除，直到最后得到傾斜動畫目標圖像的正結果R（x，y）。

2 主要的移動數字多媒體動畫圖像校正方法及存在的缺點

在制作移動數字多媒體動畫的過程中，交互式動畫傾斜是一個客觀存在的問題，對移動數字多媒體動畫制作的質量有直接的影響。因此，對其的圖像校正是一個重要的環節。校正可以通過多種方法實現，其中傳統的方法是將待校正的移動數字多媒體動畫圖像進行全方位投影，然后將投影數據求和，以不同方位數據的累加和為依據，判斷數字多媒體動畫圖像的傾斜角度，從而完成整個動畫目標圖像的校正。這種方法有明顯的缺陷，由于在校正的過程中需要極大數據量的運算，需要耗費的時間比較長，更重要的是通過該方法的校正，效果也得不到有效的保障，誤差比較大。移動數字多媒體動畫圖像的校正在目前是一個熱門的研究話題，領域內的專家與學者進行了大量的研究，探索出了一些具有代表性的校正方法。

一是基于圓度判別的移動數字多媒體動畫圖像傾斜校正。這種校正方法需要先對移動數字多媒體動畫圖像進行預處理，以獲得二值圖像輪廓邊緣。然后再通過移動數字多媒體動畫圖像內圓度確定最接近圓的圓形樣點，從而取得樣點的質心，并計算連接質心直線的斜率，最終得到移動數字多媒體動畫圖像的傾斜角度完成圖像的校正。該動畫目標圖像校正方法雖然能夠較好地完成校正工作，校正的效率有了很大的提高，但是仍然存在一些問題，其中最突出的就是校正誤差，每幅待校正的圖像都會有較大的校正誤差，使其無法完全滿足準確校正的要求。

二是基于像素灰度的移動數字多媒體動畫圖像傾斜校正。該校正方法的運用需要考慮到圖像的結構特征，以圖像的行、列兩個方向的像素灰度為依據，確定圖像校正指標，并在角度檢測范圍利用折半搜索法以及校正指標檢測待校正圖像的校正角度、校正位置。基于像素灰度的移動數字多媒體動畫圖像傾斜校正方法具有前期耗時較少及平穩度較高的優點。但是，在待校正圖像不斷增加的情況下，利用該方法校正需要消耗的時間會大幅度增加，當數量大于10幅時，其耗時會出現明顯的上升，因此具有耗時長的缺點。

三是基于透視原理的移動數字多媒體動畫圖像傾斜校正。在運用該方法校正圖像的過程中，需要引入畸變誤差因子，從而構建移動數字多媒體動畫圖像校正的具體方法，通過標定數碼相機參數，實現圖像傾斜校正。基于透視原理的移動數字多媒體動畫圖像傾斜校正方法的優點在于校正之后能夠確保圖像清晰度不會受到太大的影響，其校正的效果相較于基于圓度判別的移動數字多媒體動畫圖像傾斜校正有一定的提升。但是，這種方法仍然存在著校正偏差大、校正可靠性較差的問題。

3 基于Radon變換與Canny算子相結合的移動數字多媒體動畫圖像校正實例研究

通過前面的分析可知，移動數字多媒體動畫圖像的校正意義重大，但是上述的目標圖像校正方法都存在著比較明顯的缺點，例如在校正的過程中需要消耗的時間長，校正的時間成本高，或者是存在校正誤差大，校正的效果無法得到更有力的保證等問題。為此，可以采用基于Radon變換與Canny算子相結合的移動數字多媒體動畫圖像校正方法，校正交互式動畫目標圖像，進一步改善校正的整體效果。為了驗證基于Radon變換與Canny算子相結合的移動數字多媒體動畫圖像校正方法的校正效果，在MATLAB2017上搭建實驗平臺，選擇50幅動畫圖像作為待校正圖像進行實驗，檢驗基于Radon變換與Canny算子動畫圖像校正方法的校正誤差和校正效率。

3.1 基于Radon與Canny移動數字多媒體動畫圖像校正的關鍵內容

該移動數字多媒體動畫圖像校正方法首先需要基于徑向畸變與傾斜失真模型建立動畫圖像，在此過程中需要根據移動數字多媒體動畫圖像的傾斜失真和網格坐標系，以及移動數字多媒體動畫圖像的坐標系偏差為依據，通過幾何關系得到傾斜失真模型，再利用多項式擬合法得到移動數字多媒體動畫圖像的徑向畸變模型。再將Radon變換與Canny算子結合，校正傾斜的移動數字多媒體動畫圖像。在校正的過程中，通常需要處理彩色的移動數字多媒體動畫圖像，將其轉化為灰度動畫圖像，并且利用高斯濾波器做出平滑處理，通過Canny算子完成圖像的邊緣檢測，利用Radon變換獲得移動數字多媒體動畫圖像的傾斜角度。最后通過傾斜失真模型、最大傾斜角、徑向畸變模型代入到雙線性差值法中，最終獲得校正后的圖像。具體的實驗步驟如下：

3.2 基于Radon與Canny移動數字多媒體動畫圖像校正的實驗步驟

基于Radon與Canny移動數字多媒體動畫圖像校正具體包括五個步驟：第一步，將用于實驗的待校正圖像讀入;第二步，將彩色的待校正動畫目標圖像轉換為灰度圖像，為圖像邊緣檢測做好準備;第三步，通過Canny算子完成對轉換后的待校正動畫目標圖像的邊緣檢測，找到圖像的最大傾斜角，在這一步驟中首先需要通過高斯濾波器完成對待校正動畫目標圖像的平滑處理，然后利用一階偏導有限差分計算梯度方向及幅值，接著針對梯度幅值進行非極大值抑制，最后通過雙閾值算法完成檢測，并連接圖像邊緣;第四步，通過Radon變換完成對待校正動畫目標圖像傾斜角度的計算，在傾斜角度計算的過程中，需要以θ來表示圖像Radon變換的角度，而θ的取值為0度到180度的區間，1度的增量。通過Radon變換計算傾斜角度首先需要通過Canny算子完成邊緣檢測獲得的圖像開展radon變換，然后將其各個方向Radon變換的具體數值Rθ（X1）計算出來，接著通過累加以及求導的方法求出變換矩陣中最大的Rθ（X1），最后數值最大的Rθ（X1）對應的θ的值就是待校正動畫目標圖像的最大傾斜角。第五步，通過雙線性插值算法旋轉獲得50幅動畫目標圖像校正后的圖像。

4 結語

校正方法的研究對于移動數字多媒體動畫的發展有重要的意義。通過基于Radon變換與Canny算子相結合的校正方法，可以很好地彌補常用的校正方法存在的誤差大、耗時長的缺陷，從而為移動數字多媒體動畫圖像的校正提供一個有益的思路。

參考文獻：

[1] 郭治卿，賈振紅，楊杰.基于圓度判別的生物芯片圖像傾斜校正算法[J].激光雜志，2017（6）：58-61.

[2] 馬歌.基于Canny算子和Radon變換的證件圖像傾斜校正[J].中國新技術新產品，2014（15）：14-15.

[3] 王毅萍，黃清源.移動數字多媒體動畫目標圖像校正仿真[J].計算機仿真，2018，35（11）：196-200.

作者簡介：楊成立（1972—），男，安徽淮北人，南京工程學院藝術與設計學院副教授，研究方向：藝術設計，藝術學理論與創作。