Von links nach rechts: das Original, ausgestattet mit einem Feld (Rahmenfeld) und dem Endergebnis. Basierend auf einem verrauschten Bitmap-Graustufenbild wird ein gerahmtes Feld berechnet, das an den Bildlinien ausgerichtet ist. Bei spitzen Winkeln wie X- und T-Schnittpunkten werden Vektoren in beide Richtungen überlagert. Dann wird die Zeichnungstopologie aus diesem Feld extrahiert - und die endgültige Erzeugung von Vektorkurven wird durchgeführtDie Vektorisierung von Bildern ist ein grundlegender Bestandteil des Workflows in den Bereichen Grafikdesign, Technologie und Computeranimation. Es verwandelt grobe Zeichnungen von Künstlern und Designern in glatte Kurven, die für die Bearbeitung benötigt werden.
Die ersten Bildvektorisierungsalgorithmen erschienen in den frühen 1990er Jahren und
Wird in Vektorbearbeitungswerkzeugen wie Adobe Illustrator (Live Trace), CorelDRAW (PowerTRACE) und Inkscape verwendet. Trotz ihrer weit verbreiteten Akzeptanz in der Industrie leiden diese Algorithmen immer noch unter gravierenden Mängeln und werden derzeit aktiv entwickelt. In mehreren Branchen, in denen die Vektorisierung von entscheidender Bedeutung ist, einschließlich traditioneller Animation und Engineering, wird sie häufig manuell durchgeführt. Designer zeichnen das gescannte Bild mit Zeichenwerkzeugen sorgfältig nach.
Leider vektorisieren moderne Algorithmen selbst für saubere Zeichnungen X- und T-Schnittpunkte nicht genau, so dass Vektorzeichnungen mit falscher Konnektivität erhalten werden. Aufgrund dieser Probleme zögern Designer häufig, automatische Vektorisierungswerkzeuge zu verwenden. Ihre Zuverlässigkeit ist zweifelhaft. Genauer gesagt war dies der Fall, bis zwei Forscher - Mikhail Bessmeltsev und Justin Solomon - vom Labor für Informatik und künstliche Intelligenz (CSAIL) des Massachusetts Institute of Technology die bekannten mathematischen Algorithmen zur Vektorisierung von Bitmap-Bildern adaptierten.
Die fehlerhafte Verarbeitung von Gelenken und Schnittpunkten von Linien ist der Hauptnachteil aller Vektorisierungsalgorithmen. Diese Fehler führen zur Erzeugung einer falschen Topologie und zu einer Unterbrechung der Konnektivität. Die neue Vektorisierungsmethode basiert auf modernen mathematischen Algorithmen zur Verarbeitung von gerahmten Feldern. Der Algorithmus ist speziell angepasst, um Mehrdeutigkeiten an den Linienverbindungen ohne Qualitätsverlust zu beseitigen.
a) Der von Noris und Kollegen 2013 vorgeschlagene lokale Ansatz zur Übergangsvektorisierung kann zu falschen oder ungenauen Verbindungen führen. b) Die Methode von Favreaux et al. (2016) kann zu einem Ergebnis führen, das erheblich vom Raster-Original abweicht. (c) Das von Bessmeltsev und Solomon vorgeschlagene neue Verfahren ist früheren Vektorisierungsentwürfen überlegenDas Problem wird durch das Rauschen der ursprünglichen Rastergrafiken verschärft, das nach dem Scannen des Papieroriginals verbleibt. Eine Unterbrechung der Konnektivität erlaubt nicht die Verwendung von automatischen Füll- / Farbwerkzeugen, dh solche Vektorzeichnungen müssen noch manuell in Erinnerung gerufen werden.
Angesichts dieser Probleme bestehender Methoden schlugen die Autoren der wissenschaftlichen Arbeit eine neue Verfolgungsmethode für Bilder vor, einschließlich solcher mit spezieller Verarbeitung von T-förmigen und X-förmigen Schnittpunkten, bei denen die Anfangsinformationen mehrdeutig interpretiert werden können. Die wichtigste technische Neuerung ist die Verwendung eines manipulierten Feldes mit zwei Vektorpaaren für jeden Punkt in der Ebene.
In einem manipulierten Feld ist das Feld in mindestens einer Richtung in der ursprünglichen Kurve ausgerichtet und in der Nähe der X- und T-Schnittpunkte in beide Richtungen ausgerichtetDie Autoren der wissenschaftlichen Arbeit sagen, dass ausgestattete Felder logisch und natürlich sind, um die Ausrichtung von Kurven in solch scharfen Übergängen zu verfolgen, aber aus irgendeinem Grund wurden sie nie zur Vektorisierung von Bildern verwendet. Die gezeigten Ergebnisse zeigen, dass die Qualität der Vektorisierung signifikant höher ist als die der vorherigen Methoden. Selbst bei sehr verrauschten Originalen geht die Geometrie der Kurven nicht verloren und stimmt mit den ursprünglichen Stilen überein.
Beispiele
(Hochauflösendes Bild wird beim Klicken geöffnet)
Werkzeugempfindlichkeit gegenüber kleinen Änderungen im Originalbild
Die Methode reagiert nicht auf die Auflösung des Originalbilds.
Die Vektorisierung funktioniert auch bei einem sehr lauten Original gutDas neue Tool wird Designern und Illustratoren das Leben erheblich erleichtern: „Nach einer groben Schätzung werden bei der Arbeit mit automatisierten Tools [in jedem Bild] 20 bis 30 Minuten eingespart. Dies ist ein bedeutendes Ergebnis für Animatoren, die viele Skizzen verarbeiten “,
sagt Mikhail Bessmeltsev, Hauptautor der wissenschaftlichen Arbeit, ehemaliger CSAIL-Mitarbeiter und jetzt Assistenzprofessor an der Universität von Montreal. "Wir hoffen, automatisierte Vektorisierungstools für Künstler, die Wert auf die Qualität ihrer Arbeit legen, bequemer zu machen."
Der wissenschaftliche Artikel wurde am 5. Januar 2018 auf der Preprint-Website arXiv.org veröffentlicht (die
zweite Version des Artikels ist der 5. September 2018, arXiv: 1801.01922v2). Es wird zur Veröffentlichung in der Fachzeitschrift
ACM Transactions on Graphics angenommen .