-
题名基于视觉传达的传统装饰纹样绘画系统设计
被引量：4
- 1
-
-
作者
王薇
-
机构
青海师范大学
-
出处
《现代电子技术》
2021年第10期125-129,共5页
-
基金
青海师范大学重点教研项目(qhnujy2019105)。
-
文摘
常规绘画系统不具有调整图形的能力,将其应用到传统装饰纹样的绘画工作中会存在视觉传达效果不明显的问题,为此从硬件设备、数据库和软件程序三个方面实现对传统装饰纹样绘画系统的优化设计。在常规绘画硬件系统的基础上,引入单片机和步进电机设备,并调整设备的串口和连接电路。将动植物以及文字符号等基本装饰纹样图案作为基础图案存储到系统数据库中,方便查询和调用。在此基础上通过绘画工具、视觉传达设计、绘画以及图形显示等模块的协同工作,实现传统装饰纹样绘画系统的软件功能设计。测试证明,该文设计的传统装饰纹样绘画系统可以成功运行各个模块的绘画功能,且经过对清晰度、纹样还原度和颜色运用种类的统计和对比,发现设计的绘画系统的视觉传达效果优于当前常规的绘画系统。
-
关键词
传统装饰
装饰纹样
绘画系统
视觉传达
图案存储
功能设计
系统测试
-
Keywords
traditional decoration
decorative pattern
painting system
visual communication
graphic storage
function design
system testing
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名计算机控制毛笔绘画系统CCBPS
被引量：4
- 2
-
-
作者
庞云阶
尹丽娜
钟慧湘
-
机构
吉林大学计算机科学系
-
出处
《计算机辅助设计与图形学学报》
EI
CSCD
1989年第1期37-40,45,共5页
-
文摘
中国画是自成体系、富有特色的一种绘画。使用计算机控制毛笔作画,是以现代的技术手段发展古老国画艺术的尝试。本文介绍计算机控制毛笔绘画系统(CCBPS)的结构、功能及其实现方法。笔墨的运用是中国画的关键环节之一。本系统对笔墨的运用初步实现了控制,取得了一定的效果。
-
关键词
计算机控制
毛笔
绘画系统
中国画
-
分类号
J212
[艺术—美术]
-
-
题名基于智慧学习的数字绘画系统设计
被引量：1
- 3
-
-
作者
于若溪
郭可义
刘凯旋
-
机构
西安工程大学
-
出处
《现代电子技术》
2021年第16期165-169,共5页
-
基金
国家自然科学基金项目(61806161)
陕西省自然科学基金项目(2019JQ-848)
2020年陕西省社科界重大理论与现实问题研究项目(2020Z160)。
-
文摘
数字绘画系统在转换黑白线条为彩色时,存在一定的延迟,导致绘画系统的响应时间过长。针对该不足,设计一种基于智慧学习的数字绘画系统。设计数字化显示控制硬件,连接显示屏构成绘画板,设计硬件连接电路。根据不同指令信号的能量数值设定绘画彩色转换形式,编写颜色转换抑制代码,控制代码转换过程产生的延迟,构建绘画操作推荐函数,在系统内实现软件智慧学习的功能。连接绘画系统硬件,获取不同绘画指令的数据,搭建测试环境,分别使用两种传统绘画系统与文中研究的绘画系统进行实验,结果表明,文中设计的绘画系统响应时间最短。
-
关键词
数字绘画系统
智慧学习
绘画板构成
电路设计
彩色转换
代码编写
指令数据获取
-
Keywords
digital painting system
intelligent learning
drawing board constitution
circuit design
color conversion
code compiling
instruction data acquisition
-
分类号
TN915.9-34
[电子电信—通信与信息系统]
-
-
题名基于手势控制的视觉符号辅助绘画系统设计
- 4
-
-
作者
王威
-
机构
郑州轻工业大学
-
出处
《现代电子技术》
2021年第18期145-148,共4页
-
基金
国家自然科学基金项目(51905492)。
-
文摘
为了解决传统手势控制绘画系统容易忽略视觉符号辅助作用,以及多存在运行准确率低、耗时长、召回率低等问题,文中设计一种基于手势控制的视觉符号辅助绘画系统。使用数据手套安装传感器、位置跟踪器等设备采集手势数据信息,将数据输入系统。采用多模输入协调器进行过滤和归一化处理,依据处理后的数据提取手指弯曲程度特征值,进行时延神经网络训练完成手势识别。采用分形绘画工具提取手势图形细节信息特征,生成视觉符号,初始图形完成并输入图层管理模块,对图形进行预处理、色彩和形变处理,采用实时反馈工具将图形传输至显示器,完成绘画系统设计。实验结果表明,该系统准确率高达90%,运行耗时少,且对于视觉符号生成具有较高的召回率。
-
关键词
绘画系统
手势控制
归一化处理
特征提取
手势识别
视觉符号生成
-
Keywords
painting system
gesture control
normalization processing
feature extractionl
gesture recognition
visual symbol generation
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
