$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

사용자 정의 팔레트에 기반한 점묘화 렌더링에 관한 연구
A Study on Pointillistic Rendering Based on User Defined Palette 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.11 no.4, 2008년, pp.554 - 565  

서상현 (중앙대학교 첨단영상대학원 영상공학과) ,  윤경현 (중앙대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

프랑스의 신인상파 화가 쇠라(Seurat)는 캔버스위의 독립 색채들은 망막위에서 재조직된다는 이론을 바탕으로 점묘화를 개발하였다. 점묘화는 캔버스에 작은 브러시 스트로크로 가득 채워서 그림을 그리는 방식이다. 이렇게 그려진 그림을 멀리 떨어져서 보면 각각의 브러시 스트로크는 보이지 않고, 혼합된 색상으로 보이게 된다. 이것을 색상의 병치혼합이라고 불린다. 본 논문에서는 점묘화 표현을 위한 회화적 렌더링기법을 제안한다. 우리는 점묘화에 나타나는 무수히 작은 점들을 자연스럽게 표현하기 위해서 왕타일링(Wang Tiling)기법을 활용한 계층적인 점 구조를 제안한다. 또한 신인상파의 팔레트 사용방법을 기반으로 사용자가 정의한 안료로 표현가능 한 팔레트를 설계한다. 마지막으로, 우리는 설계된 팔레트를 기반으로 계층적인 점구조로 샘플링 된 입력영상을 점묘 화가들이 했던 방식을 사용하여 병치혼합 시킴으로써 최종결과영상을 얻게 된다.

Abstract AI-Helper 아이콘AI-Helper

The French neo-impressionist painter, George Seurat, introduced pointillism under the theory that the individual pigments of colors on the canvas are reconstructed on the human retina. Pointillism is a painting technique in which many small brush strokes are combined to form a picture in the canvas....

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 2D 입력 영상을 팔레트를 기반으로 병치혼합을 하는 알고리즘을 소개하고 있다. 입력 영상에는 다양한 명암 색상이 분포하고 있다.
  • 본 논문에서는 감히 특정 화파에 속해있는 예술작가의 색상 특징 분석을 통해 회화작품을 시뮬레이션하고자 한다. 이는 회화적 렌더링 알고리즘에 있어 최초의 시도라고 할 수 있다.
  • 본 논문에서는 스트로크 기반의 점묘화 렌더링 알고리즘을 제안한다. 스트로크 기반의 렌더링은 스트로크의 위치, 색상, 방향, 모양, 질감 표현이 그 요소기술이 된다.
  • 본 논문에서는 신 인상파화가인 쇠라의 작품의 분석을 통해 나온 특징들을 시뮬레이션 하기 위한 알고리즘을 제안하며 이전 연구들에서는 고려된 적이 없는 신인상파의 색상분해 방법에 그 초점을 맞추고 있다. 본 연구는 지금까지 시도된 적 없는 새로운 시도라고 말할 수 있다.
  • 0)으로 가는 선위에 존재하는 색들과 연결될 수 있다(그림 4-(c)). 이는 실제 물리적인 현상을 고려하지 않고 이상적인 경우라고 할 수 있지만 우리는 이렇게 제약을 가함으로써 색의 범위를 줄이고자 한다. 그러나 이러한 라인위의 색 또한 무한 샘플링이 가능하다.
  • 주가하여 사용하였다. 이에 우리는 점묘 화의색상에 대한 분석을 통해 점묘화의 색상분해 원칙을 알아보고 실제 알고리즘에 적용시키고자 한다. 그림 1은 이전 연구자에 의한 점묘화 영상을 보여주고 있으며 모두 입력영상의 색상이나 약간의 랜덤을 추가하여 브러시의 색상을 결정하였다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로