基于智能算法的文创主题图像生成与介质打印方法及系统与流程

摘要: 本发明涉及图像生成与介质打印,尤其涉及基于智能算法的文创主题图像生成与介质打印方法及系统。背景技术:1、随着文创产业的数字化升级,借助人工智能技术自动生成具有特...
基于智能算法的文创主题图像生成与介质打印方法及系统与流程

本发明涉及图像生成与介质打印,尤其涉及基于智能算法的文创主题图像生成与介质打印方法及系统。

背景技术:

1、随着文创产业的数字化升级,借助人工智能技术自动生成具有特定文化内涵与艺术风格的文创图像,并将其印制于各类实体介质之上,已成为产品设计与定制生产领域的主流技术路线。现有常规做法中,图像生成环节普遍依赖生成对抗网络等深度生成模型,将输入的文本描述或主题关键词编码为语义向量后,由网络直接映射生成相应的视觉画面。生成模型经过大规模通用图像数据集的预训练,能够输出视觉上较为完整且风格多样的图像素材。该类模型在通用场景下表现出较强的图像合成能力,能够快速获得批量的候选视觉内容,并在一定程度上降低了对人工设计的依赖。

2、介质打印环节通常采用通用的色彩管理系统或打印机驱动内置的颜色转换模型,将数字图像的颜色数值依据标准色彩空间与设备特性文件进行整体映射,再按照固定的墨量控制策略输出至纸张、画布、陶瓷或纺织品等承印物表面。这种基于静态特性文件的色彩处理方式,假定墨滴在不同介质上的扩散行为均匀一致,仅对色域范围与颜色偏差进行宏观调整。

3、现有做法存在的缺陷在于,生成模型输出的图像内容往往仅追求视觉逼真或风格统一,缺乏对特定文创主题文化语义的深度呼应,图像的主题契合度与视觉吸引力难以得到结构化评估与动态优化。另一方面,打印环节忽略了对实际墨滴在介质微观结构上的扩散与渗透规律的量化描述,导致介质适配性补偿不足,同一幅图像在不同材质上呈现的色彩饱和度、清晰度与层次过渡存在明显差异。

4、上述两方面缺陷相互交织,使得从图像生成到介质打印的全链路缺乏针对文创主题与材料属性的联动调优手段,制约了文创产品视觉效果的一致性与可靠性,也难以满足个性化定制的精细化要求。

技术实现思路

1、本发明实施例提供基于智能算法的文创主题图像生成与介质打印方法及系统,能够解决现有技术中的问题。

2、本发明实施例的第一方面,提供基于智能算法的文创主题图像生成与介质打印方法,包括:

3、获取文创主题输入信息,并对所述文创主题输入信息进行语义特征提取,得到主题语义特征向量,将所述主题语义特征向量输入生成对抗网络,通过所述生成对抗网络进行特征映射与图像重建,得到候选文创图像;

4、对所述候选文创图像进行主题契合度评估与视觉质量评估,根据评估结果生成对抗损失反馈信号,并基于所述对抗损失反馈信号对所述生成对抗网络的参数进行迭代优化,直至所述候选文创图像满足预设质量阈值,输出目标文创图像;

5、获取待打印介质的材料属性信息,基于所述材料属性信息建立墨滴扩散预测模型,并根据所述墨滴扩散预测模型对所述目标文创图像进行色彩空间转换与像素级补偿处理,得到介质适配图像;

6、根据所述介质适配图像生成喷墨打印控制指令,并通过所述喷墨打印控制指令驱动喷墨打印设备对所述待打印介质执行打印操作。

7、获取文创主题输入信息,并对所述文创主题输入信息进行语义特征提取,得到主题语义特征向量,将所述主题语义特征向量输入生成对抗网络,通过所述生成对抗网络进行特征映射与图像重建,得到候选文创图像包括:

8、将主题语义特征向量输入生成对抗网络中的特征映射模块,通过所述特征映射模块对所述主题语义特征向量进行多尺度特征解耦,分离得到文化语义控制特征与风格表现控制特征;

9、基于所述文化语义控制特征生成图像内容布局约束信息,基于所述风格表现控制特征生成图像视觉风格约束信息;

10、将所述图像内容布局约束信息与所述图像视觉风格约束信息输入所述生成对抗网络中的图像重建模块,通过所述图像重建模块在所述图像内容布局约束信息的引导下生成初始图像结构,并在所述图像视觉风格约束信息的控制下对所述初始图像结构进行风格化渲染,得到候选文创图像。

11、将主题语义特征向量输入生成对抗网络中的特征映射模块,通过所述特征映射模块对所述主题语义特征向量进行多尺度特征解耦,分离得到文化语义控制特征与风格表现控制特征包括:

12、将主题语义特征向量输入特征映射模块中的多尺度特征分解单元,通过所述多尺度特征分解单元在不同特征尺度下对所述主题语义特征向量进行分层特征提取,得到全局语义特征层与局部表现特征层;

13、对所述全局语义特征层进行语义成分识别,提取其中表征文化主题类别与文化元素类型的语义特征分量,作为初始文化语义特征;

14、对所述局部表现特征层进行风格成分识别,提取其中表征色彩分布与纹理模式的风格特征分量,作为初始风格表现特征;

15、构建语义与风格的特征分离约束条件,所述特征分离约束条件通过计算所述初始文化语义特征与所述初始风格表现特征之间的特征正交性度量值,并基于所述特征正交性度量值对所述初始文化语义特征与所述初始风格表现特征进行特征空间投影,使所述初始文化语义特征与所述初始风格表现特征在特征空间中形成解耦分布;

16、对经特征空间投影后的所述初始文化语义特征进行语义纯化处理,剔除其中包含的风格相关特征成分,得到文化语义控制特征;

17、对经特征空间投影后的所述初始风格表现特征进行风格纯化处理,剔除其中包含的语义相关特征成分,得到风格表现控制特征。

18、对所述候选文创图像进行主题契合度评估与视觉质量评估,根据评估结果生成对抗损失反馈信号,并基于所述对抗损失反馈信号对所述生成对抗网络的参数进行迭代优化包括:

19、对候选文创图像进行反向语义编码,提取候选图像特征表示,并将所述候选图像特征表示与主题语义特征向量在特征空间中进行语义相似度匹配,得到主题契合度评估值;

20、对所述候选文创图像进行结构完整性检测与风格一致性检测,基于检测结果计算视觉质量评估值;

21、构建自适应损失生成机制,所述自适应损失生成机制根据所述主题契合度评估值与所述视觉质量评估值的偏离程度分别生成主题损失分量与视觉损失分量,并通过评估所述主题损失分量与所述视觉损失分量的相对强度确定损失权重系数,基于所述损失权重系数对所述主题损失分量与所述视觉损失分量进行非线性融合,生成对抗损失反馈信号;

22、将所述对抗损失反馈信号输入梯度解析单元,通过所述梯度解析单元分离所述对抗损失反馈信号中源自所述主题损失分量的主题梯度信息与源自所述视觉损失分量的视觉梯度信息;

23、根据所述主题梯度信息对生成对抗网络中的文化语义生成路径的参数进行更新,根据所述视觉梯度信息对所述生成对抗网络中的风格表现生成路径的参数进行更新,完成迭代优化。

24、基于所述材料属性信息建立墨滴扩散预测模型,并根据所述墨滴扩散预测模型对所述目标文创图像进行色彩空间转换与像素级补偿处理,得到介质适配图像包括:

25、从材料属性信息中提取打印介质的表面吸收系数与纤维结构参数,并基于所述表面吸收系数与所述纤维结构参数构建墨滴扩散行为特征库,所述墨滴扩散行为特征库记录不同色彩墨滴在所述打印介质上的扩散半径特征与色彩衰减特征;

26、将所述墨滴扩散行为特征库输入扩散预测网络,通过所述扩散预测网络学习所述扩散半径特征与所述色彩衰减特征之间的关联规律,建立墨滴扩散预测模型;

27、将目标文创图像输入所述墨滴扩散预测模型,通过所述墨滴扩散预测模型对所述目标文创图像中各像素点的色彩值进行扩散效应预测,得到各像素点的预测扩散色彩分布;

28、基于所述预测扩散色彩分布构建色彩偏移矩阵,所述色彩偏移矩阵记录所述目标文创图像中各像素点在打印后因墨滴扩散导致的色彩偏移量,根据所述色彩偏移矩阵对所述目标文创图像进行逆向色彩空间转换,将所述目标文创图像中各像素点的色彩值按照所述色彩偏移量的反方向进行预调整,得到色彩预补偿图像;

29、对所述色彩预补偿图像进行像素级补偿处理,针对所述色彩预补偿图像中相邻像素之间因墨滴扩散导致的边界模糊区域进行像素锐化补偿,得到介质适配图像。

30、将目标文创图像输入所述墨滴扩散预测模型,通过所述墨滴扩散预测模型对所述目标文创图像中各像素点的色彩值进行扩散效应预测,得到各像素点的预测扩散色彩分布包括:

31、对目标文创图像进行像素级色彩解析,提取所述目标文创图像中各像素点的色彩值及其在色彩空间中的坐标位置,构建像素色彩映射表;

32、将所述像素色彩映射表输入墨滴扩散预测模型,通过所述墨滴扩散预测模型调取与各像素点色彩值对应的墨滴扩散参数,所述墨滴扩散参数包括扩散方向向量与扩散强度系数;

33、基于所述扩散方向向量与所述扩散强度系数构建像素级扩散影响域,针对所述目标文创图像中的每个像素点,根据所述像素级扩散影响域计算该像素点对其邻域像素点的色彩叠加贡献量,并将所述色彩叠加贡献量与该邻域像素点自身的色彩值进行叠加运算,得到该邻域像素点的扩散后色彩值;

34、遍历所述目标文创图像中的全部像素点,将各像素点接收到的来自所有邻域像素点的色彩叠加贡献量进行累积求和,得到各像素点的预测扩散色彩值;

35、将各像素点的预测扩散色彩值按照所述目标文创图像的空间布局进行重组,生成预测扩散色彩分布。

36、根据所述介质适配图像生成喷墨打印控制指令,并通过所述喷墨打印控制指令驱动喷墨打印设备对所述待打印介质执行打印操作包括:

37、对介质适配图像进行像素到喷墨点的映射转换,将所述介质适配图像中的各像素点转换为对应的喷墨点坐标与喷墨点色彩参数,得到喷墨点分布数据;

38、基于所述喷墨点分布数据构建打印路径规划图,根据所述打印路径规划图中的喷墨操作节点提取喷墨时序信息,将所述喷墨点坐标、所述喷墨点色彩参数与所述喷墨时序信息进行指令封装,生成喷墨打印控制指令;

39、将所述喷墨打印控制指令传输至喷墨打印设备的指令解析单元,通过所述指令解析单元对所述喷墨打印控制指令进行解析,提取移动轨迹序列与所述喷墨操作节点;

40、根据所述移动轨迹序列驱动所述喷墨打印设备的喷头运动模块沿所述移动轨迹序列在所述待打印介质上移动,并在到达各喷墨操作节点时根据所述喷墨时序信息触发所述喷墨打印设备的墨滴喷射模块按照所述喷墨点色彩参数执行墨滴喷射,完成对所述待打印介质的打印操作。

41、本发明实施例的第二方面,提供基于智能算法的文创主题图像生成与介质打印系统,包括:

42、图像生成单元,用于获取文创主题输入信息,并对所述文创主题输入信息进行语义特征提取,得到主题语义特征向量,将所述主题语义特征向量输入生成对抗网络,通过所述生成对抗网络进行特征映射与图像重建,得到候选文创图像;

43、质量优化单元,用于对所述候选文创图像进行主题契合度评估与视觉质量评估,根据评估结果生成对抗损失反馈信号,并基于所述对抗损失反馈信号对所述生成对抗网络的参数进行迭代优化,直至所述候选文创图像满足预设质量阈值,输出目标文创图像;

44、介质适配单元,用于获取待打印介质的材料属性信息,基于所述材料属性信息建立墨滴扩散预测模型,并根据所述墨滴扩散预测模型对所述目标文创图像进行色彩空间转换与像素级补偿处理,得到介质适配图像;

45、打印控制单元,用于根据所述介质适配图像生成喷墨打印控制指令,并通过所述喷墨打印控制指令驱动喷墨打印设备对所述待打印介质执行打印操作。

46、本发明实施例的第三方面,提供一种电子设备,包括:

47、处理器;

48、用于存储处理器可执行指令的存储器;

49、其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述所述的方法。

50、本发明实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述所述的方法。

51、本方法显著提升了文创主题图像生成的智能化水平与主题表达准确性,借助生成对抗网络对主题语义特征向量进行深层映射与图像重建,使候选文创图像在内容构成与风格呈现上高度贴合原始文创主题,有效避免了传统方法中主题元素丢失或风格偏离的问题。结合主题契合度评估与视觉质量评估的双重校验机制,能够精准捕捉图像在语义表达和观感层面的不足,并据此生成对抗损失反馈信号,驱动网络参数持续迭代优化,直至达到预设质量阈值,从而在保证图像艺术表现力的同时,稳定输出兼具高辨识度与美学价值的优质文创图像。

52、针对不同打印介质的物理特性,该方法利用材料属性信息建立墨滴扩散预测模型,精准模拟墨滴在特定介质表面的浸润、渗透与扩散行为,据此对目标文创图像执行色彩空间转换与像素级补偿处理,有效预矫正了因介质吸墨性、表面纹理及涂层差异导致的色彩偏移与细节模糊问题,使最终生成的介质适配图像在色彩还原度、层次过渡和边缘锐利度方面均有显著提升,极大增强了文创图像在不同材质上的视觉一致性。

53、由于补偿处理直接作用于像素级色彩数据,喷墨打印控制指令能够精确驱动喷头按需喷射墨滴,使打印图案与介质适配图像高度吻合,显著降低了套色误差和墨量堆积风险,提升了打印成品的光学密度与耐候性。该方法将图像生成环节与打印环节的误差源分别建模并逐一消解,形成从语义创意到实体输出的全过程质量保障,大幅减少了试打印与人工调色次数,提升了文创产品的生产效率与良品率,同时降低了对操作人员经验的依赖,为实现个性化、小批量文创产品的快速定制提供了可靠技术支撑。