一种蜡染绘画稿智能辅助设计方法及系统

本发明涉及蜡染数字化设计，特别是一种蜡染绘画稿智能辅助设计方法及系统。

背景技术：

1、蜡染作为中国国家级非物质文化遗产，以其古朴典雅的蓝白艺术风格和独特的冰纹肌理享誉海内外，传统蜡染制作需经历设计画稿、熔蜡点绘、靛蓝浸染、脱蜡显纹等十余道工序，其中画稿设计直接决定了最终成品的纹样构成与文化意蕴，然而，传统蜡染画稿设计高度依赖于传承人的个人经验与手工技艺，设计周期长、试错成本高，且纹样风格受限于个体认知边界，难以满足当代文化创意产业对多样化、高效率设计产出的迫切需求，近年来，数字技术为蜡染艺术的保护与创新提供了新的可能，现有研究在蜡染纹样的分类存储、基于规则的图案生成以及染色过程的物理仿真方面取得了阶段性进展，为蜡染艺术的数字化传承奠定了初步基础。

2、然而，现有蜡染辅助设计技术仍存在以下不足，其一，现有系统大多仅提供通用绘图工具或基于规则的简单纹样重组功能，缺乏对蜡染纹样深层风格特征与文化语义的理解与建模能力，导致生成的纹样容易偏离传统蜡染的构成规范与符号体系，存在文化失当风险，其二，大量数字化蜡染纹样数据虽已积累，但多停留于简单的分类存储层面，未能实现纹样的元素级语义解析与结构化编码，纹样数据的设计重用效率低下，其三，现有纹样生成方法多基于形状文法或通用风格迁移网络，前者生成的图案多样性受限，后者缺乏针对蜡染纹样构成规律（如对称性、曲线韵律、色彩分布）的多层次约束机制，难以确保生成纹样与传统蜡染的风格一致性。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种蜡染绘画稿智能辅助设计方法及系统，解决现有蜡染辅助设计技术中纹样元素缺乏语义解析与结构化编码、生成过程缺乏多层次风格约束机制的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了一种蜡染绘画稿智能辅助设计方法，其包括，

5、采集蜡染纹样图像并进行预处理与结构化语义标注，构建多层级蜡染纹样数据库；

6、基于多层级蜡染纹样数据库通过注意力机制与分层解码网络进行像素级语义分割与元素级实例定位，输出结构化的纹样元素实例数据库；

7、根据纹样元素实例，提取每个元素的视觉特征与语义特征并融合，根据融合向量进行跨模态检索；

8、对跨模态检索结果提取多层次风格编码，以风格编码为约束驱动扩散模型进行可控纹样生成，输出新生成的蜡染绘画稿；

9、对新生成的蜡染绘画稿，通过条件生成式对抗网络进行染色预仿真，根据染色仿真结果进行交互式迭代优化，输出结构化蜡染画稿设计报告。

10、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述采集蜡染纹样图像并进行预处理与结构化语义标注，构建多层级蜡染纹样数据库，步骤如下，

11、采集蜡染实物样本的高分辨率图像数据，采用双三次插值方法将图像缩放为统一尺寸；

12、对缩放后的图像进行色彩空间转换，从rgb空间转换至lab空间；

13、对转换后的图像进行自适应直方图均衡化，得到预处理后的蜡染图像；

14、对预处理后的蜡染图像进行语义标注，标注维度包括纹样类别、文化内涵、构图类型和风格时期，构成蜡染纹样的语义编码向量；

15、将采集蜡染实物样本的高分辨率图像、预处理后的蜡染图像和语义标注信息，整合为多层级蜡染纹样数据库。

16、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述基于多层级蜡染纹样数据库通过注意力机制与分层解码网络进行像素级语义分割与元素级实例定位，输出结构化的纹样元素实例数据库，步骤如下，

17、构建基于注意力加权与分层解码的蜡染纹样语义分割网络，蜡染纹样语义分割网络结构包含特征提取主干网络、通道-空间双注意力模块和分层解码模块；

18、使用在imagenet上预训练的resnet-50作为特征提取主干网络，将预处理后的蜡染图像作为输入，输出多尺度特征图，其中表示特征提取主干网络对应的层级；

19、通道-空间双注意力模块对多尺度特征图计算通道注意力权重和空间注意力权重，并加权融合，生成增强特征图；

20、分层解码模块逐级恢复特征图的空间分辨率，得到解码特征图；

21、将解码器最终输出的解码特征图通过卷积进行逐像素纹样元素分类，输出像素级语义分割结果；

22、基于像素级语义分割结果通过连通域分析进行实例分离，得到纹样元素实例定位结果，并对每个实例计算边界框、面积和质心坐标，将带有原始图像来源、元素类别标签、空间位置掩码、边界框、面积和质心坐标的纹样元素实例构建为纹样元素实例数据库。

23、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述根据纹样元素实例，提取每个元素的视觉特征与语义特征并融合，根据融合向量进行跨模态检索，步骤如下，

24、将每个纹样元素实例对应的预处理后的蜡染图像和语义标注文本作为输入，对预处理后的蜡染图像采用改进的resnet-50提取视觉特征，经全局平均池化和全连接映射，得到图像嵌入向量，对语义标注文本采用bert预训练模型提取语义特征，经全连接映射，得到文本嵌入向量；

25、构建跨模态对比损失函数；

26、使用跨模态对比损失函数对改进的resnet-50和bert预训练模型进行跨模态对比学习训练，训练完成后，输出每个纹样元素实例对应的图像嵌入向量和文本嵌入向量，并通过加权平均，得到每个纹样元素实例的统一嵌入向量；

27、用户发起检索时，若用户输入为参考图像，使用跨模态对比学习训练后的改进的resnet-50将参考图像映射为查询嵌入向量，若用户输入为文字描述，使用跨模态对比学习训练后的bert预训练模型将文字描述映射为查询嵌入向量；

28、计算查询嵌入向量与纹样元素实例数据库中所有元素实例的统一嵌入向量的余弦相似度，按相似度分数降序排列，输出前个纹样元素实例作为跨模态检索结果。

29、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述对跨模态检索结果提取多层次风格编码，步骤如下，

30、对跨模态检索结果中的每个纹样元素实例，通过计算对称性，得到构成风格向量，通过计算纹样元素中每条轮廓曲线的曲率，得到曲线韵律向量，通过k-means提取纹样元素的主色调集合及比例，得到色彩风格向量；

31、将构成风格向量、曲线韵律向量和色彩风格向量拼接，得到风格编码。

32、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述以风格编码为约束驱动扩散模型进行可控纹样生成，输出新生成的蜡染绘画稿，步骤如下，

33、将风格编码输入风格投影模块，映射为扩散模型可理解的风格约束向量，风格投影模块由两层全连接网络构成；

34、采用基于扩散模型的生成框架，以风格约束向量作为条件输入，通过前向扩散过程从真实纹样图像出发，逐步添加高斯噪声，得到噪声图像；

35、构建u-net架构的去噪网络，将当前噪声图像和条件向量作为输入，输出预测噪声，并将预测噪声从噪声图像去除，得到生成图像；

36、构建逆向去噪的扩散损失函数；

37、将生成图像输入特征提取主干网络，得到生成特征图，使用生成特征图的协方差矩阵构建风格gram矩阵，将生成图像与检索结果中的真实图像在各层风格gram矩阵之间的均分误差定义为风格损失函数；

38、构建结构边缘保持损失函数；

39、基于扩散损失函数、风格损失函数和结构边缘保持损失函数加权融合，得到总损失函数；

40、使用总损失函数对扩散模型进行训练，训练完成后，使用训练好的扩散模型输出新生成的蜡染绘画稿。

41、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述对新生成的蜡染绘画稿，通过条件生成式对抗网络进行染色预仿真，步骤如下，

42、采集蜡染实物在不同染色阶段的图像数据构建蜡染染色数据集，记录染色参数包括浸染次数、染液浓度、浸染时间和布料材质；

43、采用条件生成式对抗网络建立蜡染染色物理模型，将新生成的蜡染绘画稿和自定义的染色参数作为生成器的输入，输出仿真染色图像；

44、将仿真染色图像输入判别器，输出仿真染色图像为真实蜡染的概率；

45、构建对抗目标函数，使用仿真染色图像和蜡染染色数据集作为训练集对蜡染染色物理模型进行训练，使用训练好的蜡染染色物理模型输出蜡染绘画稿的仿真染色图像。

46、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述根据染色仿真结果进行交互式迭代优化，步骤如下，

47、用户评审新生成的蜡染绘画稿和对应的仿真染色图像，可通过修改风格编码参数和染色参数进行调整，迭代更新新的画稿和仿真效果，直到用户确定最终画稿。

48、作为本发明所述蜡染绘画稿智能辅助设计方法的一种优选方案，其中：所述输出结构化蜡染画稿设计报告，步骤如下，

49、用户确定最终画稿后，生成包含高分辨率蜡染画稿图像、画稿的纹样元素构成说明、染色参数方案和设计迭代历程概览图的结构化蜡染画稿设计报告。

50、第二方面，本发明提供了一种蜡染绘画稿智能辅助设计系统，包括，

51、数据采集模块，采集蜡染纹样图像并进行预处理与结构化语义标注，构建多层级蜡染纹样数据库，为后续纹样解析提供数据基础。

52、元素分割模块，基于多层级蜡染纹样数据库，通过注意力机制与分层解码网络对纹样图像进行像素级语义分割与元素级实例定位，输出结构化的纹样元素实例数据库。

53、纹样检索模块，根据纹样元素实例，提取每个元素的视觉特征与语义特征并融合为统一嵌入向量，支持跨模态检索，返回匹配的纹样元素实例。

54、画稿生成模块，对跨模态检索结果提取多层次风格编码，以风格编码为约束驱动扩散模型进行可控纹样生成，输出符合传统蜡染构成规范的新纹样画稿。

55、染色仿真模块，对新生成的蜡染画稿，通过条件生成式对抗网络构建的染色物理模型进行染色预仿真，输出仿真染色图像。

56、报告输出模块，根据染色仿真结果进行交互式迭代优化，将最终成果汇总生成结构化蜡染画稿设计报告。

57、本发明有益效果为：通过注意力机制与分层解码网络，实现了蜡染纹样的像素级语义分割与元素级实例定位，将整幅纹样解构为原子化的可编辑设计单元；通过跨模态对比学习将图像与文本映射至统一嵌入空间，实现了“视觉-语义”双模态的深度对齐与确定性检索；通过多层次风格编码驱动的扩散生成模型，解决了通用生成模型难以确保纹样符合传统蜡染构成规范的问题，在扩散损失之外引入风格gram矩阵与边缘保持三重约束，实现了风格保真与形态创新的统一；通过条件生成式对抗网络驱动的染色物理预仿真与交互式迭代优化，将传统长周期试错转变为即时反馈闭环，降低了物料与时间成本，实现了设计构思到制作方案的全链条知识交付。