当代门的设计流变解读

从古至今,门是大家再熟悉不过的了,现代社会中,门的功能不仅仅是封闭是防御,门被赋予了新的内涵,未来的门将如何演变?是形式的借鉴、意味的延伸还是神韵的传承?当代户门的艺术形式以不同的"开放式"语言诠释着设计的个性。

现代水墨动画艺术形式中如何体现传统水墨人物画的意境

中国水墨动画是最具有鲜明民族风格的动画片,其创作的形式充满诗情画意。水墨动画的视觉语言来源于我国千年来历史的传统水墨画艺术形式。传统的题材和审美意境,必然会作为视听的艺术形式介入水墨动画中来,作为最具本土特色的动画艺术形式的水墨动画它是我国传统文化同外来动画艺术相结合的产物,研究水墨动画必须研究它与中国传统的亲缘关系。

招贴广告设计的休止符——空白的作用与经营

空白、文字、图片结合的好与坏直接影响着版面设计的成功与否,甚至一个版面设计是否优秀直接决定于这三方面的运筹帷幄。而这三方面对于版面的把握主要决定于空白的面积、位置、形状、形式。因此,在版面设计中绝对不能忽视对空白的把握与运用。

浅谈工业产品中的宜人性

浅谈产品中的人性化设计,并通过对人性化产品设计的具体案例的分析来说明了人性化设计中包含的人体工程学因素,进一步阐述了产品与人体工程学间必然的联系。指出未来的产品设计必须以创意与革新为首要条件,符合人机工程学,使人性化的设计真正体现出对人的尊重和关心。同时也是最前沿的潮流与趋势,是一种人文精神的体现,是人与产品完美和谐的结合。

“维”的当代设计教育

当信息及信息产业逐渐在人的经济与日常生活中占据越来越重要的地位时,人们对工业产品的需求也发生着重大变化,设计发展到今天,已经走向"多维化"。影响设计教育的因素非常多,再以古老的设计理念进行设计已经不能满足当代设计发展的需要。那么新的设计理念究竟应该包括哪些呢?本文就此做了简要分析。

面向大学设计教育的几点提案

近年来,我国的艺术设计发展迅速,但是与西方发达国家相比,我们还有很大的差距。我国的艺术教育要和国际接轨,首先要从艺术设计教育着手,更新观念,大胆改革,逐步完善现有的艺术设计教育体系。

当代水墨人物动画与数字技术融合发展的思考

水墨动画作为中国民族动画的艺术领头兵,在国际文化环境中获得特殊的"身份"和"标志"。尤其是以水墨人物画形式为主的动画影片,例如《山水情》、《牧笛》、《鹿铃》等这些优秀作品成就了我国动画的辉煌时期。随着20世纪末数字技术的高度发达,传统水墨动画也面临着更多的挑战。在三维动画制作技术高度发展的今天,水墨动画的发展前景及空间是广阔的,尤其是三维水墨人物、花鸟、山水等动画形式所表现的艺术语言更为丰富多彩,整体上水墨动画的发展方向是多元化的,风格形式也是多样化的。

论艺术设计专业表现技法的两种形式

艺术设计专业中的表现技法有多种。此文论述了素描点绘形式和色彩喷绘形式的表现技法。如果学生在实践中掌握了这门主要专业课程,就会为今后的电脑图形设计打下坚实的基础。

面向对象多层次多尺度分割的农用大棚类型信息提取

为对不同农用大棚类型信息进行识别分类和精细化提取,以内蒙古河套灌区不同大棚类型为研究对象,基于Sentinel-2A卫星数据,采用面向对象结合多层多尺度分割技术和阈值分类方法,对大棚类型信息进行提取并对最终提取结果展开精度评价和分析研究。首先利用尺度参数估计(Estimation of Scale Parameter2,ESP2)方法进行了分层分割并优选出最佳分割尺度,在各层最优分割尺度上进行光谱、指数、几何、纹理等特征的提取与优化,获取最优特征组合;然后运用多层多尺度分割阈值分类方法提取不同大棚类型信息。结果表明不同大棚类型信息总体精度达94.8%,kappa系数达0.93。其中:塑料大棚的制图精度和用户精度分别为95.3%和96.6%;单屋面温室大棚制图精度和用户精度分别为88.5%和92.6%。基于多层多尺度分割分类的信息提取方法分别考虑了不同地物最优分割尺度,在不同地物各自的最优分割尺度上提取其信息,以抑制过度分割或亚分割现象,从而降低错分或漏分。因此,高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取方法能够有效提高大棚类型信息提取精度,且能为地物信息精细提取技术体系提供一定参考思路。

基于无人机多光谱影像的荒漠草原典型物种识别

【目的】准确获取草原植物物种空间分布信息是草原生态系统生物多样性监测、群落重构与生态功能维持的重要基础。及时准确获取植物物种空间分布可以为草原植物物种信息提取提供有效技术手段。【方法】文章以无人机多光谱影像为基础,分别在像元尺度和对象尺度上开展了荒漠草原典型物种的信息提取方法研究。像元尺度上先定义样本计算样本可分离性,在选择不同分类器进行分类。而对象尺度上首先进行遥感影像尺度分割研究,选出最佳分割尺度。在此基础上,提取最优特征变量,并采用阈值分类法提取植被信息。【结果】高分辨率无人机多光谱数据能够为荒漠草原物种信息提取提供有效数据基础。面向对象影像分析技术的表现最好,总体精度85.16%,Kappa系数0.71,其中短花针茅的制图精度和用户精度分别为97.6%和86%;其次是支持向量机机器学习算法,其总体精度80.40%,Kappa系数0.70,短花针茅的制图精度和用户精度分别为90.08%和76.46%;而传统最大似然分类法的识别精度较低,总体精度为74.68%,Kappa系数0.64,短花针茅的制图精度和用户精度分别为72.40和81.96。【结论】无人机多光谱数据对于集中连片分布的植被物种的识别能力较强,而对零星分布的物种的识别精度并不理想,但该文结果能够为大尺度草原植物物种识别提供一定参考。