基于ChipGAN-ViT模型的汉绣艺术风格迁移与模拟

针对真实图像与汉绣图像在风格迁移融合过程中产生的针法工艺模糊和边界伪影问题,提出了基于ChipGAN-ViT模型的汉绣风格迁移方法。由于刺绣纹样内部与背景留白具有不同的线迹填充效果,算法首先利用ChipGAN-ViT模型对前景进行纹理重构,再利用循环生成对抗网络对风格图像和内容图像进行风格迁移;其次,采用Sobel算子对汉绣图像进行边缘轮廓提取,以满足汉绣数字化模拟的内容图像需求;最后,对生成的风格迁移图像进行超分辨率处理获得最终汉绣数字化图像。实验结果表明:该方法可有效模拟出汉绣平顺且配色丰富的艺术特点,相比传统的ChipGAN、CNN算法迁移时间缩减了30.58%和41.52%。所提出的汉绣风格迁移方法是对风格迁移技术的有效补充,为汉绣图案的创新设计提供了新的可能。