《图像处理设计》大作业题目：选题二：《X战警-第一战》分析短评专业：数字媒体技术姓名：**学号：**********一、引言随着时代的发展，人们对于文化生活要求变高。

电影作为一种艺术表现形式，也经受着人们的考验。

过去的技术已经不能给我们带来让我们满意的视觉效果，尖端的电影技术正在发展。

从电影这个音画艺术诞生开始，影视创作人员一直在积极的寻求新鲜的元素，是电影传达更多的思想和情感，或是呈现给观众不同寻常的或是匪夷所思的画面，从而给观众留下深刻的印象收到最震撼的效果。

从历史上第一个特效镜头出现在大屏幕的一瞬间就注定了它今后在电影界的举足轻重的地位。

说起影视视觉特效的发展，不得不惊叹其惊人的成长速度，然而回顾历史不得不承认这也是在情理之中。

当第一台电子计算机在宾夕法尼亚大学中诞生以来，计算机这一强有力的工具就像一只催化剂迅速的提升了各行各业的发展。

在20世纪八九十年代，计算机图形学CG技术的发展进入应用与普及阶段，计算机生成图像CGI技术和三维动画，数字合成技术等相关技术的飞速进步，使得呈现在观众眼前的视觉效果越来越震撼，可谓视觉盛宴。

与此同时美国好莱坞商业电影在迅猛地崛起，众多好莱坞大片为了取得绝佳的影片视觉效果以及良好的票房收入，不惜在影片特效部分投入巨资，更有甚者，影片本身就是一部特效电影。

所有的这些都极大的促进了影视视觉特效的发展与进步。

电影发展到今天，影视特效已经成为一部电影不可或缺的一部分，从经济角度来看，他更环保，更节约，成本更低。

例如，某些影片中的场景更不不可能依靠现实的布景来实现，就算可以实现也劳民伤财，耗资巨大，这时候CGI技术就现实出其强大的优势；某些电视剧的制作，因为成本的限制，不可能到将剧组四处迁徙完成拍摄，这时候，就可借助绿屏或蓝屏以及跟踪的技术，在摄影棚中完成前景的拍摄，然后利用数字合成技术，将其与背景实拍素材合成的天衣无缝即可达到以假乱真的效果。

而这种拍摄手段在现在的影视制作中被广泛的使用。

现代使用电子计算机进行特殊处理使影片出现特殊效果的方法有很多，其技术集中在建模与渲染和特效与合成方面。

经过了大学对计算机图形学和图像处理技术的学习，我在这方面也有了一些自己的理解。

下面让我以2011年上映的《X战警：第一战》（X-men:First Class）为具体实例，阐述我个人的理解与分析。

具体完整动态视觉效果请看附录视频。

附录视频内含镜头一至镜头五，并整合了相关技术应用。

关键词：数字图像技术计算机图形学图像处理与分析影视特效X战警二、具体分析镜头1（附录视频00：07—00：20）此镜头表现了一个夜景水面的效果。

这个场景看似简单，如果不是了解其中的制作过程，很可能会觉得这是一个直拍镜头。

但其实这个效果是通过三个视频素材经过处理、复合而成的数字合成特效。

之所以看起来非常和谐，都是数字图像技术艺术处理的功劳。

图1 图2 图3 首先，将用作水面波纹主体的图1进行色相转换处理，从暖色调调整到冷色调。

要想实现色相的调整，首先要了解不同的颜色模型。

在颜色的表示方法中HSL(L)表示法法就是色相(hue)，饱和度(saturation)，亮度(lightness)调整图象的色相就是保持饱和度和亮度不变的同时调整色相，PhotoShop使用的正是这样的算法。

实现时只要将RGB表示的颜色先换算成HSL(L)表示法，调整色相(hue)的值，在将调整以后的值换算回RGB表示，就实现了调整图象色相的效果。

可以看出，图2是水面岸边远景的组成素材，经过模糊、变暗的处理后成为组成画面的一部分。

模糊的效果可以通过线性平滑滤波器得到。

通过调节平滑模板尺寸，来调节平滑滤波的消除噪声程度。

平滑模板尺寸增大时，对噪声的消除作用有所增强，不过同时所得到的的图像变得模糊，细节逐步减少。

而变暗效果则是通过调节画面的亮度。

保持饱和度和色相不变，进行亮度的调节，调整后换算回RGB，实现画面的变暗。

而图3是属于一种对画面的调节。

这个视频素材主要用来表现水面灯光的效果，使水面波纹能和整体色调更融合在一起。

而要想达到此效果，一般是在视频编辑软件中调整模式混合模式，将两个图层的色彩值紧密结合在一起，从而创造出大量的效果，在这些效果的背后实际是一些简单的数学公式在起作用。

譬如如果我们想要实现AE/PS图层混合模式中“叠加”的效果，则原理公式可表示为：B=0.5 C=2ABB0.5 C=1-2(1-A)(1-B)该公式中，A代表了上面图层像素的色彩值（A=像素值255），d表示该层的透明度，B代表下面图层像素的色彩值（B=像素值255），C代表了混合像素的色彩值（真实的结果像素值应该为255C）。

该公式也应用于层蒙板，在这种情况下，d代表了蒙板图层中给定位置像素的亮度。

最终完成了对三个素材的处理之后，我们还需要将三个不同的素材拼合在一起。

将不同的素材融合在一起，使他们看起来就像是本来的一张图，这才是视频处理的重点，也是检验一部电影视觉效果好坏与否的标准之一。

视频的拼接算法也是基于图像的拼接算法发展而成的，我们可以利用图象间隔一定距离的2列上的部分像素。

即在前一幅图象的重叠区域中分别在2列上取出部分像素，用它们的比值作为模板,然后在第2幅图象中搜索最佳的匹配。

即对于第2幅图象，由左至右依次从间距相同的2列上取出部分像素，并逐一计算其对应像素值比值；然后将这些比值依次与模板进行比较，其最小差值对应的列就是最佳匹配。

这样在比较中只利用了一组数据，其实可以说是利用了2列像素及其所包含的区域的信息。

下一步我们要进行相关素材的连接。

如果仅仅是简单的叠加，会造成图象的模糊和明显的边界，这是不能容忍的。

连接平滑连接就是要使拼接区域平滑，提高图象质量。

因此我们采纳了淡入淡出思想，利用渐入渐出的方法，即在重叠部分由前一幅图象慢慢过渡到第2幅图象并删去垂直方向错开的图象部分。

设渐变因子为0<d<1，对应的前后2幅图象重叠部分像素值为image1，image2，结果为image3，则image3=d3 image1+(1-d)3image2其中d由1慢慢变化到0，它与图象之间的水平方向重叠距离有关。

镜头2（附录视频00:20—00:42）此镜头表现了一个巨大锁链从水底升起，扰乱了原本的流体水面并带起一系列水花的场景。

这个场景利用了有关计算机图形学的相关知识，创建了不同的模型，来模拟这种虚拟的不科学的场景，使视觉效果看起来逼真。

图4 图5 图6 经典的欧氏几何学只研究直线、矩形、圆、三角形、圆锥面、锥体、椭球体等规则的形状,而对于自然界中稍为复杂一些的图形就没有能力描述它。

而70 年代后期发展起来的分形几何可用来描述极复杂的几何图形。

一个分形集应具备以下几个典型性质：(l) 通常它本身的结构在大小尺度上有着某种“自相似”形式（有的严格地相似，也有的只是近似的、或者统计的相似性）；(2)当图形比例不断缩小时,它可以有任意小的细节；(3) 它的“分形维数”大于它的“拓扑维数”；(4) 在大多数令人感兴趣的情形下，它可以用非常简单的方法定义，并可以用迭代计算产生其图形；(5) 分形的结果是倾向于“解释性”的，而非“预言性”的。

可以从图5看到镜头2所用到的模型有：水面模型，锁链模型，水花模型。

这几个模型都符合分形几何的典型性质。

所以我们可以用分形几何模拟这些景物，其中较为困难的是水面和水花的分形。

为了实现三维海面建模，模拟海浪运动效果，我们首先要画出静态海浪曲面。

没分形前是一个正方形，第一次分形产生4个正方形，第二次细分可生成16个正方形，第三次则可生成64个...经过i次细分生成的正方形为2^2i个。

通过迭代我们可以得到海浪曲面效果图。

基于FBM方法的曲面生成算法如下：（1）确定迭代初始正方形个数g及迭代次数n。

（2）确定随机函数方程g（）=（rand()%(r-1)-r/d）。

（3）初始迭代次数m=0，然后对初始正方形的四个角点分别赋予随机高度值hA、hB、hC、hD，并将生成的坐标保存到坐标数组中。

（4）令当前迭代次数m=m+1，计算档次迭代所生成的所有点的坐标值，并保存到坐标数组中。

（5）重复第4步，直到当m=n-1时为最后一次迭代过程，结束迭代。

（6）使用纹理映射方法将海浪纹理映射到生成的曲面上，生成海浪分形图形。

对于从锁链上流下的水花进行运动分析：水流从锁链表面倾泻出一道或多道水流，而后水流收重力作用流下。

在水流下落过程中，同样伴有水花飞溅等效果，而且在水流飞速下落的过程中，可能会与障碍物发生碰撞而改变运动方向。

水花可以看做不规则物体运动，故可以将这类运动用粒子系统方法来实现。

假设水花由若干个粒子构成，每个粒子在生成的时候都具有一定的属性，如粒子的寿命、速度、方向、颜色等。

随着时间的变化，每个粒子必须经过四个阶段：(1)粒子的产生；（2）粒子的运动；（3）碰撞检测；（4）粒子的消亡。

利用粒子系统生成单帧图像的过程见下图。

完成了对海面、锁链、水花的建模，我们可以进一步对模型进行贴图，增添光影效果，最终完成如图6的效果。

镜头3（附录视频00:43—01:11）这个镜头是一个脑内虚拟场景的表现，为了区分人物，一部分人是彩色，一部分人是黑白，加入了白雾效果的模拟，才形成了这样一种特殊的效果。

要想实现这种虚拟场景的模拟，也需要我们的数字图像处理技术。

首先我们要把不同的人物素材从原拍视频中提取出来，这时候需要用到图像分割方面的技术。

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。

它是由图像处理到图像分析的关键步骤。

现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。

①灰度阈值分割法是一种最常用的并行区域技术，它是图像分割中应用数量最多的一类。

阈值分割方法实际上是输入图像f到输出图像g的如下变换：其中，T为阈值，对于物体的图像元素g(i,j)=1，对于背景的图像元素g(i,j)=0。

由此可见，阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。

阈值确定后，将阈值与像素点的灰度值逐个进行比较，而且像素分割可对各像素并行地进行，分割的结果直接给出图像区域。

阈值分割的优点是计算简单、运算效率较高、速度快。

在重视运算效率的应用场合(如用于硬件实现)，它得到了广泛应用。

②区域生长和分裂合并法是两种典型的串行区域技术，其分割过程后续步骤的处理要根据前面步骤的结果进行判断而确定。

区域生长的基本思想是将具有相似性质的像素集合起来构成区域。

具体先对每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素有相同或相似性质的像素(根据某种事先确定的生长或相似准则来判定)合并到种子像素所在的区域中。