图像矢量化是将光栅点阵图像转化为矢量图形的技术。光栅点阵图像的本质是像素矩阵,很难实现对象层面的编辑。与之相比,由点、线、面等几何结构表示的矢量图形则具有紧致性、对分辨率的独立性以及对象层面的可编辑性等优点,成为数字媒体内容的基本表现形式之一。然而,矢量图形的生成相比点阵图像要困难许多,通常需要人工手动建立模型,不仅对用户的绘图技巧有一定要求,更是一个极为耗时的过程。将现存的大量点阵图像自动或半自动地转化为矢量图形成为近年来的研究热点。目前存在的图像矢量化算法大都针对整幅图像或用户指定的单个对象进行,无法体现多个对象以及对象的不同部分之间的互作用。另外,如何用均匀而简单的矢量结构贴切地表达纹理、色彩变化等图像特征是图像矢量化的又一难点。本文针对上述问题,分别就多级对象结构的建立及其语义关系的描述,多级图像与视频对象的半自动交互提取,保持拓扑的对象表面参数化映射以及保持图像纹理的矢量化技术进行了研究和探讨,具体贡献和创新点如下:(1)建立了多级对象的结构并定义了四种基本的语义关系本文建立了一个多级对象的体系结构,并在同一级别的两对象之间、相邻级别的两对象之间分别定义了两种语义关系,体现了多对象及其不同部分之间的互作用。这种带有语义关系的多级对象结构是基于多级对象矢量化的基础,且贯穿于整个矢量化过程及最终影响基于对象的编辑过程。(2)提出一种带有语义关系的多级图像对象提取算法本文提出一种带有语义关系的多级图像对象提取算法,不仅能够同时提取用户感兴趣的多个对象,还因为其语义关系的加入而纠正了提取中可能出现的像素的错误标记,从而提高了提取的准确性和鲁棒性,为基于对象的图像矢量化提供了有效方法与途径。(3)提出一种基于关键帧对象模型的视频对象跟踪算法本文在对视频关键帧进行带有语义关系的多级对象分析的基础上,将非刚体的变形看做是其刚体子对象的二维运动,并利用对未被遮挡的部分对象的正确标记和跟踪,实现了复杂情况下的视频对象跟踪,且对部分遮挡现象和形变现象具有较好的鲁棒性,较好地解决了存在遮挡或形变的视频对象跟踪的难题。(4)提出一种能够保持语义关系的多级图像对象表面映射模型本文提出了一种能够保持语义关系的多级图像对象表面映射模型,将具有定义的四种基本语义关系的对象组合映射到一个组合矩形表面,进而实现了对多级对象的矢量化。(5)提出一种由色彩梯度图生成的多级对象三角网格矢量化算法本文通过计算图像色彩梯度图,提出一种由色彩梯度图生成的Delaunay三角网格,能够很好地反映原始图像中的色彩变化,解决了用均匀而简单的矢量结构贴切地表达纹理、色彩变化等图像特征这一图像矢量化的难点。多级对象间网格的无缝融合也使得对象间的互作用在基于网格的对象编辑中得以应用。(6)提出一种基于稀疏编码的重要区域网格细分算法本文基于初级视觉皮层中稀疏编码的关注度模型,提出了一种重要区域的网格细分算法,使得重要区域的矢量化模型及矢量化绘制更为有效和精确。上述研究成果可广泛应用于图像理解、图像编辑、视频监控、关键帧动画、基于flash的数字游戏、数字娱乐、真实/非真实感渲染、工业设计等诸多领域,具有重要的理论意义和较高的应用价值。