1. 毕业设计（论文）的内容和要求
图案设计是一种兼具实用性和装饰性的美术形式，数码印花技术是依托计算机技术的一种集化工、精密机械加工、计算机电子技术和计算机辅助设计于一体的高新技术，数码印花的应用能够使纺织物印花图案更加鲜活简便。
本课题拟通过探讨数码印花图案设计的影晌因素、数码印花图案的设计规律、数码印花设计的原则及加工技术，在充分了解印花面料特性、数码印花工艺与消费者因素的基础上，合理运用对称与平衡、渐变与节奏及反复与条理的图案设计规律，结合数码印花的加工技术，提高生产效率，降低印花图案的设计难度和生产运营成本，实现印花图案设计、生产的智能化。
2. 参考文献
[1] 刘哲良,朱玮.结合全卷积网络与CycleGAN的图像实例风格迁移[J].中国图像图形学报,2019,24(08):1283-1291.[2] 聂瑶瑶,胡立华.基于网格多密度的古建筑图像特征匹配方法[J].计算机辅助设计与图形学学报,2020,32(03):1-8.[3] 杨慧炯,韩燕丽.基于亮度与色度信息的深度学习图象风格迁移算法研究[J].重庆理工大学学报(自然科学),2019,33(7):145-151.159.[4] 孙洁,丁笑君.基于卷积神经网络的织物图像特征提取与检索研究进展[J].纺织学报,2019,40(12):146-151.[5] 张为海.国内数码印花日新月异背后的机会与挑战[J].网印工业,2018,(10):51-53.[6] 张艳红,杨思.图像分割技术在服装领域的应用[J].软件导刊,2019,(11):49-52.[7] 缭永伟,李高怡.基于卷积神经网络的图像局部风格迁移[J].计算机科学,2019,46(9):259-264.[8] 钟永安,陈冲.基于AKAZE特征提取与融合匹配算法的研究[J].电气自动化,2019,41(6):111-114.[9] 薛楠,段锦.基于残差网络的快速图像风格迁移研究[J].计算机工程与应用,2019,(2):55-61.[10] 唐亚玲.个性化瓷砖图案智能设计方法的研究[D].华南理工大学,2018.[11] 马翔,邓赵红.多粒度融合的模糊规则系统图像特征学习[J].计算机科学与探索,2020,(3):33-48.[12] 倪明.数码印花技术对印花图案及其应用的影响[J].时尚设计与工程,2017,(2):15-18.[13] 何苗.数码印花图案设计及制作的研究[J].艺科论坛,2017,(5):441.[14] 王建华.数码印花技术在个性化服饰图案印花设计中的应用[J].网印工业,2016(8):41-45.[15] 管绍春,向宇.基于生成对抗网络的服装图像风格迁移[J].电脑知识与技术,2019,15(26):191-193.[16] 向忠,何旋.基于边缘和颜色特征的织物印花花型检索[J].纺织学报,2018,39(5):137-143.[17] 王萌萌.基于服装要素的图像检索技术研究[D].南京师范大学,2017.[18] 徐颖达,阳映焜.基于深度特征融合的X光图像危险品检测方法[J].计算机应用,2020.[19] 史景宵,崔俊峰.基于纹理抑制平滑滤波的织物图案识别[J].印染助剂,2018,(10):52-55.[20] 李慧,万晓霞.深度卷积神经网络下的图像风格迁移算法[J].计算机工程与应用,2019.[21] Dnyanada Satam, Yan Liu. Intelligent design systems for apparel mass customization[J]. The Journal of the Textile Institute,2011,102(4):353-365.[22] Leon A. Gatys, Alexander S. Ecker, Matthias Bethge, et al. A Neural Algorithm of Artistic Style[J]. Journal of Frontiers of Computer Science and Technology,2015.[23] Yang, FW. A study on Convolutional Neural Algorithm of Image Style Transfer[J]. International Journal of Pattern Recognition and Artificial Intelligence,2019,33(5):356-371.[24] Paolo Andreini, Simone Bonechi. Image generation by GAN and style transfer for agar plate image segmentation[J]. Computer Methods and Programs in Biomedicine,2020,(9):376-385.[25] Xiaoyan Zhang, Xiaole Zhang. Deep photographic style transfer guided by semantic correspondence[J]. Multimedia Tools and Applications,2019,78(24):34649-34672.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
