用Photoshop滤镜轻松制作炫彩背景(转)

本文详细介绍使用Photoshop滤镜快速创建炫彩背景的方法。通过多次应用镜头光晕、像素化、径向模糊等效果,并调整色调饱和度,最终得到独特的纹理背景。
用Photoshop滤镜轻松制作炫彩背景(转)[@more@]

  前面我们介绍过很多用Photoshop滤镜制作炫彩背景的实例,今天我们再来看一个简单几步实现绚丽纹理背景的实例。

  完成效果如下:

1160293189_ddvip_8799.jpg

  新建图像800*800

  背景为黑色,执行 Filter > Render > Lens Flare

  连续N次的移动和添加光晕。效果如下

1160293190_ddvip_8748.jpg

  按CTRL+U执行 Hue/Saturation menu

  设Saturation to -100如下

1160293194_ddvip_9012.jpg

  执行 Filter > Pixalate > Mezzotint

  类型 = Medium Strokes.

  再执行 Filter > Blur > Radial Blur

  Amount = 100

  Type = Zoom

  Quality = Best

  按 Ctrl + F, 7次左右

  按 Ctrl + U调色

1160293194_ddvip_831.jpg

  按 Ctrl + J复制新层

  图层的叠加模式为 "Lighten"

  在新层上进行如下操作 Fliter > Distort > Twirl

  amount of 50

  再按Ctrl + J将这一层复制一个执行Go to filter > Distort > Twirl

  amount = -100

  此时有了如下效果

1160293195_ddvip_1447.jpg  最后一步用 Filter > Distort.命令,然后去粗取精。完成。 1160293195_ddvip_584.jpg

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10752043/viewspace-949594/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10752043/viewspace-949594/

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值