基于纹理和草图的图像铅笔画绘制

针对目前铅笔画生成方法中的线条不够灵活、纹理缺少方向感的问题,提出了一种基于带方向的纹理和线条草图将一幅图像转换为铅笔画风格的方法。首先,对输入图像进行直方图匹配得到图像的色调图,并将图像分割为多个区域,对每个区域,根据其颜色和形状计算其色调和方向,以此决定铅笔纹理的色调和方向;然后,通过可调整的线性卷积方法得到铅笔画的线条草图;最后,将纹理和草图结合得到铅笔画效果。运用提出的方法对不同类型的自然图像进行了铅笔画的转换,并与已有的线卷积积分方法和基于色调的方法进行了对比。实验结果表明带方向的区域纹理能更好地模拟手工铅笔画纹理的方向,可调整的线条能够更好地模拟手工铅笔画的线条的随意性和灵活性。     

基于HTML5平台的铅笔画风格渲染

通过改进基于运动模糊滤镜的铅笔纹理仿真算法,提出了一种新的非真实感铅笔画风格渲染方法。对输入图像进行基于高斯模糊的虚光蒙版（Unsharp Mask,USM）锐化得到铅笔画基图,采取自主实现的运动模糊算法根据基图生成铅笔纹理,进行锐化滤波处理并与边缘提取处理图融合,得到铅笔画风格绘制效果,同时在HTML5平台实现了铅笔画风格渲染的方法。实验结果表明,该方法生成速度快,渲染效果逼真而且有层次感,适合于Web应用领域。     

一种铅笔滤镜生成算法及其在GPU上的实现

提出了一种基于卷积算子的铅笔滤镜生成算法,通过分析真实铅笔纹理的结构特征,抽象出铅笔笔画的简单数学模型.根据该模型可以方便地确定其对应的笔刷模板(卷积算子),进而获得用户所需要的铅笔纹理.本文将该算法与图形处理单元(GPu)相结合,借助于GPU的硬件加速功能成功地实现了对视频图像的实时铅笔画风格绘制.     

非真实感铅笔画艺术效果研究

改进了非真实感铅笔画艺术效果的绘制算法,利用图像分割、线积分卷积技术确定线条纹理的方向,模拟得到局部区域铅笔画的笔划纹理。采用轮廓线增强、灰度色调控制最终铅笔画艺术效果的边缘信息和灰度色调。通过色彩传输技术得到具有彩色铅笔画的艺术效果。     

交互式着色的彩色铅笔画生成方法

提出了一种基于卷积算子的铅笔滤镜生成算法,能够方便快速地产生用户所需要的各种类型的铅笔滤镜;在此基础上,设计了一种新的基于局部色彩扩散原理的交互式彩色铅笔画生成算法。实验证明,该算法在保持铅笔纹理的物理特性及绘画特征的同时,能够快速将输入图像转化为彩色铅笔画效果,取得了较满意的效果。     

一种有效的基于区域的铅笔画方法

提出了一种新的基于线性卷积积分（Line Integral Convolution）自动铅笔画生成方法。已有的基于LIC的铅笔画方法通过图像的分割和纹理方向的检测技术来获得图像的合理区域划分和各个区域笔画的方向。铅笔画的结果很大程度上依赖于纹理的方向和区域的白噪声。如果分析得到的纹理方向和白噪声和输入的图像不相一致,生成铅笔画的效果就很差。本文提出的方法改进了已有的铅笔画生成方法,首先利用基于图的图像分割方法实现快速有效的区域分割,其次提出一种新的基于区域的白噪声和纹理方向生成方法。实验表明提出的方法更接近于真实的铅笔画效果。     

一种铅笔画仿真新方法

通过分析铅笔画的艺术特点,提出一种基于图像的铅笔画仿真方法。首先对用户输入的图像进行Unsharp Mask（USM）锐化提取细节信息,并进行颜色放大处理以增强对比度,然后采用基于点的向量场技术生成笔画方向,最后应用线积分卷积（LIC）得到具有素描风格的结果图像。为了更好地模拟铅笔纹理,改进了传统的纹理生成方法,提出将锐化后的结果图像代替白噪声图作为LIC的输入。实验结果表明,该方法的生成效果更接近于手绘风格,且无需用户交互,适合于动画制作等很多领域的应用。     

基于自适应噪声模型和线积分卷积的铅笔画模拟

提出一种铅笔画模拟的方法。和传统的铅笔画步骤类似,经过轮廓提取和色调合成,产生铅笔画模拟图像。轮廓提取通过L0平滑后,用四向索贝尔算子提取边界,借助线积分卷积实现色调合成。与现存方法不同的是,给出一种自适应噪声模型,根据源图像产生自适应的噪声,将其作为线积分卷积的输入图像。实验证明提出的方法可以用来产生具有艺术效果的铅笔画模拟图像。     

基于Android手机的铅笔画生成方法研究

根据Android系统手机的特性以及真实铅笔画纹理的特点,提出一种基于快速线积分卷积(FLIC)的铅笔画自动生成方法。首先将用户输入的彩色图像进行灰度化处理,并利用Sobel算法进行轮廓提取,产生铅笔画中的轮廓效果;然后对图像进行分层处理,提出了适用于图层的白噪声生成方法;最后采用快速积分卷积(FLIC)替代传统线积分卷积(LIC)进行模拟纹理,并将各层结果以及图像轮廓进行叠加生成最终铅笔画。试验结果表明:该方法在Android系统的手机中生成速度快,并且结果接近于手绘铅笔画。     

一种改进的二维彩色铅笔画自动绘制算法

针对传统彩色铅笔画绘制技术中存在的色彩失真及自动化程度较低等问题,提出一种改进的二维彩色铅笔画自动绘制算法。该算法在生成白噪声图像时,用原始图像的灰度值来替代单一的黑白像素点,更好地保留原始图像的纹理信息,有效地抑制了颜色失真现象。其次,提出一种基于像素明暗度的比划方向确定方法,确保了铅笔笔画的自然流畅,也使得整个算法能够自动完成。     

反正切色调分化模型的铅笔画绘制

目的 在现阶段采用计算机模拟绘制真实铅笔画往往不能够逼近真实效果,主要原因之一是没有考虑到真实铅笔画中的色调较灰度图像有着更明显的暗灰亮层次变化的特性,基于这一问题提出一种新的铅笔画自动生成算法。方法 一方面在外轮廓提取中采取了LAB空间色差图与纹理图结合的方法,取代了传统基于梯度图的方法;另一方面保留了纹理色调连续变化的特点,且为了体现色调的分层效果提出了反正切色调分化模型,其核心思想是基于图像暗灰亮图层的像素比例来自适应地调整像素灰度值以达到色调分层的目的。结果 本文算法能够避开噪点的影响更好地展示细节,同时解决了直接分层结果中色调变化突然的缺陷,实现了亮度分层与色调连续变化的结合。结论 新算法在最终效果上较其他算法的优势体现在两方面,一是轮廓线的连续性更好,对比度更强,其次是纹理的效果能够同时兼顾连续性和分层,这是其他算法做不到的,本文算法适用于所有不同分辨率的彩色或灰度图像,且分辨率越高效果越好。     

一种全自动铅笔画生成方法研究

铅笔画是一种发展迅速并受人喜爱的绘图风格,通常由画师手工绘制,但受画手绘画功底限制很大,且用时很长,因此无法满足目前大量平面设计的需求,而利用图像处理技术,可以将自然图像方便、快速地转化为铅笔画。为此,提出一种全自动的铅笔画生成算法,融合自然图像中可变局部边缘模式提取的梯度信息和色调值生成的色调信息,获得包含重要笔画特征的线条画和色度画,并将二者有效融合,生成素描或彩色铅笔画。实验结果显示,该方法不仅能够生成视觉感逼真、信息丰富的铅笔画,同时对噪声、强纹理信息和光照变化不敏感。     

一种改进的铅笔画生成方法

该文提出了一种改进的铅笔画生成方法。该文改进了用于提取轮廓的霓虹算法,改进方法能够在保证效果的前提下,降低算法的复杂度,提高了图像处理的效率。提出了一种新的纹理产生方法,根据亮度将图像分层,然后对每一层添加噪声并进行适当的USM锐化,最后应用运动模糊对每一层图像生成不同方向的纹理。实验结果表明,该方法相比传统的铅笔画生成方法能够更快速的将输入图像转换为铅笔画,并能取得令人满意的效果。     

用小波分层模拟铅笔画纹理

基于原图像根据亮度分层的思想,提出了一种应用小波变换得到不同分层的新方法。采用小波将一幅灰度化后的图像分解并分别对低高频信息进行重构,提取重构后的三幅高频信息,添加高斯噪声,应用运动模糊生成不同方向的纹理。将彩色图像进行霓虹处理,再进行反相计算和灰度化,生成铅笔画中的轮廓。将不同的纹理方向和轮廓图按照一定的方法进行叠加,得到铅笔画图像。实验结果表明,与以往算法相比,能够更快速地将输入图像转换为铅笔画,取得令人满意的效果。     

基于多层次显著图的自动铅笔画生成

图像艺术风格化是将图像自动转化为具有艺术风格的图像的方法统称,具有十分广阔的需求和市场应用前景.本文针对现有方法生成的图像往往风格单一、线条僵硬,提出了一种基于多层次视觉显著图将照片图像自动转化成铅笔画的方法,借助视觉显著性特点,使得风格化图像更加自然逼真.首先利用量子切割原理生成一幅包含多个层次的视觉显著性映射图,为每个像素计算一个重要性概率值;其次,利用显著性映射图对铅笔画轮廓图进行建模,并利用图像的边缘切线流为边缘像素计算显著性层次,生成不同粗细、长短、方向的笔画;最后,利用显著性映射图对色调纹理进行建模,对不同层次的像素采用不同程度的灰度变换和纹理合成.与现有的非真实感图像生成方法相比,文中方法由于利用了多层次视觉显著性信息,生成的图像更加具有层次感和艺术表现力,更接近画家绘画作品.实验表明,采用该方法得到的合成框架可以将照片快速转换成铅笔画艺术风格图像,效果生动逼真.     

基于GPU的实时素描风格渲染算法

为了更好地模拟素描画中线条的轻重变化和明暗变化,提出了一种改进的素描风格渲染算法。将渲染过程分为轮廓线绘制、纹理绘制和色调调整三个部分;在轮廓线染绘制过程中采用多重采样来辨识轮廓线,利用卡方分布和紊乱场来模拟生成素描化线条绘制;在纹理渲染绘制中,利用模型的切线和副法线生成多个方向场,通过对白噪声纹理的线性卷积( LIC)生成素描化纹理;通过牛顿插值法重新计算了输出曲线解决多重渲染混合后绘制效果偏灰问题。实验结果显示改进后素描风格渲染算法具有更高的渲染效率和更好的渲染效果。算法能够较好地实现素描风格的渲染效果,并可广泛适用于影视游戏开发中。     

基于信息熵的流场定向线积分卷积算法

流场可视化是对流场数据进行直观分析的一种新的可视化技术,而定向线积分卷积（OLIC）算法作为一种经典的纹理可视化方法,使用该算法能明显地观察出流场方向流动的演化。为了优化可视化效果,提出了一种基于信息熵的OLIC算法。首先,基于流场矢量数据生成基于信息熵的稀疏噪声;然后,采用斜坡卷积核函数对输入纹理进行卷积计算;最后,通过计算输出纹理图像中每一个像素点的灰度值,得到最终的OLIC纹理图像。所提算法可以根据熵值在临界点区域和非临界点区域自适应地生成流线。其中临界点区域含有流场的重要信息,选择密集绘制;而在非临界点区域则选择稀疏绘制。通过在不同区域绘制不同密度的流线,所提算法节省了计算成本;与普通OLIC算法相比,所提算法的绘制速度至少提升了18.6%;在可视化效果方面,所提算法优于普通的全局绘制,使用所提算法能更仔细地观察特征区域。     

应用运动模糊方法仿真铅笔画纹理

通过分析真实铅笔纹理的特点,提出了一种基于运动滤波器的仿真铅笔纹理的新方法.首先对用户输入的图像进行边缘检测,提取轮廓信息,然后对传统白噪声生成法进行改进,将参考图像由RGB色彩空间转换到HSV色彩空间,通过亮度值控制噪声点的产生几率,最后应用运动模糊方法代替传统的线积分卷积(LIC)方法模拟铅笔纹理,得到具有素描风格的结果图像.实验结果表明,该方法生成效果接近于手绘风格,且无需用户交互,适合于动画制作等很多领域的应用.     

改进的自然图像铅笔画效果生成

目的现有的自然图像素描画效果生成算法存在容易造成画面细节丢失,笔画线条单一等问题。针对这些问题,提出一种改进的自然图像素描画效果生成算法。方法通过模拟艺术家创作素描画过程,采用多层次多尺度方法提取图像中不同层次的细节信息,并使用不同长度不同粗细的笔画来模拟艺术家在创作过程中不同力度的绘画效果,分层绘制画面中不同细节层次,然后融合各层次笔画效果形成最终的素描画笔画效果,最后合并素描画笔画效果和素描画图像底纹。结果通过本文算法,可以得到与原输入自然图像内容一致,色调与艺术家绘制的素描画效果相同,笔画和底纹形式与实际素描画相似,真实感较强的素描画效果输出图像。结论大量实验结果表明,本文算法可以生成高质量的自然图像素描画效果,与现有成熟的铅笔画生成技术相笔,该算法具有较强的可比性。     

基于谱直方图和SOFM网络的纹理分类

提出了一种基于纹理谱直方图和自组织特征映射网络的纹理分类方法。引入像素的八近邻离散付氏变换犤5犦,随机选取局部纹理区域,计算所选纹理区域的纹理谱并量化得到谱直方图,将其作为自组织特征映射(SOFM)网络的特征模式输入并训练网络。训练结束后的拓扑输出层对应于纹理的不同类别。算法简单有效,对6类Brodatz纹理进行测试,得到了良好的分类效果。