基于真实场景的水墨画自动生成方法

针对水墨画的特殊艺术效果,提出一种基于真实场景的静态水墨风格图像生成方法,将一幅适合中国传统水墨画效果的静态真实场景图像自动转换为具有水墨风格的艺术图像。该方法首先对图像进行色彩空间的转换、通道分离等预处理,然后通过图像腐蚀、各向异性扩散以及边缘信息的提取与叠加等方法,实现了对图像的水墨风格处理,并且能够通过对于其中参数的调整,来实现对图像水墨风格处理过程的控制。实验结果表明,本方法对于水墨效果的仿真取得了较好的效果。     

轮廓线优化的多通道三维水墨渲染模型

3维水墨风格模拟是非真实绘图(NPR)的重要课题之一。传统的渲染方法局限于黑白墨色,色彩单一。该文提出一种轮廓线优化的多通道3维水墨渲染模型。首先,利用光照模型配合Alpha通道,完成3维水墨画的内部着色;其次,运用网格模型扩张实现轮廓线的风格化;最后,利用表优先级3维深度排序算法隐去Alpha通道中多余的轮廓线,实现3维水墨渲染图像输出。实验结果表明,该方法渲染效果好,轮廓线优化使水墨效果更加逼真,多通道的渲染图像输出也方便后期的图像处理。     

一种基于GAN的轻量级水墨画风格迁移模型

当前现有的风格迁移方法大多以照片或西方绘画为主。由于中西方画作之间的内在差异，直接应用现有的算法无法生成令人满意的中国水墨画风格迁移的结果。文中基于GAN提出了一种新颖的适用于水墨画的风格迁移方法。该方法结合了AdaIN方法、风格注意力模块和感知损失，可以更准确地学习到水墨画的风格特征，一定程度上解决了水墨图像生成质量不佳的问题。定性分析和定量评估结果表明文中方法性能更好，生成的结果具有更佳的视觉效果。相比于基准方法，文中所提方法减少了约55%的参数量，降低了约60%的训练时间。     

写意数字三维水墨山水画的绘制技术

<正>分析、模拟传统中国水墨画，尤其是山水画艺术的笔法、墨法特征，探索了具有皴法笔墨效果的数字渲染模式；并尝试将皴法纹理合成的贴图和基于粒子沉积与堆叠(重叠)的建模技术进行融合渲染，从而实现了传统山水画中的小写意和大写意（泼墨）水墨效果的计算机仿真。本研究继承和发展了传统水墨画艺术的审美理论和美学思想，对中国水墨画的发展有着积极的参考价值和推动意义。由于中国传统山水画自身的复杂性、多样性和不确定性，其仿真难度极大，因此三维数字水墨山水画艺术的数字仿真极具挑战性。     

基于期望值最大算法的图像融合

文中提出了一种基于期望值最大的图像融合方法。该方法首先假设图像对场景的成 像模型。以期望值作为目标函数,通过使目标函数最大的方法确定该模型的参数,估计出真实场景,进而得到理想的融合图像。试验表明,该方法比传统的基于加权平均和选择的方法具有更好的融合效果。     

国粹透墨香——用Photoshop制作水墨戏曲人物

作为一位戏曲摄影爱好者，我一直想把自己拍摄的戏曲照片制作成一组饱含水墨效果的图片，风格上类似中央电视台戏曲频道的形象宣传片。将戏曲与中国传统水墨相结合，传神地演绎戏曲中所蕴含的中华文化内涵，水墨画的效果和感觉恰恰与国粹戏曲相契合。通过一段时间的模索和练习，我逐渐掌握了一些水墨效果的处理方法。虽然整体效果尚有欠缺，不过还是很有几分传统水墨的韵昧。在此，就照片的处理过程作简短介绍，供大家参考。     

基于生成对抗网络的风景图像彩墨风格迁移

图像风格迁移指在图片内容语义固定的情况下，将一张图片的风格迁移至另一种风格。目前已经有许多关于图像风格化的研究，但针对某一特定的艺术风格进行迁移依然存在训练时间过长、训练样本不足、泛化能力不强等问题。根据领域现状，文中针对传统绘画彩墨风格进行了研究，并采用了生成对抗网络模型，结合彩墨画绘制的原理，在不采用大量训练数据的基础上，增强了训练图像特征。另外，参考水墨画的生成方法，实现了将风景照片向彩墨画迁移。并对比分析了其它风格迁移方法在风景图彩墨画风格实现上的结果，实验证明文中的方法具有更好的彩墨画风格迁移效果。     

红外图像仿真系统的设计与实现

红外图像的获取方法有试验和仿真等多种。试验获取方法成本较高,过程复杂,提出一种利用仿真手段获取红外图像的方法,容易实现、成本低廉。首先,介绍了虚拟场景的建模方法,利用仿真建模软件MultiGen Creator建立了场景模型库,并进行大气建模和红外材质建模;其次,利用场景驱动软件Vega对所有的模型进行了驱动和渲染,生成可调用的adf文件;最后,开发了人机交互界面,通过VC++与Vega提供的API,设计实现了红外图像仿真系统,可以使场景在可见光和红外波段之间转换,也可以实现场景的实时漫游,还实现了特殊效果展示以及其他仿真功能,运行效果良好。     

基于kuwahara滤波的视频风格化框架

保边滤波被广泛应用于图像的艺术化风格转换，但目前的方法大都只能产生类似卡通的绘画风格，对于具有明显笔画形状的绘画风格转换都无能为力.文章在kuwahara滤波的基础上提出了一种尺度可控的各向异性kuwahara滤波，可以生成具有明显笔画形状的艺术效果.为了更好的模拟画家的绘画技法，文章以图像显著性作为控制信息来实时调整滤波核大小，可以产生丰富的笔画尺度.基于该算法，文章还给出了一个视频的艺术化风格渲染框架.该渲染框架可以保持良好的帧间一致性，自动的将视频转换为水粉画或油画效果.同时利用图像的边缘切方向场图、边缘梯度和显著性控制凹凸映射，产生油画和水粉画笔触的厚重感和层次感，能很好的模拟"厚涂技法"的艺术风格.     

水墨动画与现代电脑技术的融合

作为世界动画片中的一枝奇葩,水墨动画片可称得上是中国动画的一大创举.水墨动画被誉为中国的国粹,它脱胎于中国画中的写意花鸟和写意山水,将中国水墨画技法作为人物、花鸟造型和环境空间造型的表现手段,运用动画拍摄的特殊处理技巧把水墨画构图和形象逐一拍摄下来,通过连续播放,使深浅、明暗的水墨,在动起来以后达到均衡统一而又写意传神的艺术效果.     

基于场景转换检测的混合差错掩盖方法

提出了一种基于场景转换检测的混合差错掩盖法。该方法通过场景转换检测，充分利用时域信息重建图像，并将场景转换检测中收集的信息用于局部运动的判断，以便将时域掩盖法引入I帧，而在发生场景转换时，使用权值随距离自动调整的空域掩盖法。仿真实验表明，该方法在满足实时视频要求的条件下，可有效地恢复视频差错与抑制视频差错的扩散，取得较好的差错掩盖效果。     

基于多先验约束和一致性正则的半监督图像去雾算法

针对合成雾霾图像训练的去雾模型在真实场景中去雾效果不佳、对高层视觉任务性能提升不明显等问题,该文提出一种基于多先验约束和一致性正则的半监督图像去雾算法。该方法采用编码器-解码器网络结构,同时在合成雾霾图像与真实雾霾图像上学习去雾映射,并利用多种统计先验去雾结果作为真实雾霾图像参考真值进行半监督学习,同时通过多张真实雾霾图像的随机混合进行一致性正则约束,以消除多种先验去雾结果差异以及噪声干扰,提高图像去雾结果的视觉质量。实验对比结果表明,所提算法可比现有方法获得更好的真实场景去雾结果,并且能够显著提升高层视觉任务性能。     

一种红外数字场景生成技术

在基于数字微镜器件(Digital Micromirror Device, DMD)的红外景象仿真系统中,需要 提供红外场景数字信号作为用于调制和控制DMD的输入源。为满足此项需求,提出了 一种通用的红外数字场景生成方法。首先介绍了利用计算机生成基于Vega的红外 模拟场景的流程,然后详细论述了开发红外场景驱动控制程序与格式转换程序的 设计过程。该方法不仅可以将Vega红外场景转换为静态BMP格式图像和动态AVI格式视频等 数字信号,而且还可以提高红外仿真场景应用的重用性和可移植 性,因此具有很大的工程实用价值。     

野外场景分析与水体识别新方法的研究

 根据视觉认知规律,提出描述野外场景图像的三要素:地面、垂直物、天空,给出了单视角野外场景图像方程,通过采用基于独立图元函数码的三要素图像快速分类方法,实现对野外场景图像的分割,并且只在地面上去识别水体.本文重点讨论了野外场景中水体光照模型,分析了野外场景的相关物理特性,定义了水质参数、环境染色参数、图元、独立图元函数码、母图元等新概念,给出了野外场景分析与水体识别系统,提出基于位置、纹理、地质系数和环境染色等多特征参数的数据融合水体识别方法.实验表明该方法对于宽阔的道路场景分析和道路上的水体识别可以得到很好的效果.     

一种基于3G的复杂场景下视频图像传输系统

针对现有复杂场景下视频图像传输方法的不足,提出了一种基于3G的复杂场景下视频图像传输系统,系统包括系统终端和服务器端。系统终端和服务器端通过3G网络实现图像传输。本文提出的系统在复杂场景下工作稳定,对于图像传输效果良好。     

基于GPU加速的梵高流线风格油画实时渲染绘制算法

本文针对图像及视频风格化的实际工程应用,提出了基于GPU加速的图像及视频的艺术风格化实时渲染算法,并实现了一个实时图像及视频艺术风格化绘制系统。该系统能够很好的利用GPU并行计算的特性,对耗时的像素遍历读取处理进行并行加速,实现了对输入图像及视频的梵高流线油画风格的快速转换,为用户提供了较好的交互体验。     

结构细化的神经风格迁移

风格迁移过程中风格元素均匀分布在整个图像中会使风格化图像细节模糊,现有的迁移方法主要关注迁移风格的多样性,忽略了风格化图像的内容结构和细节信息。因此,该文提出结构细化的神经风格迁移方法,通过增加边缘检测网络对内容图像的轮廓边缘进行提取实现风格化图像内容结构的细化,凸显内容图像中的主要目标;通过对转换网络中的常规卷积层的较大卷积核进行替换,在具有相同的感受野的条件下,使网络模型参数更少,提升了迁移速度;通过对转换网络中的常规卷积层添加自适应归一化层,利用自适应归一化在特征通道中检测特定样式笔触产生较高的非线性同时保留内容图像的空间结构特性来细化生成图像的结构。该方法能够细化风格化图像的整体结构,使得风格化图像连贯性更好,解决了风格纹理均匀分布使得风格化图像细节模糊的问题,提高了图像风格迁移的质量。     

基于粒子系统的实时模糊场景实现

粒子系统被认为是模拟不规则模糊景物最成功的一种图形生成算法,一般用于对自然景物的动态模拟。为了实现诸如飞机尾迹、干扰弹爆炸等场景模拟,文中采用了粒子系统图像生成算法。由于运行平台是基于嵌入式DSP,所以无法借用众多经典的图像API。为了真实且较快地模拟场景,针对不同场景提出了不同的实现算法,取得了一定的效果。     

结构细化的神经风格迁移

风格迁移过程中风格元素均匀分布在整个图像中会使风格化图像细节模糊,现有的迁移方法主要关注迁移风格的多样性,忽略了风格化图像的内容结构和细节信息.因此,该文提出结构细化的神经风格迁移方法,通过增加边缘检测网络对内容图像的轮廓边缘进行提取实现风格化图像内容结构的细化,凸显内容图像中的主要目标;通过对转换网络中的常规卷积层的较大卷积核进行替换,在具有相同的感受野的条件下,使网络模型参数更少,提升了迁移速度;通过对转换网络中的常规卷积层添加自适应归一化层,利用自适应归一化在特征通道中检测特定样式笔触产生较高的非线性同时保留内容图像的空间结构特性来细化生成图像的结构.该方法能够细化风格化图像的整体结构,使得风格化图像连贯性更好,解决了风格纹理均匀分布使得风格化图像细节模糊的问题,提高了图像风格迁移的质量.     

微分约束法红外条纹非均匀校正

红外成像过程中常出现条纹非均匀性噪声,基于场景的校正方法可以有效地减少条纹噪声的影响。本文提出了一种基于微分约束条纹非均匀噪声校正方法。首先分析了红外图像条纹非均匀噪声的灰度分布特性,根据图像在水平及竖直方向梯度的差异建模并构造惩罚函数;通过引入权重函数,对惩罚函数进行最优化推导求解得到校正图像。通过真实场景的实验,对校正结果的主客观分析表明本文方法较对比方法有所提升,对于图像的细节和边缘的破坏程度较小,同时本文方法运行更快并实现了硬件化测试。