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。     

二维彩色图像的蜡笔画风格实现

提出了一种基于2D图像的蜡笔画风格自动生成算法,通过分析真实蜡笔画纹理的结构特征和艺术特点,抽象出蜡笔画的简单模型,探索地利用了噪声纹理方法,结合图像自身轮廓信息,分别完成了图像色彩区域和轮廓区域的蜡笔画风格渲染,并在YIQ颜色空间运用FLIC算法生成了笔触的走势纹理,使最终产生的结果非常相似于手绘效果,从而实现了计算机辅助生成蜡笔画风格的目的。     

新的蜡笔画风格生成方法

对真实蜡笔画的艺术特征和纹理结构分析,模拟了蜡笔画的颜色、纹理特点,提出了一种基于彩色图像的蜡笔画风格自动生成算法,实现了基于区域的均值漂移对输入图像迭代运算,完成了图像的色彩风格转换。在此基础上,提出了多噪声纹理模拟方法,分别实现了对图像色彩区域和轮廓区域的纹理模拟与添加,生成蜡笔画风格,从而达到计算机辅助生成蜡笔画的目的。该算法生成的结果图和手绘效果非常相似,适合教育、漫画插图和娱乐等领域的应用。     

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.     

抑制图像纹理的岩石节理裂隙检测

岩石节理裂隙图像由于噪声多、色彩复杂而分割困难,同时岩石节理裂隙检测在工程应用中又具有重要意义。将彩色图像从RGB转换到CIELAB色彩空间后,计算其方差图像。并将原始图像与方差图像相减得到图像的势能向量,同时利用小波系数进行加权,以此抑制岩体纹理噪声。最后,通过图像形态学方法获得边缘图像。实验结果表明,算法可以较好地抑制纹理噪声并能精确定位,以及获得理想的岩石节理裂隙边缘图像。     

绘制内容指导的铅笔画风格实现

为了让铅笔画纹理的色调更接近画家的绘制效果,提出一种内容指导的铅笔画色调生成算法,以改进铅笔画纹理的生成效果.首先对大量绘制内容不同的铅笔画分类后进行色调直方图统计,拟合出适合每种类别的直方图曲线,并对输入图像用与之同类别的直方图曲线进行色调匹配,得到对应的铅笔画色调图;然后用与输入图像大小相同的随机噪声图为基底,对噪声图的每个像素进行不同次数的迭代相乘后产生与色调图匹配且分布一致的噪声场;最后对输入图像进行区域分割,在与分割区域对应的噪声场中用LIC算法生成卷积长度及卷积方向不同的铅笔纹理图,实现分区域不同方向的铅笔纹理的绘制.实验结果表明,由于采用内容指导的分类绘制,该算法生成的铅笔画在色调上更加贴近真实画家绘制的铅笔画,且纹理形式多样,整体效果较好.     

基于循环生成对抗网络的图像风格迁移

图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方法,将LBP算法加入生成对抗网络的生成器中,增强了循环对抗生成网络提取图像纹理特征内容的效果。针对生成图像产生噪声的问题,在损失函数中加入Total Variation Loss来约束噪声。实验结果表明,循环生成对抗网络加入LBP算法和Total Variation Loss后能提高生成图像的质量,使之具有更好的视觉效果。     

基于感兴趣区域的色彩传递算法

针对传统色彩传递算法在实际应用中灵活度不高的问题,提出一种基于感兴趣区域ROI(Regions of Interest)的色彩传递算法。通过提取目标图像的感兴趣区域,将其与用户所选图像进行拼贴,得到新目标图像,并以此进行色彩传递,解决了色彩传递用户对图像色彩处理多样化、个性化需求的问题。同时,针对传统感兴趣区域提取方法容易受纹理噪声干扰、提取尺寸不易控制等问题,提出一种基于变异度的感兴趣区域提取新算法。实验结果表明,该算法效果良好。基于变异度的感兴趣区域提取算法可更准确获取图像的感兴趣区域。基于感兴趣区域的色彩传递算法可在不影响图像主体内容表达的情况下,使得色彩传递的效果更加生动多变,更具个性化,提高了色彩传递应用的灵活度。     

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。     

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。     

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。     

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。     

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。     

一种改进的铅笔画的生成方法

给出了一种改进的根据真实2D图像自动生成相应的非真实感铅笔画的方法。首先将彩色图像进行霓虹处理,再进行反相计算和灰度化,就可以产生铅笔画中的轮廓效果。其次,为了更好地产生铅笔画的光照效果及其局部走势纹理,采用线积分卷积(LIC)的方法来生成类似的效果,并且用适当的图像分割方法来获取进行LIC处理的有意义的区域。实验结果表明,本文的方法与以往的方法相比,能生成具有不同风格的效果,并且生成的速度更快。     

Pencil Drawing Video Rendering Using Convolutional Networks

Traditional pencil drawing rendering algorithms when applied to video may suffer from temporal inconsistency and shower‐door effect due to the stochastic noise models employed. This paper attempts to resolve these problems with deep learning. Recently, many research endeavors have demonstrated that feed‐forward Convolutional Neural Networks (CNNs) are capable of using a reference image to stylize a whole video sequence while removing the shower‐door effect in video style transfer applications. Compared with video style transfer, pencil drawing video is more sensitive to the inconsistency of texture and requires a stronger expression of pencil hatching. Thus, in this paper we develop an approach by combining a latest Line Integral Convolution (LIC) based method, specializing in realistically simulating pencil drawing images, with a new feed‐forward CNN that can eliminate the shower‐door effect successfully. Taking advantage of optical flow, we adopt a feature‐map‐level temporal loss function and propose a new framework to avoid the temporal inconsistency between consecutive frames, enhancing the visual impression of pencil strokes and tone. Experimental comparisons with the existing feed‐forward CNNs have demonstrated that our method can generate temporally more stable and visually more pleasant pencil drawing video results in a faster manner.     

线积分卷积与双色调映射相结合的彩色素描模拟方法

目的 目前学者已经设计了很多模拟油画、水彩、水墨等风格的非真实感绘制方法,而能够生成彩色素描的算法还不是很多。针对这一课题,在前人工作的基础上,结合线积分卷积与双色调映射技术,改进了一种彩色素描模拟方法。方法 首先基于K-means聚类对彩色图像进行分割,通过计算色彩差异性为每个区域指定两种基本色,并利用双色调映射技术计算每种颜色的密度。而后利用线积分卷积分别生成两个基本色层的素描纹理,并将两层纹理相融合来生成彩色纹理。与此同时,利用霓虹变换生成素描轮廓线。最后,将轮廓与彩色纹理相融合来得到彩色素描效果。结果 实验结果表明,本文方法能够实现由彩色图像到彩铅画的自动、实时转化。结论 本文方法从轮廓和纹理两个角度模拟了真实的彩铅绘画过程。基于K-means聚类的分割方法得到的结果能够更好地反映彩色图像的颜色分布特性。通过色彩差异性计算指定基本色的策略提高了该环节的效率,满足了实时性要求。由于粉笔、蜡笔等绘画风格的调色与彩铅画类似,本文不同颜色层上下叠加的方式可以扩展到对其他介质绘画的模拟当中。     

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。