自适应的线条画绘制

目的 基于参考图像的线条画生成是非真实感绘制最为常见的应用之一。尽可能模拟艺术家的创作风格生成疏密得当、具有层次感的线条画是这类工作的主要目标和挑战。本文提出一个自适应线画图绘制算法。方法 首先,将场景图像分割成若干个区域,分别计算每个区域亮度的方差以及每个像素到边界的最小距离,将每个区域的方差和面积的比值作为该区域的复杂度。然后,计算能反映其显著视觉特征的边缘切向流场。最后,使用基于流的各向异性高斯差分滤波生成线条画。在构造边缘切向流时,每个位置的切向量由其邻域的切向量加权而得到。文中增加了一个新的系数项,对于邻域的任意一个位置,如果它和参考位置在区域分类中属同一个类别。则该位置的权值更大。基于流的高斯差分自适应滤波过程中,高斯差分滤波的尺度参数和复杂度以及到区域边界距离有关。细节越丰富,离边界越近,尺度参数取值越小,这样得到的边缘比较细,同时可以防止将相邻小细线条连接成粗线条。然后,将高斯差分滤波结果沿着流线方向进行高斯滤波,对于细节丰富的区域,边缘比较多,尺度参数取值比较小,所连接边缘比较短,可以减少错误边缘可能。结果 对生物、树林、建筑、山河等具有代表性的图像,采用本文算法进行自动实时进行线条绘制,实验结果表明,采用本文算法所生成的线条随着区域场景的复杂程度呈现不同粗细和浓淡的变化,具有一定的层次感。因而本文算法能生成视觉特征鲜明、风格化效果突出的线条画,且能处理各种复杂场景的图像。结论 本文自适应参数的线条画生成算法,其算法参数调节以及算法效果优于固定参数的算法,本文算法在处理日常生活中各类主题场景的图像时均能取得良好效果。     

移动设备上基于三维模型的线条画绘制

提出一种综合考虑移动设备客户端绘制能力和传输速度的混合型远程绘制方法.该方法采用渐进网格得到不同分辨率的细节层次模型,并利用渐进传输机制逐步传输数据,以缓解单次网络负载.服务器端可以根据网络质量状况、移动客户端的处理能力和用户交互请求来选择适宜的三维细节层次模型,提取特征轮廓线并将生成的线条集合传输给客户端进行本地风格化绘制.将该方法应用于考古数字博物馆展示中取得了良好的效果.     

基于线条画的2.5D卡通模型

在卡通设计中,为了通过少量的2D视图生成卡通对象任意方向的视图,形成类似对象旋转的3D效果,提出一种基于线条画输入的2.5D卡通模型.基于正交的2个视线方向上卡通对象的线条画,把其中的笔画表示为2.5D结构并进行分类,然后根据笔画的类别分别用形状插值或类比的方法生成新的形状;用画家算法结合分组的方法判断笔画的可见性,以自动生成2个输入方向中任意方向的视图.实验结果表明,该模型减少了对特定绘画程序的依赖,在中间视图的质量上比已有方法有很大提高.     

一种基于卡通画的线条画提取方法

给出了一种从卡通画中提取线条画的新方法.方法由三部分组成:线条提取、线条绘制和风格变换.给出了基于形态学方法细化图像,把结果中离散像素点深度优先遍历生成笔划路径集合,用不同细节来控制线条绘制,达到不同程度的抽象效果.给出了生成具有夸张风格的线条画的方法,实验结果显示用文中方法能从图像中抽象出生动的线条画.     

一种基于卡通画的线条画提取方法

给出了一种从卡通画中提取线条画的新方法。方法由三部分组成:线条提取、线条绘制和风格变换。给出了基于形态学方法细化图像,把结果中离散像素点深度优先遍历生成笔划路径集合,用不同细节来控制线条绘制,达到不同程度的抽象效果。给出了生成具有夸张风格的线条画的方法,实验结果显示用文中方法能从图像中抽象出生动的线条画。     

基于样本区域的线条画风格转换

针对某些线条画存在多于一种风格的线条的情况,提出了一种利用线条画作为样本对任意线条画进行风格转换的方法。该方法基于指定的样本区域和目标区域,通过指定单位长度对笔划分段进行风格相似性比较,并引入旋转和缩放参数进行笔划的规范化表示。与已有的方法比较,该方法算法简单并能产生新的风格转换效果。     

基于样本区域的线条画风格转换

针对某些线条画存在多于一种风格的线条的情况，提出了一种利用线条画作为样本对任意线条画进行风格转换的方法。该方法基于指定的样本区域和目标区域，通过指定单位长度对笔划分段进行风格相似性比较，并引入旋转和缩放参数进行笔划的规范化表示。与已有的方法比较，该方法算法简单并能产生新的风格转换效果。     

图像抽象化的实时增强型绘制

现有的图像抽象化绘制算法主要采用基于图像分割或边缘保持的平滑滤波技术,导致所生成的抽象化图像经常存在明暗对比度较低、画质昏暗模糊、画面色彩表现力不强等问题,为此提出一种增强对比度的图像抽象化绘制算法.首先利用结构张量平滑技术生成光滑连续、显著特征保持的特征流场,然后基于该流场对图像进行沿边缘切向流方向的自适应平滑和沿梯度方向的对比度增强处理,最后使用改进的基于流场的双边滤波或者Kuwahara滤波算法实现图像抽象化的实时绘制.实验结果表明,该算法可显著改善已有抽象化方法的绘制质量,抽象化图像的边界特征明显增强,画质更清晰、层次感更分明.     

基于形状演化的线条画风格转换与变形

根据线条画和线条画中笔画的形状特征,运用平面形状演化理论对线条画和笔画的形状进行平滑或增强,并对宽度进行相应的调整,最后得到不同风格的线条画．该风格转换水需要任何样本,而且能够控制转换的程度,提高了线条画风格转换的自由度．     

基于样本的线条画风格转换与定制方法的研究

提出了一种利用线条画作为样本对任意线条画进行风格转换和定制的方法,该方法不仅可以将样本图风格转移到目标图,还可以方便地控制目标图与样本图之间风格的相似程度,该方法主要采用基于细分笔划的风格相似性比较算法,可在多层次上把目标图转换为样本图风格,不仅如此,还通过定义风格的插值操作实现对风格的定制,与已有方法相比,文中方法只需少量的样本笔划即可进行风格转换,并且通过风格定制,使风格转换具较强的交互可控性,文章最后通过实例证明了方法的有效性。     

线条风格迁移

艺术家为同样内容的线条画作品绘制多种风格的副本是一件非常费时费力的事情。鉴此,提出一种将现有样本线条风格迁移到目标图中的方法。与已有的算法相比,该方法只需一根或数根样本线条就能够进行风格的迁移,并且在风格迁移过程中用户可以通过对参数的调整灵活地控制结果线条几何与其他视觉风格的夸张程度。最后给出若干实例证明了该方法的有效性。     

基于小波多分辨率分析的线条画生成方法

研究了小波变换在二维图像处理中的多分辨率分析特性,提出了一种基于小波多分辨率分析的线条画生成方法,并采用MATLAB语言进行了编程实现.将彩色图像转换为灰度图像,采用bior1.1小波对灰度图像进行二层小波分解,滤除分解系数中的低频系数进行图像重构,并通过反向、滤波和亮度调整等一系列处理,最终获得一种模拟手绘线条画的效果图.试验结果表明,用该方法生成线条画效果图是行之有效的.     

基于自相似的风格化线条纹理合成方法

针对动画风格化线条渲染中需要权衡线条纹理滑动和线条纹理缩放两种不同的走样现象,提出了一种新的线条纹理(自相似样图),从而避免了这两种走样现象。自相似样图的纹理可以连续地无限放大,并且可以从单一样本自动生成。自相似样图可替代传统笔画纹理用于2D插图和动画。此外,自相似样图应用新的简单的方法,可以连贯地渲染3D路径,适用于交互式应用程序。     

线条增强的建筑物图像抽象画生成

针对建筑物图像线条鲜明、轮廓清晰的特点,提出一种自动化的抽象画生成算法.首先通过双边滤波对原始图像的细节进行简化;然后利用快速的、带有误判控制的图像线段检测算法来获得建筑物的外轮廓和门窗等线条特征,通过该线条特征增强基于流的高斯差滤波器生成线条框架;最后将双边滤波处理结果与线条框架进行融合形成最终的抽象画效果.该算法既去掉了建筑物图像中多余的细节信息,使整个图像更趋抽象,同时又通过边缘信息保持了建筑物自身独有的风格,充分展现出富有艺术家手绘风格的建筑物效果.文中算法简单、易于实现,并通过实验充分证明了其有效性.     

基于参考图像的色粉画模拟

色粉画是一种极具表现力的绘画方式。提出一种基于参考图像色粉画效果模拟的非真实感绘制方法,其模拟过程分为铺底和细化两个阶段。在铺底阶段,利用mean-shift分割方法对参考图像进行分割获得区域和色调信息,并通过矢量场计算确定所得区域内笔画方向,在上述信息约束下通过对色粉画线画法以及侧面画法的模拟完成铺底工作;在细化阶段,针对参考图像所需突出的重要特征细节利用一致线条绘制方法获取,并通过色粉画点画法对其进行模拟。实验结果表明,通过上述两个阶段的模拟,本文方法能够快速高效的将参考图像转化为色粉画艺术化效果。     

边缘跟踪算法的图像线条画生成

给出一种基于边缘跟踪算法的图像线条画生成算法。该算法由边缘跟踪和线条画绘制两部分组成。在边缘跟踪中,提出基于相异性度量的边缘跟踪算法,以使利用边缘检测算子得到的边缘能够归类、连接;在线条画绘制过程中,引入非均匀B样条对不连续边缘进行插值并使用高斯平滑以获得连续光滑的边缘线条,然后以线条的曲率为依据,生成画笔,实现线条画的绘制。实验给出了本文方法生成的图像线条画的结果,实验结果表明,本文方法能够迅速快捷的生成较高质量的线条画。     

实时绘制3D中国画效果

介绍了一个利用可编程图形硬件对3D山峦模型进行实时水墨效果绘制的系统．首先建立对应于不同层次的一组纹理图像,图像中的笔刷纹理按照手工绘画那样非均匀分布并构成明暗变化的纹理序列．系统在运行,首先检测山峦模型的位置来确定它所在的层,然后根据山峦模型的光照值对相应的纹理进行混合,山峦底部则与背景的云雾图进行混合,以得到最终的具有国画风格的画面．     

重要度引导的抽象艺术风格绘制

针对非真实感抽象绘制技术中可能存在的抽象程度整体趋于一致、缺少色彩层叠感的问题,提出一种自动的、基于图像重要度的抽象艺术风格绘制方法.首先通过梯度和显著度加权计算得到图像的重要度,并将该重要度引入抽象艺术风格绘制;在绘制过程中,为了保留图像的局部结构和方向特征,采用各向异性滤波平滑结构张量场,并沿张量场局部曲线方向进行积分卷积计算;最后采用改进的局部光照明Phong模型对抽象结果进行渲染,有效地突出不同光照条件下的艺术表现力,增强了艺术效果的色彩层叠感.实验结果表明,该方法能对图像局部区域进行不同程度的抽象,更好地保留图像中的局部细节和结构特征,更加符合格式塔理论,并可以产生具有色彩层叠感的抽象艺术效果.     

具有层次素描纹理的素描画绘制方法

针对现有的计算机非真实感绘制(NPR)技术关于素描画的绘制方法的实现效果与手绘风格存在一定差异的问题,设计了一种能够产生层次素描纹理的方法,并将其与多像素宽边缘线条融合,生成具有层次感素描纹理的素描画。首先对原始图像做去噪、增强等预处理,用微分算子提取多像素宽的轮廓线条;再通过膨胀和腐蚀处理并将结果相减生成多层双边轮廓线条,用运动模糊处理多层双边线条得到素描纹理;最后融合边缘和素描纹理,得到素描效果图像。通过对不同特点的图像进行实验,证明该方法得到的素描画的效果比较接近手绘风格。     

基于三维模型的风格化线条渲染方法

3D模型风格化线条绘制[1]中的一个最大问题是可见性的计算,当前在以复杂的模型计算线条可见性的算法中,不是交互式渲染速度太慢就是渲染后的动画不连贯,由此提出一种在GPU下快速、高质量地计算线条可见性的算法,其利用先进的可编程图形流水线技术,可以支持线条可见性和广泛的风格化选项.实验结果表明,该算法运算速度能够满足交互系统的实时性需求.