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。     

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.     

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。     

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。     

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。     

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。     

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。     

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。     

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.     

A Stylized Approach for Pencil Drawing from Photographs

We present a stylized scheme that produces pencil drawings in a range of styles from an image. To produce controllable pencil drawing effects and remedy the problems of existing convolution‐based schemes, we develop a swing bilateral LIC (SBL) filter. Our first approach to express the styled pencil drawings is to control the directions of pencil strokes that depicts both shapes and smooth tone. Another approach is to produce colors of pencil drawings by sampling colors from real color pencils. The third approach is to mimic the artistic technique that increases the details of drawings in a progressive manner. We present drawings in several styles and compare some of them directly with illustrations taken from an artists' work.     

铅笔画的自适应LIC绘制方法

提出一种非真实感铅笔画的绘制方法,通过对图像的亮度分量计算切矢量场,获得图像的结构矢量场。根据矢量场和图像分割后的局部特征产生可变的积分步数和纹理走势。利用线积分卷积方法,自适应地处理图像。将绘制结果和通过霓虹处理得到的轮廓效果相结合。实验结果表明,该方法能够根据图像的细节丰富情况模拟铅笔画的艺术风格,并且生成速度较快。     

Image-based pencil drawing synthesized using convolutional neural network feature maps

In most cases, the conventional pencil-drawing-synthesized methods were in terms of geometry and stroke, or only used classic edge detection method to extract image edge characters. In this paper, we propose a new method to produce pencil drawing from natural image. The synthesized result can not only generate pencil sketch drawing, but also can save the color tone of natural image and the drawing style is flexible. The sketch and style are learned from the edge of original natural image and one pencil image exemplar of artist’s work. They are accomplished through using the convolutional neural network feature maps of a natural image and an exemplar pencil drawing style image. Large-scale bound-constrained optimization (L-BFGS) is applied to synthesize the new pencil sketch whose style is similar to the exemplar pencil sketch. We evaluate the proposed method by applying it to different kinds of images and textures. Experimental results demonstrate that our method is better than conventional method in clarity and color tone. Besides, our method is also flexible in drawing style.     

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。     

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。