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.     

基于颜色量化的肖像漫画生成方法研究

目前创意文化已经受到国家和地方政府的关注和大力发展,而人脸漫画也受到了众多爱好者的支持。本文在研究非真实感绘制的基础上,提出了一种基于颜色量化的肖像漫画生成算法。该算法首先通过双边滤波对输入图像进行降噪处理,进而提高图像质量;其次对降噪图像进行颜色量化处理,生成图像的色块效果;然后使用Canny边缘检测算子,提取降噪图像的边缘;最后将色块效果图像与边缘图像进行融合,最终生成肖像漫画效果。实验结果表明,对于给定的输入图像,能够有效地生成具有艺术效果的漫画肖像画。     

一种流体艺术风格的自适应LIC绘制方法

把LIC算法应用到非真实感绘制中,提出一种自适应流体艺术图的LIC绘制方法.对源图像亮度分量计算切矢量场,然后对其进行增强、平滑处理获得结构矢量场;通过随机扰动源图像获得纹理参考图像;根据结构矢量场和纹理参考图像的局部特征产生可变的LIC积分步长和步数,自适应地处理纹理参考图像;最后对绘制效果进行颜色渲染,生成具有丰富颜色特征的流体艺术图.实验表明,该方法能够较好地模拟诸如梵高画的流体艺术风格,呈现生动、灵活的波动感.     

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。     

基于图像的铅笔画绘制技术的研究现状与展望

非真实感绘制(Non-Photorcalistic Rendcring,NPR)是计算机图形学领域的一个分支,旨在使用计算机来生成具有某种艺术效果的作品。目前,非真实感绘制技术已经能够成功地模拟油画、水彩画、卡通画、铅笔画等艺术风格,在许多领域得到很广泛的应用。铅笔素描是艺术造型的基础。作为一种最简单的艺术表现形式,铅笔画凭借其简洁流畅的特点深受广大艺术爱好者的喜爱。如今,基于图像的铅笔画绘制技术已经是NPR领域的一个重要组成部分,受到诸多研究人员的关注,但该技术仍处于成长阶段,算法的通用性还无法满足现实应用的需求。     

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。     

运用流体模拟的油画生成方法

与真实感绘制技术关注于传统的3D图形学不同,非真实感绘制技术更加强调艺术表现力、主观意识与情绪的传递以及强化重要信息、忽略非关键信息等方面.提出了一种自动的、基于流体模拟的方法来生成具有凡高后期风格的油画图像.提出以流体线条参考图颜色梯度的法线方向作为画笔方向,对原图进行多层绘制;同时,提出一种改进的多光源局部光照模型,以有效地反映不同光照条件下艺术图像的不同表征力.另外,设计了一种在光照条件下模拟画笔物理特征的方法,该方法通过bump-mapping增强绘制图像的涂料层叠感.为了使生成的绘制图像具有凡高油画的色彩风格,采用了一种颜色转换方法,将特定的艺术原画色彩特征转换到绘制图像上.实验结果表明,对于给定的输入图像,该算法能够有效地生成具有凡高后期艺术风格的油画.     

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.     

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.     

基于特征流的抽象线条画绘制

为了将照片图像转换为具有一定艺术美感的线条画图像,文中设计了3种基于特征流的各向异性滤波器:FGsD滤波器、FGaD滤波器和FLSM滤波器.这些滤波器的主要任务是提取图像的边缘信息,并将其显示为光滑连续的风格化线条.前两种滤波器是在分析数字图像中基于一阶微分和二阶微分边缘检测算法的性能后,将高斯一阶导滤波结果和高斯差分滤波结果进行适当的混合作为边缘检测的微分响应,然后对混合的微分响应值进行柔和阈值化处理提取边缘点.第3种滤波器是专门针对图像中的线型边结构提出的,通过计算局部亮度相似度质量来判断该像素是否属于边缘点.如果将FGsD滤波结果和FLSM滤波结果进行叠加,还可以得到明暗对比度增强的抽象线条画效果.与已有的线条画绘制算法相比,采用文中算法所生成的线条画视觉特征更鲜明、风格化效果更突出、艺术表现力更强烈.     

基于图像空间的素描效果生成技术

目前大部分非真实感绘制技术都利用各种不同大小及形状的笔画模拟人工绘画的过程,实现起来比较复杂。提出了一种基于图像空间的无笔画的素描效果生成算法,只需将一幅数字图像作为输入,然后对其进行滤波处理,使得处理后的图像在去噪的同时可以消除光照所带来的影响,同时可以将特征像素进行分离;在此基础上再分别进行边缘检测和二值化;最后将边缘检测结果和二值图像相结合,从而得到相应的素描效果。实验结果表明,该算法可以快速有效地生成素描效果,且实现简单。     

基于轮廓线的非真实感绘制技术

从NPR技术的形成和特点出发，详细论述了NPR中轮廓线的检测和绘制技术等问题。轮廓线在NPR中占有重要地位，它的表现不仅关系到NPR最终效果的好坏，而且也是实时绘制中一个提高速度的关键。重点介绍了NPR中流行的和最新的轮廓线检测与绘制技术，并对这些算法和技术进行了分类与分析，总结了其优缺点和适用场景。     

基于轮廓线的非真实感绘制技术

从NPR技术的形成和特点出发,详细论述了NPR中轮廓线的检测和绘制技术等问题。轮廓线在NPR中占有重要地位,它的表现不仅关系到NPR最终效果的好坏,而且也是实时绘制中一个提高速度的关键。重点介绍了NPR中流行的和最新的轮廓线检测与绘制技术,并对这些算法和技术进行了分类与分析,总结了其优缺点和适用场景。     

图像特征保持的圆点绘制方法

图像圆点绘制问题指用圆点去逼近图像得到近似马赛克填充的效果.点画是在世界范围内流行的艺术形式,图像圆点绘制算法就是受艺术家创作的点画作品启发而提出的一种非真实感渲染算法.首先对图像进行分割,提取分割后图像的轮廓边界线并获取原始图像的特征线,生成图像上的方向场,使得图像的每个像素点位置都存在一个方向值;之后设计密度函数,...     

融合模糊色彩思维建模的马赛克风格渲染技术

为了在非真实感绘制中模拟画家色彩思维的主观模糊性,研究了融合模糊色技术马赛克风格渲染.该技术首先对输入图像按局部细节层次进行三角剖分,得到不同大小的三角面片集合,模拟画家对景物的结构分析思维;然后对源图像的色彩信息进行转化,获得每个三角面片上的模糊色,模拟画家观察景物色彩时的主观模糊性;最后采取可订制的模糊赋色策略渲染为马赛克风格图像,模拟画家赋色时的主观模糊性.结果显示,提出的技术可以较好地模拟不同艺术家的赋色思维.同时还构建了一个马赛克渲染原型英语,用户可通过选取预设的赋色策略快速获得大量不同结果.     

一种改进的图像素描生成算法

本文给出一种改进的图像素描生成算法。首先对图像进行梯度和反相处理,再将图像灰度化,从而产生图像素描结果,实验证明该算法快速有效。     

Rendering Silhouettes with Virtual Lights

We present a new method for obtaining non-photorealistic images. These images have two main visual components: silhouettes and non-realistic colouring. Silhouettes are lines that define the form of an object. They are used in classical animation and illustration as the main expressive components. In these applications, if it is necessary, colouring can be added once the drawings are made. For instance, generally, in illustration, colouring is flat and does not transmit volume information whilst silhouettes do it in an economical way. The proposed method is based on the Virtual Lights model, which allows us to use external components, the virtual lights, to define silhouettes. In this way, the designer is free to control where, when and how the silhouettes must appear. The method can be used with B-rep geometric models.     

一种基于图像结构特征的实时点画生成算法

点画是一种经典的艺术技巧,其用点的形式模拟图像中色调的明暗变化,表现其 艺术特质。由图像自动生成点画是图像风格化和非真实感渲染的对象之一。为此,提出了一种 基于图像结构特征的实时点画生成算法。使用一个预计算的增量 Voronoi 序列快速生成点画所 需的采样点,通过输入图像和对应的结构特征图共同指导点画图中点的半径和色调,提高点画 图像在边缘及细节上的质量。实验结果表明,该算法生成的点画结果在视觉效果和数值误差 (SSIM)上均优于现有点画生成算法,并且在绘制速度上能够达到实时的性能,可应用于高帧率 的场景中。     

视觉感知的图像和视频抽象

可靠的视觉感知估计体现的是对图像中有意义的那部分结构信息的理解。基于此,描述一个完整的图像和视频抽象化框架,通过一种边缘保持的滤波器有区分地风格化抽象图像和视频的显著部分和非显著部分,并保持两部分之间的和谐过渡。首先,对于显著区域的识别引入一种自动显著性目标分割算法,基于局部空间邻域的自动显著性计算。考虑到实际需要,提供了交互式技术,方便有目的地去指定图像中的显著结构信息。然后,根据生成的显著结构信息掩模使用单尺度的各向异性滤波处理显著部分,而用多尺度的同种滤波处理非显著部分以实现更强程度的抽象效果。本文方法生成的图像和视频的抽象化不仅呈现了视觉满意的非真实感效果,而且在软量化后还可以应用于其他风格的非真实感渲染(NPR)效果的实现。实验结果显示,处理一定数量的图像及视频,本文方法可以得到期望的结果。