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。     

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。     

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.     

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。     

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。     

应用运动模糊方法仿真铅笔画纹理

通过分析真实铅笔纹理的特点,提出了一种基于运动滤波器的仿真铅笔纹理的新方法.首先对用户输入的图像进行边缘检测,提取轮廓信息,然后对传统白噪声生成法进行改进,将参考图像由RGB色彩空间转换到HSV色彩空间,通过亮度值控制噪声点的产生几率,最后应用运动模糊方法代替传统的线积分卷积(LIC)方法模拟铅笔纹理,得到具有素描风格的结果图像.实验结果表明,该方法生成效果接近于手绘风格,且无需用户交互,适合于动画制作等很多领域的应用.     

基于后处理的实时景深模拟与应用

针对虚拟现实系统中的景深模拟问题,提出了一种改进的基于图形处理器(GPU)的后处理景深模拟算法.该算法在场景渲染时将全分辨率纹理图存入离屏缓存区,利用该离屏缓存区的Alpha通道输出每个像素的线性化深度信息;对这个全渲染的场景纹理图作下采样处理,得到原图像1/16大小的图像;对下采样后的场景纹理进行可分离二维高斯滤波,生成模糊的场景纹理图;通过泊松采样方法,在弥散圈内将两幅纹理图基于线性化深度信息进行融合,模拟出了景深效果.最后将该算法应用于一个海上搜救虚拟现实系统.实验结果表明,所提算法较好地仿真了景深效果,改善了传统后处理滤波算法的深度连续性差、亮度扩散等问题,并能满足实时交互需求.     

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。     

倒谱和快速全变差去卷积的运动模糊图像复原

物体和成像系统之间的相对运动导致图像产生运动模糊,降低了图像质量,为了获得更加理想的复原图像,提出一种基于倒谱和快速全变差去卷积相结合的运动模糊图像复原算法。利用倒谱法对运动模糊图像的点扩散函数参数（模糊角度和模糊尺度）进行辩识,采用快速全变差去卷积法对模糊图像进行复原,采用多幅图像进行仿真实验测试算法的性能。仿真结果表明,相对于经典图像复原算法,该算法复原图像的主观视觉效果以及客观评价指标均更优,具有一定的实际利用价值。     

基于运动补偿的视频预处理算法

针对预处理算法易在空域产生边缘模糊和在时域产生拖尾等图像扭曲现象,提出一种基于运动估计的时域滤波预处理算法。该方法通过运动补偿技术将时域滤波映射到空域进行处理,有效地去除视频序列时域不相关的细节信息,避免空域模糊和时域拖尾,达到降噪和提高编码效率的目的。实验结果表明,在同等视频质量PSNR下,该预处理算法较预处理前可降低编码码率12％-32％,同等码率下视频序列的平均PSNR值比使用空域预处理方法高4dB～9dg。     

亮度—梯度联合约束的车牌图像超分辨率重建

目的 受成像距离、光照条件、动态模糊等因素影响,监控系统拍摄的车牌图像往往并不具备较高的可辨识度。为改善成像质量,提升对车牌的识别能力,提出一种基于亮度与梯度联合约束的车牌图像超分辨率重建方法。方法 首先充分结合亮度约束和梯度约束的优势,实现对运动位移和模糊函数的精确估计;为抑制重建图像中的噪声与伪影,基于车牌图像的文字化特征,进一步确定了亮度与梯度联合约束的图像先验模型。结果 为验证该方法的有效性,利用监控系统获得4组车牌图像,分别进行模拟和真实的超分辨率重建实验。在模拟实验中将联合约束图像先验重建结果与拉普拉斯、Huber-Markov（HMRF）以及总变分（TV）先验的处理结果进行对比,联合约束先验对车牌纹理信息的恢复效果优于其他3种常见图像先验;同时,在模拟和真实实验中,将本文算法与双三次插值、传统最大后验概率、非线性扩散正则化和自适应范数正则化方法的超分辨率重建结果进行比较,模拟实验的结果表明,在不添加噪声情况下,该算法峰值信噪比（PSNR）和结构相似性（SSIM）指标分别为35.326 dB和0.958,优于其他4种算法;该算法在真实实验中,能够有效增强车牌图像纹理信息,获得较优的视觉效果,通过对重建车牌图像的字符识别精度比较,本文算法重建结果的识别精度远高于其他3种算法,平均字符差距为1.3。结论 模拟和真实图像序列的实验结果证明,基于亮度—梯度联合约束的超分辨率重建方法,能够降低运动和模糊等参数的估计误差,有效减少图像中存在的模糊和噪声,提高车牌的识别精度。该算法广泛适用于因光照变化、相对运动等因素影响下的低质量车牌图像超分辨率重建。     

基于小波变换和方向微分的运动模糊方向鉴别研究

针对最小方向微分算法(MinimumDirectionalDerivation,MDD)在运动模糊方向鉴别中计算量大的问题,提出利用小波变换和方向微分相结合的算法鉴别运动模糊方向。首先引入小波变换获得运动模糊图像的低频部分,缩小了计算范围,减小了计算量;然后在利用基于方向微分的加权平均法鉴别模糊方向时,先取步长为10°粗略得到模糊方向,在此模糊方向±10°范围内以0.5°为步长精确鉴别出模糊方向。该方法既能减小计算量,又能提高鉴别精度。仿真结果表明本文算法鉴别运动模糊方向误差小,实时性好,应用范围广。     

基于非局部平均滤波和快速行进法图像修补算法 *

快速行进算法 ( FMM)与水平集法 ( level set)相结合进行曲线修补是一种高效的图像修补算法 ,但是这种算法在修补较大区域时会产生模糊。最近 , Buades等人提出了基于非局部平均滤波 ( non-local means)的去噪算法。受其启发 ,应用非局部平均滤波的思想进行图像修补 ,提出了一种新的基于非局部平均滤波和快速行进算法的 FMM-NL图像修补算法。实验结果表明 , FMM-NL图像修补算法针对具有较强纹理信息的图像能有效解决 FMM修补算法中的模糊问题。     

改进的自然图像铅笔画效果生成

目的现有的自然图像素描画效果生成算法存在容易造成画面细节丢失,笔画线条单一等问题。针对这些问题,提出一种改进的自然图像素描画效果生成算法。方法通过模拟艺术家创作素描画过程,采用多层次多尺度方法提取图像中不同层次的细节信息,并使用不同长度不同粗细的笔画来模拟艺术家在创作过程中不同力度的绘画效果,分层绘制画面中不同细节层次,然后融合各层次笔画效果形成最终的素描画笔画效果,最后合并素描画笔画效果和素描画图像底纹。结果通过本文算法,可以得到与原输入自然图像内容一致,色调与艺术家绘制的素描画效果相同,笔画和底纹形式与实际素描画相似,真实感较强的素描画效果输出图像。结论大量实验结果表明,本文算法可以生成高质量的自然图像素描画效果,与现有成熟的铅笔画生成技术相笔,该算法具有较强的可比性。     

基于互相关模糊长度估计的图像复原

为提高含噪运动图像的复原质量,提出一种基于互相关原理的运动模糊长度估计算法。根据图像的Radon变换得到运动模糊角度,提取模糊中心各模糊路径上的像素灰度值,通过互相关计算确定模糊长度,采用Lucy-Richardson迭代算法对观测图像进行复原。实验结果表明,该算法的抗噪性较好,迭代收敛速度较快。