基于多尺度笔刷的分层油画风格化

基于图像的油画风格化绘制是计算机图形学领域非真实感绘制研究的热点之一.为了进一步提高图像油画风格化的质量,提出了一种基于多尺度笔刷的分层图像油画风格化绘制算法.该算法模拟艺术家的油画绘制过程,采用不同尺度的笔刷按照从粗到细的顺序逐层绘制.在每层笔刷绘制中,首先使用增量Voronoi序列采样点和图像切线方向场确定笔刷流线,然后结合笔刷形状与笔刷高度场进行纹理贴图,得到最终的图像油画风格化绘制结果.通过与现有算法比较,文中算法不仅能模拟真实的油画绘制过程,而且生成的油画效果层次感更强,充分体现了图像的结构特征和油画细节.     

综合几何信息的实时线绘制算法

以三维网格模型的微分几何信息为依据,结合视点相关和视点无关的线绘制方法,提出一种基于GPU的实时绘制算法.基于视点曲率在图像空间中计算提取视点相关特征线,同时利用风格化纹理和主曲率信息绘制视点无关特征线.根据三维模型信息与预设计的风格化纹理,在像素着色器中对视点相关和视点无关的2类特征信息进行计算,然后结合两者结果得到令人满意的绘制结果.实验结果表明,由于所有计算在图像空间由GPU并行完成,可以高效地提取特征线;采用风格化纹理的设计增加了图像空间风格化绘制的可控性,弥补了图像空间算法的风格化可控性差的缺点.此外,文中算法不仅可以进行实时的风格化线绘制,以该算法为基础还可以进行进一步的艺术仿真,如国画的模拟等.     

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.     

基于纹理的高质量的曲面流场可视化

提出一种流线增强的纹理算法,可实时生成高质量的纹理表征曲面矢量场.通过对卷积纹理在垂直矢量方向上进行一维高通滤波,增加流线间的强度对比,提高了图像质量,使得曲面矢量场易于观察.该算法基于图像空间,并且具有很好的时间空间相关性,利用当前图形卡的可编程性和并行运算能力,可以在微机上达到实时绘制的性能.     

基于图像的流体型风格画仿真研究

为了模拟艺术家的流体型风格绘画,提出了一种新的流体型风格化图像绘制算法。提取图像中的流体信息,通过随机扰动生成纹理参考图,再运用小波技术的融合方法,使得输出图像具有流体效果,最后采用色彩转换的方法,将颜色参考图中的色彩特征转换到绘制图像上。实验结果表明,该算法自动化程度高,复杂度低,渲染效果更接近于流体型风格绘画。     

基于GPU的实时线绘制及水墨仿真研究

为了由简单三维输入自动生成水墨仿真风格图像,提出了一种基于GPU的实时线绘制算法及水墨仿真算法。提出的微分几何线绘制算法结合了视点相关和视点无关两类特征线的绘制,利用了多种曲率信息和风格化纹理。由于GPU加速和风格化纹理的设计,该算法达到实时且风格化可控,方便了国画仿真,仿真计算将水墨看作二维流体,利用LB方法模拟水墨在宣纸中的边缘扩散。通过对比大量的绘制结果以及和其他方法的比较,结果表明,该方法的绘制结果更加清晰逼真,绘制实时完成且完全自动化。     

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.     

卡通化图像和视频的毛发纹理生成与替换

低成本卡通制作中的图像和视频通常缺乏对动物角色毛发效果的表现,为了能对已有图像及视频中的动物角色进行处理,为其增添具备真实感的毛发效果,提出一种毛发风格化算法——卡通化毛发纹理算法.针对卡通中的动物角色合成毛发纹理并进行替换,分为图像应用及视频应用2个部分.在图像替换时,对要进行风格化处理的目标区域进行图像结构分析,以获取覆盖目标区域的三角网格,再生成毛发纹元并映射于网格之上,通过绘制纹元来生成具备真实感的毛发效果;在进行视频替换时,提取视频关键帧并基于图像应用算法生成相应的卡通化毛发纹理进行图像替换,之后根据关键帧的替换结果指导整个视频的替换.为了获取随时间变化的图像关键帧目标区域,采用SIFT算法计算特征点在时间轴上的匹配;为了快速合成卡通化毛发纹理,采用基于GPU的光线行进算法加速毛发纹元的体绘制过程.实验结果表明,文中算法可成功地对已有图像及视频的动物角色添加具备真实感的毛发效果.     

基于信息熵的流场定向线积分卷积算法

流场可视化是对流场数据进行直观分析的一种新的可视化技术,而定向线积分卷积（OLIC）算法作为一种经典的纹理可视化方法,使用该算法能明显地观察出流场方向流动的演化。为了优化可视化效果,提出了一种基于信息熵的OLIC算法。首先,基于流场矢量数据生成基于信息熵的稀疏噪声;然后,采用斜坡卷积核函数对输入纹理进行卷积计算;最后,通过计算输出纹理图像中每一个像素点的灰度值,得到最终的OLIC纹理图像。所提算法可以根据熵值在临界点区域和非临界点区域自适应地生成流线。其中临界点区域含有流场的重要信息,选择密集绘制;而在非临界点区域则选择稀疏绘制。通过在不同区域绘制不同密度的流线,所提算法节省了计算成本;与普通OLIC算法相比,所提算法的绘制速度至少提升了18.6%;在可视化效果方面,所提算法优于普通的全局绘制,使用所提算法能更仔细地观察特征区域。     

基于视觉重要性的图像油画风格化绘制算法

为了将真实图像转换为油画风格,提出一种油画风格化绘制的算法.首先根据油画绘制特点,结合改进的双边滤波与数学形态学操作来建立金字塔结构的多层参考图像序列;然后提出基于视觉重要性图的笔画布置算法.通过使用人脸、视觉焦点检测等方法来检测重要性区域,并根据这些区域信息进行画笔绘制的起点、方向计算精度改进和对图像纹理边界做加强约束,达到了油画内容主次分明的效果.实验结果表明,采用文中算法能够达到较好的视觉效果.     

基于颜色特征的画家艺术风格提取方法

针对现有全局与局部特征提取方法所提取的颜色特征无法有效描述画家艺术风格的问题，提出了一种基于关键区域的油画描述法。首先，通过融合主色调占比与颜色丰富度定义了油画区域信息丰富度，以检测并选取油画的关键区域。其次，提取所选油画关键区域的54维特征来描述油画，并利用Fisher Score对这些特征进行评估，选取重要的特征描述油画关键区域，从而高度体现画家艺术风格。最后，为了验证上述方法的有效性，利用朴素贝叶斯分类器实现油画的分类。建立两个数据库进行仿真实验，数据库1包含3位画家的120幅作品，数据库2包含9位画家3种流派的513幅作品。数据库1上的实验结果表明，结合Fisher Score特征描述的分类正确率高于普通分类的正确率，所提方法依据画家与流派的油画分类正确率分别达到了90%与90.20%。数据库2上的实验结果表明，所提方法根据画家的油画分类正确率达到了90%，相较Features-FS的正确率提高了6.67个百分点；依据流派分类的结果正确率达到了90.20%，与Features-FS的正确率相当。所提的基于关键区域的油画描述法所提取的特征能够有效描述画家的艺术风格。     

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。     

基于信息熵的风格绘画分类研究

针对艺术风格绘画分类算法中存在的精度和效率不高等问题,提出一种基于信息 熵的艺术风格绘画分类算法。首先选取西方漫画、素描、油画、水彩画,以及国内烙画、水墨 画、壁画具有代表性的 7 种艺术绘画风格作为研究对象,对图像进行去噪、归一化等预处理。 其次,提取绘画艺术作品风格特征,分别求取图像的颜色熵、分块熵、轮廓熵,并合并构成不 同绘画风格的信息熵。信息熵求取时,将色彩空间转换为 Lab 颜色空间,通过 a、b 通道颜色值 及加权函数获得图像的颜色熵;通过对艺术图像分块求取信息熵,求取分块的信息熵均值获得 分块熵;通过 Contourlet 变换,求取艺术图像的轮廓信息,获得轮廓熵。接着,合并提取的颜 色熵、分块熵、轮廓熵,利用支持向量机(SVM)对艺术风格图像学习训练,获得艺术绘画风格 的分类模型;最后,提取待识别绘画风格样本的熵特征,通过 SVM 分类识别获得最终的分类 结果。该方法具有特征维数少、运算速度快、尺度不变性等优势,实验结果表明,其能提高不 同绘画风格的分类精度和效率。     

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。     

渗流场流线构造方法研究

流线是分析渗流场流体流动特性的一个非常重要的工具,其构造方法的研究已受到油藏工程师们的普遍关注。给出了基于约束Delaunay三角网格的等值线和流线生成算法。提出了一种新的计算渗流场压力梯度的方法,借助于“翼边”数据结构,设计了“指南针”算法加速流线的跟踪过程。实例表明,算法具有良好的时空效率,结果能够较为直观地反映出油藏流体在注采井间的运动轨迹。     

基于线条形状和主方向墨色分布特征的中国画画家识别算法*

目前针对中国画的研究主要集中在基于内容的图像分析上,但是对于中国画的分类识别,更重要的是艺术风格而非内容.中国画的本质是笔墨运用,笔道的线条形状和墨色构成是鉴别艺术风格的重要因素.因此,文中提出基于笔墨特征的中国画画家识别算法.首先提取墨线的形状特征和墨色的布局特征,然后综合上述2种特征,作为支持向量机的输入训练得到画作分类器.实验表明,文中算法在平均查全率和查准率上较优,可以用于中国画的数字化分析、理解和识别,为中国画传承和鉴赏提供有效的数字工具.     

Painting-91: a large scale database for computational painting categorization

Computer analysis of visual art, especially paintings, is an interesting cross-disciplinary research domain. Most of the research in the analysis of paintings involve medium to small range datasets with own specific settings. Interestingly, significant progress has been made in the field of object and scene recognition lately. A key factor in this success is the introduction and availability of benchmark datasets for evaluation. Surprisingly, such a benchmark setup is still missing in the area of computational painting categorization. In this work, we propose a novel large scale dataset of digital paintings. The dataset consists of paintings from 91 different painters. We further show three applications of our dataset namely: artist categorization, style classification and saliency detection. We investigate how local and global features popular in image classification perform for the tasks of artist and style categorization. For both categorization tasks, our experimental results suggest that combining multiple features significantly improves the final performance. We show that state-of-the-art computer vision methods can correctly classify 50 % of unseen paintings to its painter in a large dataset and correctly attribute its artistic style in over 60 % of the cases. Additionally, we explore the task of saliency detection on paintings and show experimental findings using state-of-the-art saliency estimation algorithms.     

基于拓扑重构的流线特征跟踪算法

地下水流线的构造与可视化有助于提高数值模拟后处理的效率。以研究区地下水渗流场的连续流线仿真模拟为目标,建立了核心拓扑结构和动态重构时所需要的拓展拓扑结构,基于有限元数值计算理论方法,结合地下水渗流场的实际运移情况,探讨了在流线模拟过程中的特征提取问题。在此基础上,提出了一个快速、健壮的流线自动跟踪算法,可用于流线和流经时间的计算。并以北京市平原区地下水渗流场为例,实现了虚拟开采井条件下和实际复杂流场的地下水流动仿真模拟。