论文部分内容阅读
图像艺术风格化是近几年来计算机图形学中非真实感绘制的主要研究内容，它以计算机为工具，用算法模拟出不同艺术形式的绘制风格，增强图像中可视信息的表现形式，吸引人们的注意力。对图像艺术风格化的研究，不仅可以丰富计算机图形学、图像处理等的理论内容，而且可以深化和拓广图像的应用领域。然而，艺术视觉效果表达和运行效率问题是已有的图像艺术风格化方法中普遍存在的两大关键问题。本文正是基于此开展的研究：
(1)针对图像艺术风格化的艺术视觉效果表达问题，本文给出了一种基于结构的图像艺术风格化方法。该方法首先对输入图像进行结构张量计算，并对计算结果进行平滑。与不考虑图像结构的传统方法不同，本文在结构张量计算结果的基础上得到其特征值和特征向量，用于进行方向估计和各向异性度度量，并依此构造权值方程，用于描述图像的结构信息。最后将权值方程与边缘保持滤波器进行结合，并作用于输入图像上以得到最终的艺术风格化结果。实验表明，由于本文算法充分考虑了图像的结构信息，因此风格化结果具有良好的视觉效果。
(2)针对图像艺术风格化的运行效率问题，本文给出了一种基于笔划的实时图像艺术风格化方法。该方法首先对输入图像进行梯度分析，依据梯度分析结果将图像进行分层。与传统选择笔划点的方法不同，本文在梯度分析结果的基础上给出了一种新的笔划点随机选择策略，以此来快速得到笔划点位置。然后，根据所设定的参数得到笔划模型，并在笔划点处依据笔划模型进行风格化绘制，最终得到风格化结果。由于本文算法具有高度并行性，因此可在GPU上进行实现。实验表明，本方法在保证风格化视觉效果的基础上，能够完成图像的即选即风格化，极大地提高了运行效率。
本文给出的两种方法，对输入的图像进行艺术风格化具有良好的普适性。方法中提供的参数，可根据用户的理解，灵活地对图像进行艺术风格化调整，进而获得不同视觉效果的风格化结果。