论文部分内容阅读
图像非真实感绘制 (Non-photorealistic rendering：NPR)技术作为图像研究的一个重要研究分支，多数算法以点操作和邻域操作为基础，具有数据量大、计算密集和处理时间长的特点。用软件实现NPR算法，通常不能获得理想的绘制速度，需要用硬件进行加速处理。现场可编程门阵列(Field Programmable GateArray：FPGA) 器件具有逻辑块和连线皆可编程的特点。用FPGA能很容易地实现并行阵列连接、流水线连接等并行处理技术，极大地提高算法的运算效率。此外，FPGA还给系统引入了空间维可重构的优势，使系统在获得较高的算法加速性的同时，还能保持相当的灵活性。本文以可重构技术、非真实感绘制技术为基础，结合NPR算法与基于FPGA的图像处理优化技术，设计和优化实现了基于FPGA的图像铅笔画风格绘制算法和油画风格绘制算法。
首先，论文分析了NPR的实时处理问题和基于GPU的加速方式存在的不足之处，分析了基于FGPA的方式对NPR算法进行加速的优势。
然后，论文重点分析了基于FPGA的图像处理优化技术，并对流水线、移动窗口设计等优化技术进行了详细地分析。
在此基础上，论文重点研究了基于轮廓线增强技术的铅笔画算法和基于笔刷的Hertzmann油画绘制算法。从基于可重构计算系统实现算法的角度，对多种铅笔画算法和油画算法进行了分析。并应用移动窗口设计和流水线等优化设计技术，设计了基于FPGA的铅笔画风格绘制和油画风格绘制方案。
最后，论文在以Xilinx公司的Virtex-ⅡFPGA器件为核心的可重构平台RC200上，优化实现了铅笔画风格和油画风格绘制算法。实验结果表明，本文设计的基于FPGA的NPR图像处理系统具有较好的算法加速性和灵活性。铅笔画算法理论上基本达到了实时处理的要求。油画算法可以随着绘制笔刷的改变，获得不同风格的图像处理效果。