论文部分内容阅读
自20世纪90年代中期开始，非真实感绘制(NPR)逐渐成为计算机视觉和计算机图形学的研究热点之一。
非真实感绘制和传统真实感绘制的研究内容不同，其研究的目标不在于绘制结果的真实性和准确性，而主要在于表现图形图像内容的艺术特质，模拟不同风格的艺术作品和艺术效果。数字艺术画目前是非真实感绘制的一个重要组成部分，也是相关研究的热点之一。
在本文的研究中，其计算机合成的目的是：输入一幅自然图像，通过少量人机交互(甚至不交互)，然后产生一幅有艺术风格的图像。以往的非真实感绘制一般都是基于物理笔触的模拟，极少从计算机视觉的角度去抽取输入图像的相关信息以用于非真实感模拟。为了使得模拟的效果更加接近艺术家绘制的效果，本文作者综合了计算机视觉和非真实感绘制的方法，首先通过目前比较成熟的计算机视觉方法抽取绘制时所需要信息，然后采用这些信息引导非真实感渲染。采用此方法我们成功模拟了三种不同风格的图像，
·线描画：为了模拟生成线描画，本文作者采用一种基于中低层视觉信息的方法抽取图像中的主要边缘信息，在此同时计算并得到这些边缘的一些属性信息，包括边缘的宽度、亮度等信息，以之作为参数来控制线描的渲染。
·刺绣：刺绣是一种具有中国特色的艺术，为了模拟刺绣风格，本文作者采用图像分割、原始简约图计算、方向场扩散等算法得到一个分层的方向场，然后采用纹理映射的方法模拟绣线，最后沿着方向场摆放绣线来模拟刺绣效果。
·油画：油画是本文作者研究的重点，采用交互式的图像解析方法获取输入图像的语义信息，这些信息包括：图像分割、图像原始简约图、分层方向场以及各个图像区域的类别识别。并以这些图像信息来指导油画渲染，对于不同的图像区域，根据其类别选取绘制的油画笔刷和绘制策略。同时采用一种新颖的方法进行颜色变换，使得输入图像在颜色上面同真实油画比较接近。
本文的主要贡献是把图形学和计算机视觉相结合并应用于非真实感绘制技术，同时取得不错的试验结果。