图像抽象化的实时增强型绘制

现有的图像抽象化绘制算法主要采用基于图像分割或边缘保持的平滑滤波技术,导致所生成的抽象化图像经常存在明暗对比度较低、画质昏暗模糊、画面色彩表现力不强等问题,为此提出一种增强对比度的图像抽象化绘制算法.首先利用结构张量平滑技术生成光滑连续、显著特征保持的特征流场,然后基于该流场对图像进行沿边缘切向流方向的自适应平滑和沿梯度方向的对比度增强处理,最后使用改进的基于流场的双边滤波或者Kuwahara滤波算法实现图像抽象化的实时绘制.实验结果表明,该算法可显著改善已有抽象化方法的绘制质量,抽象化图像的边界特征明显增强,画质更清晰、层次感更分明.

线条增强的建筑物图像抽象画生成

针对建筑物图像线条鲜明、轮廓清晰的特点,提出一种自动化的抽象画生成算法.首先通过双边滤波对原始图像的细节进行简化;然后利用快速的、带有误判控制的图像线段检测算法来获得建筑物的外轮廓和门窗等线条特征,通过该线条特征增强基于流的高斯差滤波器生成线条框架;最后将双边滤波处理结果与线条框架进行融合形成最终的抽象画效果.该算法既去掉了建筑物图像中多余的细节信息,使整个图像更趋抽象,同时又通过边缘信息保持了建筑物自身独有的风格,充分展现出富有艺术家手绘风格的建筑物效果.文中算法简单、易于实现,并通过实验充分证明了其有效性.

基于改进的约束平均曲率流滤波的图像抽象化绘制算法

本文提出一种基于约束平均曲率流滤波的图像抽象化绘制算法。为减小计算量,本文提出以图像结构张量的特征向量值作为各向异性扩散系数,对输入图像进行多次迭代求解,以获得具有简化图像特征的风格化图像,同时采用XDoG技术提取图像边缘,并进行图像合成。实验结果表明,对于给定的输入图像,该算法能够有效地生成具有抽象化风格的艺术图像。

基于边缘切向流与颜色量化的图像抽象化

图像抽象化绘制旨在以模糊、抽象的艺术手法展现图像。提出了基于边缘切向流与颜色量化的图像抽象化绘制方法,首先,在RGB(Red,green,blue)颜色空间提取各颜色通道的梯度,并对其进行融合,对融合后的梯度图像求边缘切向流,并使用高斯差分滤波(flow-based difference-of-gaussians,FDOG)方法提取图像的特征线条;然后,对原始图像用非线性方法进行平滑处理,并在(hue-saturation-intensity,HSI)颜色空间进行量化;最后,将量化图像和特征线条图像进行融合,得到原图像的抽象化图像。实验证明该方法增强了图像轮廓的主要特征并忽略了局部细节,突出了图像的层次感,使图像简洁清晰,抽象化效果显著。

目标尺寸先验与图像抽象的显著性检测

为了均匀突出显著目标并抑制小尺寸颜色独特的非显著目标对显著性检测的影响,研究了显著目标尺寸分布规律和多尺寸超像素抽象显著目标一致性,进而提出了基于目标尺寸先验的多尺寸超像素抽象显著性检测方法.该方法针对不同超像素尺寸抽象图计算图像的颜色独特性和颜色分布性,从局部和全局搜寻场景中的显著目标,并以尺寸分布规律指导显著目标的分割提取.通过对大量公开数据集中的图像进行测试的结果表明,该方法在有效检测显著目标的同时还能抑制小尺寸高对比度的非显著目标对显著性检测的影响,并生成均匀的高亮显著图.

基于显著性分割的图像抽象化

图像抽象化的目的是增加具有特定目标的信息,并过滤掉一些不相关或不重要的信息。为进一步提高图像的卡通风格化效果,提出一种基于显著性分割的图像抽象化算法,增强前景物体区域的可视特征,同时去除背景区域的无关细节。采用频率调谐算法获得显著度图,利用Mean-Shift分割算法检测出整个前景区域,与双边滤波和基于流场的边缘检测结合获得抽象化图形,通过软量化方法使产生的风格化图像更具有层次感,并以此为基础对图像进行非均匀的抽象化处理。实验结果表明,该算法能够有效地产生前景特征增强的非真实感图像,使结果图像的前景主题更加突出。

基于GPU加速的约束平均曲率流滤波的图像抽象化绘制技术

本文提出一种基于GPU加速的约束平均曲率流滤波的图像抽象化绘制算法。为减小计算量,本文提出以图像结构张量的特征向量值作为各向异性扩散系数,对输入图像进行多次迭代求解,以获得具有简化图像特征的风格化图像。实验结果表明,该算法能够实时、有效地生成具有抽象化风格的艺术图像。

显著性边缘引导下的图像抽象化

针对已有的图像抽象化算法难以反映显著性边缘信息的不足,提出了一个显著性边缘引导下的基于能量优化的图像抽象化算法。对于给定的输入图像,首先基于边缘信息传递策略来提取图像的显著性边缘图,从而有效地减少了不连续边缘的产生;然后,为了在增强显著性边缘的同时抑制杂乱细节信息,根据显著性边缘图来构建图像的期望梯度场;最后,在图像颜色信息和期望梯度场的约束之下,通过能量优化来获得图像的抽象化效果。实验结果表明,本文算法在显著性边缘的连续性保持上表现出明显的优势,具有很好的科学研究价值及实际应用前景。

基于两层迁移卷积神经网络的抽象图像情感识别

为弥合抽象图像底层视觉特征与高层情感语义间的鸿沟,同时缓解抽象图像情感识别所固有的小样本缺陷,将两层迁移学习策略引入传统的卷积神经网络,提出一种基于两层迁移卷积神经网络的抽象图像情感识别模型.该模型利用深度特征的层次性,首先通过大规模通用图像数据集来学习提取普适的底层图像特征;然后利用抽象图像风格分类数据集来学习提取抽象图像的专有高层语义特征;最后采用抽象图像情感识别数据集来微调整个网络.MART数据集上的实验结果表明,与传统的抽象图像情感识别方法相比,所提出的模型能够有效地提高识别精度.

抽象函数图像的对称性的研究

对称美广泛存在于数学之中.函数图像的对称性主要有两种,即关于点成中心对称或关于直线成轴对称,抽象函数图像的对称性,由于其没有具体的函数表达式,因而使学生往往更难把握.本文主要研究几个常见而又特殊抽象函数的图像的对称性,供读者参考.

快速图像保边界多尺度分解

提出一种新的非线性保边界平滑算法,通过对图像每个像素点的某个邻域内所有颜色相似的像素简单平均,来对图像进行平滑处理。该算法不仅能够进行保边界平滑,并且具有非常高的运算效率。应用这种平滑算法可以对图像进行快速保边界多尺度分解。运用多尺度分解实现了图像的增强、抽象化、对比度调整的效果。

一种高效执行并行图像旋转的新方法

本文提出了一种在分布式并行机上有效地执行二维图像旋转的方法 .算法的开发是在高级图像抽象的框架下进行的 .文中阐述了利用在二维可分旋转技术的基础上新开发的高级抽象表达式 ,可以简捷地表示并行图像旋转 ,并可在分布式存贮并行体系结构上有效地执行 .本文还对二维可分运算进行了误差分析 。

融合具象语汇与色彩构成抽象意境的教学研究——以描述季节情调的成语为例

基于中国文学与图像表达结合方式的教学尝试,选择成语中含义的内容作为基础,让学生了解成语本身的出处、成语的内涵及内容,通过用色彩的构成组合图像表现成语涉及的色彩组合构造,思考如何将语言文字与图像创作相联系的创作方式。中国的当代色彩构成课程总是单单注重抽象色彩概念表述,而不是色彩基本的含义和色彩的来源。这样的课程安排令学生难以理解色彩概念本身的存在原理,课程结果将会流于对前人色彩已有的搭配方式的抄袭,而不是真正地理解色彩构成的原理和构成的本质方式。在一些相对具体的范围中对色彩社会习惯的思考和运用,让抽象的图像概念有可依附的实体状态,是能让这个课程中抽象的色彩构成概念落到实处的一种方式。

卡通画的非真实感绘制技术

提出了一种无需专门的硬件,无需用户参与,直接对原图像进行操作的卡通画渲染方法。该方法使用双边滤波器对输入图像进行抽象化,修改视觉上重要特征的对比度,然后对抽象化的图像进行色彩量化来模拟卡通画的着色风格。为提高结果的可视化程度,对图像进行风格化边缘提取,最后将色彩量化后的图像与风格化边缘图进行融合。

基于Lab空间颜色量化的卡通画模拟绘制

卡通画的模拟绘制具有广泛的应用。为了提升卡通画模拟绘制的效果,通过分析卡通画的绘制特点,确定卡通画模拟绘制的步骤,主要包括图像抽象化、色彩量化、边缘检测以及图像融合,提出基于Lab空间颜色量化算法和双边滤波图像抽象化的卡通画模拟绘制算法,最后进行边缘提取并与颜色量化后的图像进行融合。从实验效果来看,所提方法有较好的模拟效果。