基于Mean Shift和FDoG的图像卡通化渲染

针对现有图像卡通化渲染算法区域划分不明显或提取的边界不够连贯的问题,提出了一种基于Mean Shift和FDoG的图像卡通化渲染方法。该方法通过区域分割与边界处理相融合的手段,获取区域明晰、边界光滑连贯的卡通对象,同时结合亮度量化策略等后处理技术净化对象,最终获得具有卡通效果的图像。渲染算法采用Mean Shift技术对图像进行分割,通过设置合适的参数获取若干有意义的区域;引入FDoG算法思想对图像边界进行分析和提取;最后去除或合并视觉上的干扰区域,并参考卡通画的亮度分布特点对图像进行亮度量化,得到最终的卡通风格图像。方法实现简单,自动化程度较高,实验结果较理想。

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。

云南重彩画人脸肖像生成算法

通过对云南重彩画作画风格的研究,论文提出了云南重彩画人脸肖像生成算法。首先从云南重彩画绘画作品中学习云南重彩画人脸绘制特点,引入特征比例对云南重彩画人脸特征进行描述,发现云南重彩画人脸绘制特点,并归纳总结云南重彩画人脸绘制规律。然后对输入的人脸照片进行轮廓线提取、特征点标定、特征值及特征比例的计算,将特征比例与云南重彩画人脸特征比例进行比对,发现变形程度并进行变形。最后,根据主观辨识后的经验值对五官特征的位置进行调整,再进行风格转换处理。运用该算法生成的云南重彩画风格的人脸肖像,既与原图相似,又符合云南重彩画人脸绘制特点。

基于唐卡图像的线条画提取方法研究

唐卡以线条为骨架造型,是色彩和线条有机组合。唐卡图像的线条画提取旨在提取一组连贯、光滑、及具风格的线条,有效地捕获和传达唐卡的轮廓信息。以有限的信息量展现唐卡的内容,赋予唐卡另外一种艺术展现形式。本文针对唐卡图像特点提出其线条画提取方法。首先,根据唐卡色彩鲜明的特点,提取RGB颜色空间三个通道梯度向量并进行融合;然后,用边缘切向流方法构造一个光滑的方向场,保留了突出的图像特征。最后,通过基于流的高斯差分滤波方法提取连贯一致的线条,同时有效地抑制噪声干扰。实验证明该方法简单,容易实现,能有效提取唐卡图像线条。

基于语义分割的简洁线条肖像画生成方法

针对目前主流的线条提取算法对于区域对比度不明显的边缘的检测能力较弱,且对于所有区域采用无差别、统一化的处理策略,所生成的线条画往往较复杂,非常不利于机器人机械臂绘图的问题,本文提出了一种基于语义分割的简洁线条肖像画生成方法(concise line portrait generation based on semantic segmentation,CLPG-SS)。首先,对人脸图像进行语义分割,将人脸划分为不同的区域,基于不同区域提取边缘轮廓与五官细节线条,进行边缘切向流优化,从而加强方向信息;在此基础上,利用线条图来生成调和图像,并利用优化后的边缘切向流、人脸语义分割结果以及调和图像,针对不同的分割区域调整线条提取方法的参数,实现对细节无关区域的线条过滤和细节重点区域的线条加强,生成简洁线条肖像画。实验结果表明:本文提出的CLPG-SS方法能够有效提取人脸主轮廓线条,并针对不同区域实现了对细节线条的针对性调节,提高了机器人机械臂的绘制效率。