绘制内容指导的铅笔画风格实现
本文选题:非真实感绘制 + 铅笔画风格 ; 参考:《计算机辅助设计与图形学学报》2017年07期
【摘要】:为了让铅笔画纹理的色调更接近画家的绘制效果,提出一种内容指导的铅笔画色调生成算法,以改进铅笔画纹理的生成效果.首先对大量绘制内容不同的铅笔画分类后进行色调直方图统计,拟合出适合每种类别的直方图曲线,并对输入图像用与之同类别的直方图曲线进行色调匹配,得到对应的铅笔画色调图;然后用与输入图像大小相同的随机噪声图为基底,对噪声图的每个像素进行不同次数的迭代相乘后产生与色调图匹配且分布一致的噪声场;最后对输入图像进行区域分割,在与分割区域对应的噪声场中用LIC算法生成卷积长度及卷积方向不同的铅笔纹理图,实现分区域不同方向的铅笔纹理的绘制.实验结果表明,由于采用内容指导的分类绘制,该算法生成的铅笔画在色调上更加贴近真实画家绘制的铅笔画,且纹理形式多样,整体效果较好.
[Abstract]:In order to make the tone of the pencil-drawing texture more close to the painter's rendering effect, a content-directed algorithm for generating the pencil-drawing hue is proposed to improve the effect of the pencil-drawing texture generation. First of all, a large number of pencils with different contents are classified, and then the histogram curve suitable for each category is fitted, and the input image is tonal matching with the histogram curve of the same category, and the histogram curve of the input image is matched with the histogram curve of the same category. The corresponding pencil-stroke hue map is obtained, and then the random noise image of the same size as the input image is used as the base, and each pixel of the noise image is iteratively multiplied with different times to produce a noise field matching and distributing the tone image. Finally, the input image is segmented, and the LIC algorithm is used to generate the pencil texture image with different convolution length and convolution direction in the noise field corresponding to the segmentation region. The experimental results show that the proposed algorithm is more close to that of the real painters in hue because of the classification and rendering with content guidance, and the texture forms are various, and the overall effect is better.
【作者单位】: 云南大学信息学院;
【基金】:国家自然科学基金项目(61163019,61271361,61462093) 云南大学中青年骨干教师项目(XT412003) 云南省科技厅项目(2014FA021,2014FB113)
【分类号】:TP391.41
【参考文献】
相关期刊论文 前4条
1 卢从利;尚媛园;丁辉;周修庄;付小雁;;反正切色调分化模型的铅笔画绘制[J];中国图象图形学报;2015年09期
2 黄志勇;姚远;张晶晶;马凯;任东;;改进的自然图像铅笔画效果生成[J];中国图象图形学报;2015年03期
3 刘磊;陈越;盛蕴;张桂戌;;基于自适应噪声模型和线积分卷积的铅笔画模拟[J];图学学报;2015年01期
4 孙硕;黄东卫;;一种有效的基于区域的铅笔画方法[J];计算机工程与应用;2007年14期
【共引文献】
相关期刊论文 前10条
1 闫莉;普园媛;张梦晨;徐丹;韩亚;;绘制内容指导的铅笔画风格实现[J];计算机辅助设计与图形学学报;2017年07期
2 赵春晖;高冰;;一种基于小波变换的多尺度铅笔画生成算法[J];黑龙江大学工程学报;2016年04期
3 史晓楠;冯成成;;一种多色彩空间生成彩色铅笔画的方法[J];软件导刊;2015年11期
4 张韧志;周原;;基于卷积阈值算法的铅笔画绘制研究[J];激光与光电子学进展;2015年01期
5 谢党恩;张志立;徐丹;;一种改进的二维彩色铅笔画自动绘制算法[J];计算机应用与软件;2013年08期
6 李恒;杜晓荣;陈启文;徐燕;;基于HTML5平台的铅笔画风格渲染[J];计算机工程与应用;2012年35期
7 潘龙;纪庆革;;基于图像的铅笔画绘制技术的研究现状与展望[J];计算机科学;2012年S1期
8 任小康;闫利伟;高红玉;;用小波分层模拟铅笔画纹理[J];计算机工程与应用;2012年11期
9 吕岩;钱文华;陈志明;肖琦;;非真实感铅笔画艺术效果研究[J];计算机工程与应用;2011年27期
10 程佳;唐棣;;铅笔画的自适应LIC绘制方法[J];计算机工程与应用;2011年16期
【二级参考文献】
相关期刊论文 前1条
1 程佳;唐棣;;铅笔画的自适应LIC绘制方法[J];计算机工程与应用;2011年16期
【相似文献】
相关期刊论文 前10条
1 郭延臣,韦群,孙建,滕鑫紫;自然场景中植物模型的构造和真实感绘制[J];中国科技信息;2005年10期
2 王长波;王章野;周麒;彭群生;;海市蜃楼现象的真实感绘制[J];计算机学报;2006年12期
3 关雪梅;;非真实感绘制技术研究[J];科技资讯;2007年32期
4 桂斌;;非真实感绘制技术的研究[J];微计算机信息;2008年15期
5 张明敏;潘志庚;石教英;王鹏;糜庆丰;;基于图像与几何混合的纺织品真实感绘制[J];中国科学(F辑:信息科学);2009年01期
6 王相海;秦晓彬;辛玲;;非真实感绘制技术研究进展[J];计算机科学;2010年09期
7 田永红;孙兴波;;一种基于笔触的非真实感绘制算法的研究[J];中国西部科技;2010年28期
8 陈乔;钱文华;徐丹;普园媛;;基于非真实感绘制的抽象艺术效果实现[J];计算机应用;2010年S2期
9 方逵;金席卷;陈演;敬松;;柑橘果实表面结构的真实感绘制技术研究[J];农机化研究;2013年07期
10 史晓楠;;铅笔画模拟绘制研究综述[J];科技信息;2010年35期
相关会议论文 前3条
1 谭永前;赵征鹏;普园媛;徐丹;;中国特有艺术风格的非真实感绘制研究概述[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
2 杜佳;于婷;孙庆杰;;基于图像的印象派绘画生成[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
3 刘世光;陈国军;杨鹏;张加万;孙济洲;;布料上污渍效果的真实感模拟[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
相关博士学位论文 前6条
1 黄学真;复杂场景真实感绘制中的高效采样方法研究[D];浙江大学;2016年
2 钱小燕;艺术风格图像的非真实感绘制理论与方法研究[D];南京理工大学;2007年
3 佟强;基于内容分析的图像/视频非真实感绘制研究[D];清华大学;2011年
4 王会芹;基于图像的非真实感绘制技术的研究[D];东华大学;2010年
5 神和龙;海上搜救模拟器中视景特效的建模与真实感绘制[D];大连海事大学;2011年
6 王长波;基于物理模型的自然景物真实感绘制[D];浙江大学;2006年
相关硕士学位论文 前10条
1 陈荣钦;移动设备上的非真实感绘制技术研究[D];浙江大学;2006年
2 姚婷婷;面向大规模水域的雨场景真实感绘制[D];苏州大学;2015年
3 陈丹;交互式实时三维场景彩铅风格绘制[D];南京大学;2016年
4 陈怡;虚拟手术中基于物理的血流真实感绘制方法研究[D];福州大学;2014年
5 张童;水墨扩散与侧锋飞白效果的研究与实现[D];沈阳理工大学;2016年
6 胡光琴;卡通画的非真实感绘制技术研究[D];云南大学;2010年
7 程佳;非真实感绘制技术的研究与实现[D];辽宁师范大学;2011年
8 赵芳芳;基于多分辨技术的非真实感绘制方法研究[D];山东师范大学;2009年
9 赵文莉;基于分割的非真实感绘制技术研究[D];山东师范大学;2011年
10 郝雯;3D模型非真实感绘制效果若干问题研究[D];陕西师范大学;2011年
,本文编号:1943673
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1943673.html