一种针对壁画图像的线描图生成方法与流程

涉及针对壁画图像的线描图生成技术，尤其是针对彩色壁画图像的平滑去噪和轮廓提取技术。

背景技术：

壁画是我国珍贵的文化遗产之一，而起底于敦煌壁画的线描画，既是中国传统绘画特有的一种绘画方式，又是一种特殊的壁画保护手段，具有重要的研究价值。传统的线描绘制主要依靠手工操作。由于壁画的特殊性,画工只能依靠局部灯光进行绘制；随着多媒体技术的推广,改为对洞窟壁画进行拍照或录制,画工再比对着数字壁画进行线描绘制工作。依靠手工进行线描绘制的过程十分复杂并且非常耗时,与壁画面临的威胁蔓延的速度相比,以此达到保护壁画的目的十分微小.利用计算机和图像处理技术,对壁画进行线描生成过程,既不会对文物造成损害,也具有高效、可复用等传统方法没有的特点.因此有必要针对数字化壁画开展线描图生成技术研究。

线描图生成关键技术涉及边缘提取。典型的边缘提取算子有canny[1]等。但将这些算子直接应用于线描画的提取时,会对笔道两侧产生响应,从而出现同一笔道对应2个边缘的情况。全局边缘概率检测算子(glabalizedprobabilityofaboundary,gpb)[2]具有较高的准确率,并且对于一些较细的笔道只生成一条边缘,但是其宽度为单像素、连续性也较差.如果不进行骨架提取处理,gpb算子的结果虽然能够体现笔道的宽度,但是无法提取比较密集的笔道。基于流的高斯差(fdog)算法[3]使用基于流的各向异性过滤器来代替传统的边缘检测算子,用非线性核对向量场进行滤波以构建边缘正切流,使得显著边缘保留其原有方向,弱边缘的方向与其邻域内显著边缘的方向一致，是一种有效的线条表示方法。但自然或人为因素的影响，壁画图像普遍面临缺损裂纹氧化等现象，故图像中存在大量噪声,或很多不必要的细节,因此必须考虑对壁画图像采用平滑或者去噪技术来进行预处理操作。

参考文献：

[1]庄军,李弼程,陈刚.一种有效的文本图像二值化方法.微计算机信息,2005(8):56-58.

[2]陈丹,张蜂,贺贵明.一种改进的文本图像二值化算法.计算机工程,2003(13):85-86.

[3]j.bernsen.dynamicthresholdingofgraylevel.internalconferenceonpatternrecognition,1986:1251-1255.

技术实现要素：

本发明提出一种针对壁画图像的线描图生成方法，能将彩色壁画图像自动转换为对应的线描图，具有抗干扰能力强、适用范围广等特点。技术方案如下：

一种针对壁画图像的线描图生成方法，包括下列步骤：

(1)使用全局变分平滑滤波器对输入的原图进行平滑预处理，得到平滑图像i；

(2)将平滑图像i转换为灰度图像i0，其红、绿、蓝三通道图像分别用ir、ig和ib表示；

(3)基于高斯模糊对i0进行高频滤波提升，处理结果用i2表示；

(4)构造出边缘切向流场，再利用改进的fdog滤波器方法抽取出具有增强效果的线条图，输出结果用h'表示，采用如下过程进行轮廓提取：

第1步：从平滑图像i中构建边缘正切流场，t(x)表示局部边缘方向，在其垂直方向有最大对比度，即梯度方向；

第2步：在构造出边缘切向流场的基础上，改进fdog方法,利用高频提升提取的线条强化壁画的特点，把原输入的灰度图像i0替换成它与高频滤波提升结果i2相乘后得到的结果im，定义新的fdog滤波器h(x)；

(5)采用中值滤波技术对图像h’进行滤波处理。

本发明的有益效果有：1)具有较强的抗噪声干扰能力；2)生成的线描图能保留壁画的主结构和艺术风格。

附图说明

图1所提方法框图

图2所提方法处理过程示例图

(a)输入图像(b)平滑结果(c)灰度图

(d)灰度增量图(e)高频提升结果(f)线描提取和去噪结果

图3部分实验结果(a)三幅输入的壁画图像(b)三幅壁画线描生成结果

具体实施方式

本发明提出的面向壁画图像的线描图提取与生成方法，包括平滑处理、高频滤波、边缘正切流构建、轮廓提取和中值滤波等步骤。首先对原图壁画图像进行全局变分平滑处理,剔除不必要的细节信息,再进行灰度处理，然后进行基于高斯模糊的高频滤波提升来简化背景像素灰度值的分布,接下来构建边缘正切流(etf),并利用改进的fdog提取轮廓得到抽象线条图.最后采用中值滤波手段对结果进行处理。

主要包括：平滑预处理、灰度化、高频滤波提升、流高斯差分轮廓提取和中值滤波等步骤。图1给出了所提方法的框图。

1、平滑预处理

由于自然或人为因素造成壁画破损、氧化等问题,因此我们首先要对壁画图像进行平滑处理,尽可能排除噪声干扰。所提方法使用全局变分平滑滤波器。具体过程如下：

算法1：全局变分平滑

第1步：输入信号g,输出信号f,目标函数定义为式(1)：

λ是一个权重控制两者之间的比重,实际上它是一个平滑参数,当其值越大越平滑.图像中非零梯度个数与λ呈单调递增关系.

第2步：计算图像梯度的l0范数c(f)，即约束条件如式(2)。

c(f)＝#{p||fp-fp-1|≠0}(2)

其中p和p-1是图像中相邻元素,|fp-fp-1|就是图像梯度,#{}表示计数，因此该表达式表示输出的非零个数或者说梯度不为零的个数等于k。图像处理结果用i表示。

2、灰度化

将上一步中得到的平滑图像转换为灰度图像。用i表示平滑图像，其红、绿、蓝三通道图像分别用ir、ig和ib表示。使用式(3)得到灰度图像，并用i0表示，即有：

3、高频滤波提升

通常壁画图像中的笔道像素和背景像素在局部范围内灰度值差异较大,但是在全局范围内灰度值范围有重合.为使笔道更易于被提取,同时保持笔道和背景的对比度，本文基于高斯模糊对i0进行高频滤波提升，处理结果用i2表示。具体过程如下：

算法2：高频提升

第1步：对灰度图像i0进行高斯模糊，即高斯低通滤波。滤波器的定义如式(4)所示，处理结果用i1表示。

其中，σ为高斯分布的标准差，可以表示分布曲线的扩张程度。

第2步：使用式(5)计算灰度图的增量，结果用δi0表示，即有

第3步：进行高频提升。结果用i2表示，即有

i2(x,y)＝min(255,i0(x,y)+δi0(x,y))(6)

4、轮廓提取

构造出边缘切向流场，再利用改进的fdog滤波器方法抽取出具有增强效果的线条图。输出结果用h'表示。本发明使用以下过程进行轮廓提取：

算法3：流高斯差分滤波

第1步：利用经典的etf(edgetangentflow)方法从平滑图像i中构建边缘正切流t(x)。t(x)表示局部边缘方向，意味着在其垂直方向有最大对比度，即梯度方向。

第2步：在构造出边缘切向流场的基础上，改进经典的fdog(flow-baseddifferenceofgaussian)方法,利用高频提升提取的线条强化壁画的特点，把原输入的灰度图图像i0替换成它与高频提升结果i2相乘后得到的结果im。用h(x)表示定义新的fdog滤波器，其定义如下：

式中，gσ为一个单边量、方差为σ²的高斯函数，见公式(4)。σm决定了流核心的长度，给σm赋一个定值，就决定了梯度方向s的大小。f(s)的定义如下：

im(x,y)＝i0(x,y)·im(x,y)/255(9)

ls(t)表示在直线ls上t处的点，t是弧长参数，其值在[-t,t]之间。im(ls(t))代表输入图像im在ls(t)的值。ρ控制检测到的噪音级别，一般在[0.97,1]区域变化。

第3步：采用阈值抽取出黑白的线条图像，结果用h'(x)表示。

其中，tanh(h(x))为双曲正切函数，τ为[0,1]范围的阈值，控制边缘检测的敏感程度。

在上述算法中，取ρ＝0.998，τ＝0.5，σs＝1.6σc，σc值可由用户给定进行调整。

5、中值滤波

考虑到上述方法生成的结果中仍会包含部分噪声，采用中值滤波技术对图像h’进行滤波处理，降低噪声影响。用g表示经双边滤波处理后的图像。

采用windows7系统下的visualc++2010作为实验仿真平台。选用自己采集的扫描文档图像作为测试集，共计120幅图像。水平/垂直分辨率是300dpi，像素数为800×680。采用本发明所提方法对测试图像进行处理，得到了良好的处理效果，平均处理速度为10s，处理速度能够满足要求。

图2所示为所提方法处理过程示例。图3所示为更多的处理结果，其中(a)为输入的壁画图像，(b)为本发明所提方法的处理结果。

本发明可以概括为如下的方法步骤；

步骤1：使用算法1，结合式(1)和式(2)，将输入彩色壁画图像进行平滑预处理，处理结果用i表示。

步骤2：使用公式(3)，对i进行灰度处理，处理结果用i0表示。

步骤3：使用算法2，结合式(4)、式(5)和式(6)，对i0进行高频滤波提升，处理结果用i2表示。

步骤4：使用算法3，结合式(7)至式(10)，构建边缘正切流，对im进行基于流的高斯差分线条提取，处理结果用h’表示。

步骤5：对h’进行中值滤波，去除噪点，处理结果用g表示。