一种线条粉笔画艺术风格模拟方法与流程

本发明公开了一种基于非真实感的线条粉笔画艺术风格模拟方法，涉及计算机图形图像处理中线条凸显的、粉笔画艺术效果的仿真和绘制方法，属信息技术领域。

背景技术：

近年来，非真实感绘制(NPR：Non Photorealistic Rendering)技术成为计算机图形学的研究热点。非真实感绘制建立在人类感知的基础上，结合了艺术的绘画规则与科学的技术方法，是计算机图形学的有益补充。该技术主要通过计算机模拟生成西方的或者中国特有的艺术风格效果，例如模拟具有卡通、油画、水彩、铅笔画等不同手绘风格的图像。它的特点在于可以表现图形的艺术特质、模拟艺术作品，甚至能表现出人的主观情感信息，在自然艺术风格的模拟、图像信息的增强、动画的生成、数据的艺术表现以及医学、建筑学、教育学等方面都发挥着越来越重要的作用。此外，非真实感绘制能适应图像内容信息，忽略次要细节，有效地将用户的注意力吸引到关键或者重要的区域；能节省大量的人力、物力、时间来完成用户的意图，绘制效率高，例如动画的制作、艺术效果的生成等过程，在影视作品、景点漫游、广告宣传、游戏娱乐、网络传输等领域中，扮演着越来越重要的角色。

非真实感绘制技术侧重模拟具有各种不同风格的艺术作品，如油画、水彩画、钢笔画、铅笔画、抽象画等艺术风格作品，图形工作者还对中国特有的中国水墨画、中国书法、中国剪纸画等艺术作品进行了模拟，然而，千百年来无论是在西方还是中国都形成了众多的艺术风格作品，其中针对粉笔画艺术效果的模拟并不多见。

粉笔画又称作街头立体画、街面粉质画，它被国家地理杂志誉为一种全新的艺术形式，它是用特制的色粉笔在附着力较强的黑板上、纸上创作的作品，因此又称粉画、色粉画。其特点是不透明、无光泽，通过勾擦揉抹，可以产生清新明丽、丰富细腻的色彩效果，可以表现复杂的环境气氛，易于掌握；也可以细致入微地刻画创作对象的质地和肌理，别具一格。此外，最常见的粉笔画莫过于黑板、地板上的一些即兴创作或涂鸦，在街头巷尾我们都能看到许许多多的艺人拿着粉笔即兴创作，那些五彩斑斓的作品往往令人叹为观止。

在非真实感绘制公知的技术中，王东等人采用纹理合成和纹理传输的方法将静态图像渲染为烙画风格的艺术效果（<系统仿真学报，2010，22 (12): 2929-2933>）；此外，王东等人采用动态权重控制的变形及纹理传输方法模拟了葫芦烙画艺术风格（<计算机应用，2010，30(9): 2473-2478>）；钱文华等人采用背景纹理合成及偏离映射的方法获得了烙画艺术风格（<中国图像图形学报，2013，18(7): 836-843>）；曹毅采用基于图像的方法模拟绘制了中国水墨画艺术效果（<吉林大学博士毕业论文，2012>）；陈钊针对具体场景设计了地形处理部分和地形水墨渲染两个模块，设计了写意水墨画绘制系统（<吉林大学硕士论文，2011>）；Meng等人对人脸等结构特征进行了研究，采用变形、数据库构建实现了人物肖像画的剪纸效果（<吉林大学博士论文，2012>）；周杰等人采用参数化方法模拟了乱针刺绣艺术效果（<计算机辅助设计与图形学学报，2014，26(3): 436-444>）；陈圣国设计了计算机辅助乱针刺绣艺术效果模拟过程（<计算机学报，2011，34 (3): 526-532>）；钟秋月从网格和纹理贴图的风格化两方面模拟皮影的风格特征，设计了具有皮影风格的人影三维模型（<电子科技大学硕士毕业论文，2012>）；黄华等（<专利CN200910023002.1>，2009）根据素描以及人眼视觉的特点，生成素描风格化的艺术效果；李云夕等（<专利CN2001110210312.1>，2011）公开了一种计算机素描画的生成方法及系统；董立新公开了一种基于图像的水墨画画风图像生成方法（<专利CN201110208739.8>，2011）；郝雯公开了一种带特征线风格化的三维风格模型非真实感渲染方法（<专利CN201010541055.5>，2011）。钱文华公开了一种基于非真实感的艺术插画效果绘制方法（<专利CN201210135344.4>，2012），之后，钱文华公开了一种基于非真实感的钢笔淡彩效果绘制方法（<专利CN201210105833.5>，2012）。

相对公知的计算机非真实感水墨、剪纸等艺术效果模拟方法，本发明以边缘提取和边缘扩散为基础，结合图像融合技术，提出一种基于非真实感的、线条特征为主的粉笔画艺术效果仿真方法。经文献检索，未见与本发明相同的公开报道。

技术实现要素：

本发明的目的在于提供一种线条粉笔画艺术效果模拟方法，具有线条突出、无光泽等特点，符合真实粉笔画艺术作品中线条、背景的特点，实现过程简单、速度快，更具有通用性和一般性。

本发明以数字图像处理技术中的边缘提取、边缘细节增强、图像融合技术为基础，主要目的是模拟出具有线条粉笔画的艺术效果，针对输入的目标图像，给出了对彩色图像进行边缘提取、图像扩散、图像滤波等方法，提出了将线条前景图像融合到黑板背景图像中的方法。

本发明按以下步骤完成：

本发明基于非真实感绘制技术，需要两幅输入图像实现最终的线条粉笔画艺术效果图像，其中一幅输入自然图像作为前景图像，用于提取线条，模拟粉笔画的线条特征；另一幅输入作为背景图像，由于粉笔画通常在黑板、地板、墙壁等材质上进行创作，因此可输入另一幅黑板等图像作为背景图像；整个绘制方法的工艺流程为：首先，为了提取图像的边缘，对输入的前景图像进行亮度信息提取，获得灰度图像；接着，采用DoG滤波器提取灰度图像的边缘信息；为了模拟粉笔画线条的毛糙效果，通过图像扩散方法对图像进行扩散；然后，为了突出线条的细节，对线条图像进行增强；再次，输入另一幅黑板图像作为背景图像；最后，将经过图像增强、具有粉笔画线条的图像与黑板背景图像融合，获得最终的线条粉笔画艺术效果图像，具体步骤如下：

(1) 粉笔画前景图像去色

将输入前景图像I (x, y) 转换为灰度图像L(x, y)：

式中：(x, y) 表示象素的坐标位置，x表示象素的横坐标，y表示象素的纵坐标，，，表示输入前景图像I (x , y ) 的红、绿、蓝三通道值。

(2) 粉笔画DoG线条提取

求取灰度图像L (x , y) 的梯度，沿梯度方向使用高斯差分DoG滤波器进行滤波，对L(x , y )中不同象素位置进行滤波后，累积滤波响应得到累积值F (x , y )：

式中，表示象素的坐标位置，x 表示象素的横坐标，y 表示象素的纵坐标，为对灰度图像L (x , y)计算梯度操作，f (x , y )表示高斯函数滤波器，参数T 表示滤波器的大小()，d (x , y )表示求偏导过程；

将累积值F (x , y ) 沿梯度方向积分，增强线条的连续性，得到积分结果图像A (x , y )：

式中，表示象素的坐标位置，x 表示象素的横坐标，y 表示象素的纵坐标，是标准差为的一维高斯函数()，参数s 控制检测到线条的平滑程度()，d (x , y )表示求偏导过程；

通过()与阈值进行比较()，二值化后产生黑白的线条图像E(x , y )：

。

(3) 粉笔画线条扩散

采用扩散滤波器对线条图像E (x , y )进行扩散，采用r ()的半径大小对线条图像中象素位置为的邻域()进行扩散，得到线条扩散结果图像S (x, y )：

式中，表示象素的坐标位置，x 表示象素的横坐标，y 表示象素的纵坐标，表示邻域权重函数，l 表示象素位置为的象素与周围邻域象素之间的坐标距离，d (x, y )表示求偏导过程。

(4) 粉笔画线条增强

对线条扩散结果图像S (x , y )采用系数,进行线性滤波，得到滤波结果图像B(x , y )：

式中，表示象素的坐标位置，表示滤波窗口大小()，表示窗口中的象素个数，参数用来调节系数的大小()，表示滤波窗口大小为的盒式滤波器的均值，表示滤波窗口大小为的盒式滤波器的方差，表示S (x , y )在滤波窗口中象素值的均值；

计算线条扩散图像S (x , y )与滤波结果图像B (x , y )的差值，获得线条增强图像Z (x , y )：

式中，参数c 控制线条增强的程度()。

(5) 背景图像输入

选取具有彩色的黑板、墙壁等材质的输入图像H (x , y )，作为最终线条粉笔画艺术效果的背景图像。

(6) 粉笔画图像融合

对输入图像H (x , y )和线条增强图像Z (x , y )进行叠加，将输入背景图像H (x , y )从RGB色彩空间转换到LAB色彩空间，融合粉笔画线条增强的结果图像Z (x , y )与输入背景图像H (x , y )的亮度信息，获得具有线条粉笔画艺术风格的灰度图像P (x , y)：

式中，表示象素的坐标位置，x 表示象素的横坐标，y 表示象素的纵坐标，表示输入背景图像H (x , y )在LAB色彩空间中L通道值；

在LAB色彩空间中，将输入背景图像H (x , y )的色彩值、传输到灰度粉笔画艺术效果图像中：

式中，表示象素的坐标位置，x 表示象素的横坐标，y 表示象素的纵坐标，、表示输入图像H (x , y )在LAB色彩空间中A通道和B通道的值，、、表示最终的线条粉笔画艺术风格图像在LAB色彩空间中L、A、B通道的值，将、、三通道值合并：

式中，O (x , y )表示合并之后的线条粉笔画风格结果图像，将O (x , y )从LAB色彩空间转换回RGB色彩空间，获得最终的线条粉笔画艺术效果图像O (x , y )。

本发明的优点在于：

1. 利用计算机对输入图像进行处理，能获得非真实感的线条粉笔画艺术风格效果，针对输入不同的前景图像和背景图像，可获得不同的线条粉笔画艺术效果，线条提取及图像扩散更加符合真实粉笔画作品的艺术品质。

2．采用DOG线条提取方法获取前景图像的线条，并对线条信息进行图像扩散及图像增强，模拟了真实粉笔画艺术效果线条的毛糙特性，同时提高了算法的效率。

3．输入不同的前景图像，同时通过输入不同的材质图像作为背景图像，将前景图像与背景图像的融合，提高了灵活性，扩展了最终线条粉笔画艺术效果的创作题材。

4．建立了一种计算机模拟非真实感线条粉笔画艺术效果绘制方法，符合真实粉笔画艺术的特点，在影视作品、游戏动画、及广告宣传领域具有较大的潜在需求，是非真实感模拟不同艺术效果的一种有益补充。为粉笔画艺术作品模拟和绘制提供了一种新的绘制方法，也为其它艺术效果的计算机模拟提供了有力的理论基础和技术支持。

附图说明

图1 为本发明的技术路线图。包括以下六个主要部分：粉笔画前景图像去色、粉笔画DoG线条提取、粉笔画线条扩散、粉笔画线条增强、背景图像输入和粉笔画图像融合。

图2 为输入的彩色前景图像。

图3 为输入图像经过前景图像去色得到的结果图像。

图4 为经过DoG线条提取得到的结果图像。

图5 为对前景图像进行线条扩散得到的结果图像。

图6 为对前景图像进行线条增强之后得到的结果图像。

图7 为输入的彩色背景图像。

图8 为经过前景图像和背景图像融合之后的结果图像。

具体实施方式

实施例：针对输入的一幅静态二维图像进行线条粉笔画艺术风格效果绘制。

(1) 粉笔画前景图像去色

将输入前景图像I (x, y)（如图2）转换为灰度图像L(x, y)（如图3）：

式中：(x, y) 表示象素的坐标位置，x表示象素的横坐标，y表示象素的纵坐标，，，表示输入前景图像I(x, y) 的红、绿、蓝三通道值；

(2) 粉笔画DoG线条提取

求取灰度图像L(x, y) 的梯度，沿梯度方向使用高斯差分DoG滤波器进行滤波，对L(x, y)中不同象素位置进行滤波后，累积滤波响应得到累积值F(x, y)：

式中，表示象素的坐标位置，x表示象素的横坐标，y表示象素的纵坐标，为对灰度图像L(x, y)计算梯度操作，f(x, y)表示高斯函数滤波器，参数T表示滤波器的大小()，d(x, y)表示求偏导过程；

将累积值F(x, y) 沿梯度方向积分，增强线条的连续性，得到积分结果图像A(x, y)：

式中，表示象素的坐标位置，x表示象素的横坐标，y表示象素的纵坐标，是标准差为的一维高斯函数()，参数s控制检测到线条的平滑程度()，d(x, y)表示求偏导过程；

通过()与阈值进行比较()，二值化后产生黑白的线条图像E(x, y)（如图4）：

(3) 粉笔画线条扩散

采用扩散滤波器对线条图像E(x, y)进行扩散，采用r ()的半径大小对线条图像中象素位置为的邻域()进行扩散，得到线条扩散结果图像S(x, y)（如图5）：

式中，表示象素的坐标位置，x表示象素的横坐标，y表示象素的纵坐标，表示邻域权重函数，l表示象素位置为的象素与周围邻域象素之间的坐标距离，d(x, y)表示求偏导过程；

(4) 粉笔画线条增强

对线条扩散结果图像S(x, y)采用系数,进行线性滤波，得到滤波结果图像B(x, y)（如图6）：：

式中，表示象素的坐标位置，表示滤波窗口大小()，表示窗口中的象素个数，参数用来调节系数的大小()，表示滤波窗口大小为的盒式滤波器的均值，表示滤波窗口大小为的盒式滤波器的方差，表示S(x, y)在滤波窗口中象素值的均值；

计算线条扩散图像S (x , y )与滤波结果图像B (x , y )的差值，获得线条增强图像Z (x , y )：

式中，参数c 控制线条增强的程度()；

(5) 背景图像输入

选取具有彩色的黑板、墙壁等材质的输入图像H (x , y )（如图7），作为最终线条粉笔画艺术效果的背景图像；

(6) 粉笔画图像融合

对输入图像H (x , y )和线条增强图像Z (x , y )进行叠加，将输入背景图像H (x , y )从RGB色彩空间转换到LAB色彩空间，融合粉笔画线条增强的结果图像Z (x , y )与输入背景图像H (x , y )的亮度信息，获得具有线条粉笔画艺术风格的灰度图像P (x , y)：

式中，表示象素的坐标位置，x 表示象素的横坐标，y 表示象素的纵坐标，表示输入背景图像H (x , y )在LAB色彩空间中L通道值；

在LAB色彩空间中，将输入背景图像H (x , y )的色彩值、传输到灰度粉笔画艺术效果图像中：

式中，表示象素的坐标位置，x 表示象素的横坐标，y 表示象素的纵坐标，、表示输入图像H (x , y )在LAB色彩空间中A通道和B通道的值，、、表示最终的线条粉笔画艺术风格图像在LAB色彩空间中L、A、B通道的值，将、、三通道值合并：

式中，O (x , y )表示合并之后的线条粉笔画风格结果图像，将O (x , y )从LAB色彩空间转换回RGB色彩空间，获得最终的线条粉笔画艺术风格图像O (x , y )（如图8）。