基于某Matlab图像素描生成算法究

word仲恺农业工程学院毕业论文图像素描生成算法研究姓 名XXX院系 信息学院专业班级XXXXX学 号 200810324114指导教师XX教师职 称 副教授论文辩论日期 2012年05月13日 仲恺农业工程学院教务处制标准文档学生承诺书本人X重承诺此论文是在教师的指导下独立完成的，除了文中特别加以标注和致谢的地方外，论文中不包含其他人发表或撰写过的研究成果。相关文献的引用已在论文中作了明确的说明。论文与资料假如有不实之处，本人愿意承当责任。特此声明！ 签名：_摘 要图像素描生成算法是计算机科学与艺术的有效融合，是以计算机为工具搭建各种数学模型并设计各种算法来模拟艺术式的绘制风格，它强调人们的主观感受，而不追求真实感，旨在给人以美的享受。本文研究了基于空间域和频域的几种图像素描生成算法，在此根底上提出改良算法，并在MATLAB平台上分析比拟各种算法的处理效果。图像素描生成算法的研究，可为在图像处理软件中实现图像素描效果提供参考。关键词：MATLAB 素描生成算法 空间域 频域 边缘检测目 录1 前言11.1 课题研究目的与意义11.2 国内外研究的概况21.3 论文组织与整体安排32 图像素描的简介32.1 非真实感绘制概念32.2 什么是素描42.3 图像素描的应用43 Matlab根本知识介绍53.1 Matlab的概述53.2 Matlab的开展历程53.3 Matlab语言的特点53.4 Matlab在图像处理中的应用64 图像素描生成算法的研究与实现74.1 一些现有的算法概述74.1.1 传统的图像素描生成算法74.1.2 一种改良的图像素描生成算法74.1.3 基于傅里叶变换的图像素描生成算法84.2 算法研究与实现84.2.1 基于空间域的素描算法研究与现实84.2.2 基于频域的素描算法的研究与实现115 素描算法比拟分析185.1 两大类算法比照分析185.2 算法实验效果比照图186 总结与展望206.1 总结206.2 展望20参考文献22英文摘要23附录24致谢36仲恺农业工程学院毕业论文成绩评定表371 前言近年来，三维技术的广泛使用，让我们领略到了前所未有的视觉效果。计算机图形学也正在我们追求这种视觉真实感中慢慢开展，并取得了巨大的成功。然而，人们在这研究过程中却希望通过有趣的方式去探索这种真实场景，开始借助于计算机的辅助来模拟画家生成诸如油画、炭笔画、水墨画等等不同艺术风格的图片，就是说利用计算机生成不具有照片真实感，具有手绘风格的图形技术，这称之为非真实感绘制技术(Non-photorealistic Rendering，NPR)。其目标在于表现图像的艺术特质、模拟艺术作品，而不在乎图像的真实性。其中，图像素描正是非真实感绘制的一个很重要的局部。常用的图像素描生成算法生成的图像常常会导致画面不够细腻，轮廓损失较大的现象，本文先分析了常用的图像生成算法技术，然后对该算法进展了相关的改良。该课题将最新的计算机视觉技术与人们喜爱的艺术形式图像素描结合在有机地组织一起，是运用计算机视觉技术对图像素描艺术模拟的一次积极而有意义的探索。该课题的研究是学习和爱好素描艺术的人们的福音，将会吸引更多人走向学习、研究、欣赏这门艺术的殿堂，同时会吸引更多人投身于对图像素描生成算法的研究之中，让图像素描生成算法走向成熟，性能更好。1.1 课题研究目的与意义随着图像采集设备的不断普与，普通数码照片已不再能满足人们的需要，将照片处理成素描、卡通、油画等艺术风格逐渐成为一种娱乐方式。素描是一种以铅笔、粉笔等为媒介，用线条来表现物体或景象的艺术，可分为线条结构画和精细写实素描两种。它是一种正式的艺术创作，可以用单色线条也可以用两种或两种以上的颜色或涂抹成面等方式来表现直观世界中的事物的造型、色调和灰度比照效果，甚至可以表达思想、概念、态度、感情、幻想、象征甚至抽象形式。作为一切造型艺术的根底，素描能准确的表达出物体的明暗，形状，体积，质感，量感等固有属性。它不像绘画那样重视总体和彩色，而是着重结构和形式。素描的表现内容通常为静物，动物，风景以与人物等。而其中的人物素描往往具有更大的艺术魅力。手工创作素描画是一项复杂的艺术劳动，因此，基于真实图像高效地模拟出具有素描艺术特征的图像，也就是图像素描风格化，具有重要的应用价值。目前的图像素描生成算法或者未遵循素描风格创作的艺术特点，或者需要大量人机交互，同时运算量较大，无法做到实时或者准实时。该研究课题通过实现几种图像素描生成算法，在MATLAB平台上比照分析，并做相关改良，得出一种或几种图像素描生成方法：这些方法能有效地保存了输入图像的细节特征，并且能够实时生成具有良好素描艺术效果的风格化图像。1.2 国内外研究的概况图像素描生成算法的研究最早可上溯到在20世纪80年代末，一直是计算机视觉领域中图像艺术效果研究方向的重要研究分支，并随着图像艺术效果研究技术的高速开展而逐步受到人们关注和研究。人们的研究致力于使算法计算量较少，实时性好，易于现实，能较好的保存图像的细节特征，生成具有良好素描艺术效果的风格化图像。近年来，随着喜欢艺术形式图像素描的人们对这方面的研究，图像素描生成算法已经有不少的实现方法。何伟强6给出一种改良的图像素描生成算法。首先对图像进展梯度和反相处理，再将图像灰度化，从而产生图像素描结果，该算法快速有效。李熏7等人基于傅里叶变换的图像素描效果生成算法，提出首先将真彩色图像转换为灰度图像，通过傅里叶正变换后将所有像素点的幅值设定为一常数，进展傅里叶逆变换，得到像素点的新灰度值；然后将每点灰度值倒置求反，再对图像进展锐化和平滑等处理来实现图像的素描效果。王海晖9等人基于计算机视觉的自然图像自动线描系统，介绍一种自然图像的自动线描算法，使计算机能模拟人类素描绘画的过程。该系统包括线描提取与线描渲染两步骤。在线描提取过程中，采用一种综合低层与中层视觉信息的边缘检测方法提取线描，在传统边缘检测结果根底上，根据计算机视觉理论对边缘进展精简与连接等处理；在线描渲染过程中，采用尺度、亮度等特征作为渲染画刷的属性，对边缘曲线进展拟合后采用纹理映射等非真实感渲染的方法产生线描图像。基于计算机视觉理论的自动线描方法切实可行。冯捷11等人基于灰度合成的图像素描效果生成算法，提出一种采用灰度合成的图像素描效果快速生成算法，实现真实感图像的艺术化生成。不同于已有算法只是利用经典的边缘检测方法来提取图像的边缘特征，本算法通过灰度信息分布来控制素描图像的细节特征，通过灰度合成得到图像边缘特征的加强和柔化，形成素描效果。算法首先得到输入图像的灰度反色图，并对其进展高斯模糊滤波，平滑边缘特征。然后采用灰度合成将滤波后的反色图和输入图像的灰度图进展合成，并同时起到对混合的图像的亮度进展自适应调整的作用，形成图像素描艺术风格。王会芹13基于图像空间的素描效果生成技术，提出了一种基于图像空间的无笔画的素描效果生成算法，只需将一幅数字图像作为输入，然后对其进展滤波处理，使得处理后的图像在去噪的同时可以消除光照所带来的影响，同时可以将特征像素进展别离；在此根底上再分别进展边缘检测和二值化；最后将边缘检测结果和二值图像相结合，从而得到相应的素描效果。1.3 论文组织与整体安排本文讨论两大类图像素描生成算法，分别是基于空间域的素描算法和基于频域的素描算法。为了尽量使论文的内容丰富而又不失严谨，现将论文作安排如下。本文第一局部为前言，介绍了课题研究目的与意义和国内外研究现状。本文第二局部为图像素描的简介，介绍了非真实感绘制和素描的根本概念，以与它们之间的关系，并概述了图像素描的一些应用，使读者对图像素描进一步了解。第三局部为MATLAB根本知识介绍，介绍了MATLAB仿真工具根本知识，包括MATLAB的概述、开展历程、MATLAB的语言特点以与MATLAB在图像处理中的应用。第四局部为素描算法的研究与实现，该局部讨论两大类素描算法的具体实现，并给出了每种算法的具体实现步骤。第五局部为素描算法的比拟分析，该局部分析了两大类素描算法的优缺点，并给出各个算法的实验结果比拟图。第六局部为总结与展望，对在本次论文进展简要总结以与对未来工作的展望。2 图像素描的简介非真实感绘制Non-photorealistic rendering，NPR是计算机图形学的一类，主要模拟艺术式的绘制风格，也用于开展新绘制风格。而图像素描如此是非真实感绘制很重要的一个局部，生成素描效果的非真实感绘制技术大致可以分为基于空间域的和基于频域的两大类技术。2.1 非真实感绘制概念非真实感绘制指的是利用计算机生成不具有照片般真实感，而具有手绘风格的图形的技术。其目标不在于图形的真实性，而主要在于表现图形的艺术特质、模拟艺术作品或作为真实感图形的有效补充。非真实感绘制，亦称为风格绘制(Stylistic Rendering)，并不追求完全的真实感，主要目的是将某个对象以简洁、含蓄、带有美学特征的方式借助计算机表现出来，也即能在形式上指定一种可展现绘画作品的方式并随之编写生成非真实感绘画作品的计算机程序。其中，素描、油画、浮雕等都是非真实感绘制的一个很重要的局部。2.2 什么是素描由木炭，铅笔，钢笔等，以线条来画出物象明暗的单色画，称做素描。单色水彩和单色油画也可以算作素描；中国传统的白描和水墨画也可以称之为素描。通常讲的素描多元化指铅笔画和炭笔画。素描是一切绘画的根底，这是研究绘画艺术所必须经过的一个阶段。素描是一种正式的艺术创作，以单色线条来表现直观世界中的事物，亦可以表达思想、概念、态度、感情、幻想、象征甚至抽象形式。它不像带色彩的绘画那样重视总体和彩色，而是着重结构和形式。它只强调明度而不强调色彩的绘画形式，通常用单色来完成的绘画。注重结构和明暗，并用明暗关系在二维平面上表现三维立体的艺术效果。如图1、图2。图1 The wonderful girl图2 The Lottery Ticket2.3 图像素描的应用在图像非真实感艺术效果处理中，素描风格是一种非常典型的效果，并且应用也是越来越广泛，受到了广阔人士的喜爱。对图像进展素描效果的处理，一方面可以用于图像的识别，一方面可以达到艺术效果。图像素描效果处理技术在印刷业、广告业、影视业、遥感和医学成像等方面都有广泛的应用。尤其现在的一些具有拍照功能的手机都已经集成了图像素描化处理功能。3 MATLAB根本知识介绍由于MATLAB有强大的图片处理能力，本文用MATLAB进展图像素描生成算法的分析比拟和仿真实现。下面对MATLAB作根本的介绍。3.1 MATLAB的概述MATLAB是MATrix LABoratory“矩阵实验室的缩写，是由美国MathWorks公司开发的集数值计算、符号计算和图形可视化三大根本功能于一体的，功能强大、操作简单的语言。是国际公认的优秀数学应用软件之一。MATLAB的根本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完一样的事情简捷得多。MATLAB包括拥有数百个内部函数的主包和三十几种工具包(Toolbox)。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩大MATLAB的符号计算，可视化建模仿真，文字处理与实时控制等功能。学科工具包是专业性比拟强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。开放性使MATLAB广受用户欢迎。除内部函数外，所有MATLAB主包文件和各种工具包都是可读可修改的文件，用户通过对源程序的修改或参加自己编写程序构造新的专用工具包，大大提高了编程效率。3.2 MATLAB的开展历程20世纪70年代，美国新墨西哥大学计算机科学系主任Cleve Moler为了减轻学生编程的负担，用FORTRAN编写了最早的MATLAB。1984年由Little、Moler、Steve Bangert合作成立了的MathWorks公司正式把MATLAB推向市场。到20世纪90年代，MATLAB已成为国际控制界的标准计算软件。3.3 MATLAB语言的特点一种语言之所以能如此迅速地普与，显示出如此旺盛的生命力，是由于它有着不同于其他语言的特点，正如同FORTRAN和C等高级语言使人们摆脱了需要直接对计算机硬件资源进展操作一样，被称作为第四代计算机语言的MATLAB，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。MATLAB最突出的特点就是简洁。MATLAB用更直观的，符合人们思维习惯的代码，代替了C和FORTRAN语言的冗长代码。MATLAB给用户带来的是最直观，最简洁的程序开发环境。以下简单介绍一下MATLAB的主要特点。1语言简洁紧凑，使用方便灵活，库函数极其丰富。MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。2运算符丰富。由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。3MATLAB既具有结构化的控制语句，又有面向对象编程的特性。4程序限制不严格，程序设计自由度大。例如，在MATLAB里，用户无需对矩阵预定义就可使用。5程序的可移植性很好，根本上不做修改就可以在各种型号的计算机和操作系统上运行。6MATLAB的图形功能强大。在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。MATLAB还具有较强的编辑图形界面的能力。7MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。8源程序的开放性。开放性也许是MATLAB最受人们欢迎的特点。除内部函数以外，所有MATLAB的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以与参加自己的文件构成新的工具箱。9功能强大的工具箱是MATLAB的另一特色。MATLAB包含两个局部：核心局部和各种可选的工具箱。核心局部中有数百个核心内部函数。3.4 MATLAB在图像处理中的应用图像处理工具包是由一系列支持图像处理操作的函数组成的。所支持的图像处理操作有：图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换(DCT变换等)、图像分析和统计、二值图像操作等。下面就MATLAB在图像处理中各方面的应用分别进展介绍。1图像文件格式的读写和显示。MATLAB提供了图像文件读入函数imread()，用来读取如：bmp、tif、tiffpcx、jpg、gpeg、hdf、xwd等格式图像文；图像写出函数imwrite()，还有图像显示函数image()、imshow()等等。2图像处理的根本运算。MATLAB提供了图像的和、差等线性运算，以与卷积、相关、滤波等非线性算。例如：conv2(I，J)实现了I，J两幅图像的卷积。3图像变换。MATLAB提供了一维和二维离散傅立叶变换(DFT)、快速傅立叶变换(FFT)、离散余弦变换(DCT)与其反变换函数，以与连续小波变换(CWT)、离散小波变换(DWT)与其反变换。4图像的分析和增强。针对图像的统计计算MATLAB提供了校正、直方图均衡、中值滤波、比照度调整、自适应滤波等对图像进展的处理。5图像的数学形态学处理。针对二值图像，MATLAB提供了数学形态学运算函数；腐蚀(Erode)、膨胀(Dilate)算子，以与在此根底上的开(Open)、闭(Close)算子、厚化(Thicken)、薄化(Thin)算子等丰富的数学形态学运算。以上所提到的MATLAB在图像中的应用都是由相应的MATLAB函数来实现的，使用时，只需按照函数的调用语法正确输入参数即可。具体的用法可参考MATLAB丰富的帮助文档。图像边缘对图像识别和计算机分析十分有用，在MATLAB中，函数edge()用于灰度图像边缘的提取，它支持六种不同的边缘提取方法，即Sobel方法、Prewitt方法、Robert方法，Laplacian2Gaussian方法、过零点方法和Canny方法。4 图像素描生成算法研究与实现4.1 一些现有的算法概述4.1.1 传统的图像素描生成算法传统的图像素描生成算法的思想是轮廓的勾勒是素描效果实现的关键，轮廓也就是灰度的一个跳变。因此，其实现方法有三步：1把所选取的彩色图像转换成灰度图像；2比照当前像素f(x,y)与周围像素的灰度，求出其差值。与当前像素点右下角的像素f(x,y)进展比拟；3如果差值大于指定的阈值T，如此证明颜色跳变严重，可以判断出该点是轮廓。这时就用黑点把它描绘出来，否如此将它置为白色。经过上面的处理就可实现大致的素描效果了。4.1.2 一种改良的图像素描生成算法文献6在传统的算法的根底上提出了一种改良的图像素描生成算法。它的根本思想是对图片进展梯度处理和反相处理，再将图像灰度化，从而产生一个画面细腻，轮廓元素损失少的新素描图像。其实现方法有三步：1通过梯度处理；2将图像进展反相处理；3将图像灰度化。经过上面的三步处理可以很好的实现实时性强，画面细腻，没有轮廓丢失的素描艺术风格化效果了。4.1.3 基于傅里叶变换的图像素描生成算法文献7基于傅里叶变换的图像素描效果生成算法，算法的实现步骤分七步如果原图为灰度图像，如此不必处理1:1将真彩图像转换为灰度图像；2对黑白图像进展二维离散傅里叶正变换，对每个像素点的幅值设定为一个常数；3对黑白图像进展二维离散傅里叶逆变换；4对黑白图像每个像素点的灰度值进展倒置变换；5对黑白图像进展锐化处理；6对黑白图像进展平滑处理；7完毕。此算法利用傅里叶变换，给出了现实素描效果的一种快速、有效的图像处理算法。4.2 算法研究与实现4.2.1 基于空间域的素描算法研究与现实基于空间域的图像素描生成算法根本思路是：通过图像空间域的边缘梯度特征来提取图像的轮廓，再加以风格化的处理，最后生成素描风格化效果。1 改良的传统的图像素描生成算法以下简称算法传统的图像素描生成算法的思想是轮廓的勾勒是用右下方的梯度做比拟的，改良后用右、下、右下三个方向的梯度做处理。算法具体实现步骤如下： 把所选取的彩色图像转换成灰度图像； 比照当前像素与周围像素的灰度，求出其差值。与当前像素点右、下、右下角的像素进展比拟； 如果差值的平方和开方的三分之一大于指定的阈值T，如此证明颜色跳变严重，可以判断出该点是轮廓。这时就用黑点把它描绘出来，否如此将它置为白色。三步处理后，可能图像边缘轮廓会生硬，且噪声信息较多。 再用高斯滤波作平滑处理，素描效果更好。实验比照图如图5、图6。图3 雪人原图 图4 梅花原图图5 传统的图像素描生成算法 图6 改良的传统的图像素描生成算法 图7 传统的图像素描生成算法(噪声多) 图8 改良的传统的图像素描生成算法 算法I在对图片处理时，取阈值T为5，由图6可见，经过该算法处理后，图像根本已具有素描的效果。但通过对图8的观察，经过该算法处理后，有些图像轮廓丢失了。究其原因，轮廓勾勒算法第二步，当前像素与该点右下角的像素进展比拟，也就是一阶微分，可以用于边缘检测，但不适用于图像轮廓跳变不明显的图像。2 基于空域梯度处理的图像素描生成算法以下简称算法基于梯度处理的图像素描生成算法的根本思想是对图片进展梯度处理和反相处理，再将图像灰度化，从而产生一个画面细腻，轮廓元素损失少的素描图像。其实现步骤如下： 通过梯度处理，产生霓虹效果其原理为：对图片进展梯度处理。也就是计算图像中原始像素的红、绿、蓝分量与一样行、列的相邻像素的梯度，将其作为新像素的各相应分量的值。具体描述如下：设原图像像素的红、绿、蓝分量为rl、gl、bl，一样行的红、绿、蓝分量为r2、g2、b2，一样列的红、绿、蓝分量为r3、g3、b3，如此处理后图像的红、绿、蓝分量为r、g、b，这3个分量可以通过式(1)计算得到：1经过上述步骤，图像已具有霓虹效果了。 将图像进展反相处理对图像的反相处理，可以通过式(2)计算得到，也就是将图像中的红、绿、蓝分量取反。设原图像像素的红、绿、蓝分量为rl、gl、bl，用255分别减去rl、gl、bl后得到的值作为图像的红、绿、蓝分量： 2 将图像灰度化灰度(Grayscale)是指只含亮度信息，不含色彩信息的图像，就像我们平时看到的黑白照片，它只有亮度从暗到明的变化，而没有色彩信息。首先需要创建一个灰度图的调色板，然后根据公式(3)进展转换：3(其中C1取0299，C2取0587，C3取O114)图3、图4的两X图像经过上述的算法II处理后如图9、图10所示。由图9、图10可见，对图3、图4的两X图像的处理，都已获得比拟好的素描效果，画面细腻，没有出现算法的丢失轮廓现象。图9 基于空域梯度处理的图像素描生成算法 图10 基于空域梯度处理的图像素描生成算法4.2.2 基于频域的素描算法的研究与实现基于频域的图像素描生成算法的根本思路是：对图像频域变换，低频信息描述了图像在光滑部位的整体灰度信息，而高频局部如此反映了图像在边缘、噪声等细节方面的表现。首先对图像进展频域变换，然后去除低频局部，保存高频局部，最后进展频域的逆变换，这样就可以提取图像的大致轮廓了。接着对图像进展风格化处理，生成图像素描效果。1基于DFT的图像素描生成算法离散傅立叶变换Discrete Fourier Transform，简称DFT在数字信号处理和数字图像处理中应用十分广泛，它建立了离散时域和离散频域之间的联系。在数字图像处理中，二维离散傅立叶被广泛的应用于图像增强、复原、编码和分类中。基于DFT的图像素描效果生成算法，其实现步骤如下： 将真彩图像转换为灰度图像真彩图转换为灰度图的实现用MATLAB提供的rgb2gray函数即可实现，如果原图为灰度图如此跳过此步。 将图像进展傅里叶正变换在数字图像处理中，像素点是二维离散的，对一图像f(x，y)，设图像尺寸为MxN个像素点，如此该图像可表示成一个二维的离散点序列，用如下表示：对于图像的像素点，其二维傅立叶正变换可写为： 4其中： 将图像进展高通滤波进展高通滤波是为了滤掉图像的低频信息，理想低通滤波器ILPF，Ideal Low-pass Filter具有传递函数： 5其中，D0为截止参数。高斯低通滤波器GLPF，Gaussian Low-pass Filter的传递函数为：6其中，为标准差。通过令，我们可以根据截止参数D0得到表达式7当时，滤波器由其最大值1降为0.607。如此高通滤波器的传递函数为 8通过公式5、7、8，我们下面给出理想高通滤波器和高斯高通滤波器的比照图形。图11 理想高通滤波器图12 高斯高通滤波器图13 高斯高通滤波器由图11理想高通滤波器、图12高斯高通滤波器的比拟，并结合信号处理的相关知识知：用理想滤波器处理后的图片信息有振铃现象。故本实验我们采用的是高斯滤波器，不用理想滤波器。此外，截止参数D0会影响滤波器的锋利情况。图12、图13结果分析明确，对于高通滤波器，当截止参数D0越小时，滤波器通频带越宽。当截止参数D0越大时，滤波器较的通频带越窄。 将图像进展傅里叶逆变换离散傅立叶反变换由下式给出： 9其中： 图14、图15是原图经过傅里叶正变换、高通滤波，再做傅里叶逆变换的效果图，两图比拟可以看出，用理想滤波器对图像进展高通滤波处理会产生振铃现象，故我们采用高斯高通滤波器，图15可以证明，通过高斯高通滤波处理的图像边缘清晰，没有理想滤波处理后的振铃现象。图14 理想滤波器处理 图15 高斯滤波器处理 将灰度值倒置求反变换图像通过傅里叶变换得到的图像还只能实现图像的大致轮廓，只能用于图像边缘检测和图像的识别。图像区域中，灰度值变化不大的区域为黑色，变化较大的局部，即边缘局部为白色，这与素描效果是相反的。因为灰度值中，0代表黑色，255代表白色。为了实现素描效果，可以对每点的灰度值倒置求反，记像素点原来的灰度值为，通过倒置求反变化，即为该点的新灰度值。 对图像锐化处理图像的素描效果，必须要清晰地显示图像中物体的轮廓。我们经过前面几步变换得到的图像，可显示图像的大概轮廓，为了对图像中物体轮廓的增强，可对图像进展锐化处理。因为图像轮廓区域存在较明显的灰度差，可采用离散型的二阶差分法进展锐化处理。记像素点原来的灰度值为，如此采用二阶差分法处理，新灰度值为 10对图像每个像素点如上处理，可实现图像中边缘轮廓的增强。 对图像平滑处理对图像实现素描效果，即使图像中物体的轮廓要清晰显示出来，而对其它一些非重要的局部可用模糊的方式表示出来。这里我们采用高斯平滑滤波，即可实现图像的平滑效果。在此之前可以进展二值化处理，这样可以更好的清晰图像边缘，消除噪声。通过以上几步的处理，就可以很好的实现图像的素描效果了。通常情况下，当滤波器较小时，空间域滤波要比频域滤波更快速有效，所以算法可能会有算法耗时大等缺点。算法处理效果图如图16、图17所示。图16 基于DFT的图像素描生成算法 图17 基于DFT的图像素描生成算法2 基于DWT的图像素描生成算法以下简称：算法离散小波变换Discrete Wavelet Transform，简称DWT)是指在特定子集上采取缩放和平移的小波变换，是一种兼具时域和频域多分辨率能力的信号分析工具。小波在信号分析中的应用也十分广泛。它可以用于边界的处理与滤波、信噪别离与提取弱信号以与多尺度边缘检测等。基于DWT的图像素描效果生成算法，首先将真彩色图像转换为灰度图像，通过快速小波正变换、去除低频系数，快速小波反变换等处理提取图像边缘；然后将每点灰度值倒置求反，再对图像进展锐化和平滑等处理来实现图像的素描效果。其操作步骤如下： 将真彩图像转换为灰度图像真彩图转换为灰度图的实现用MATLAB提供的rgb2gray函数即可实现，如果原图为灰度图如此跳过此步。 将图像进展快速小波正变换对任意函数的离散小波变换为：11为离散小波变换系数。 去除低频系数低频信息描述了图像在光滑部位的整体灰度信息，而高频局部如此反映了图像在边缘、噪声等细节方面的表现。我们去除低频系数，如此保存下来的就是图像的边缘大概轮廓了。将图像进展快速小波逆变换假如离散小波序列构成一个框架，设其上、下界分别为“A和“B，如此当A=B时(此时框架为紧框架)，离散小波变换的逆变换公式为： 12当A=B=1时，离散小波序列为一正交基，此时小波变换的逆变换公式为： 13式11和12是对一维信息的小波变换与重构，处理图像信号如此需要二维小波变换。对一维小波变换进展拓展，即可得到二维离散小波变换与重建公式。 将灰度值倒置求反变换图像通过小波变换得到的图像还只能实现图像的大致轮廓。为了实现素描效果，可以对每点的灰度值倒置求反，记像素点原来的灰度值为，通过倒置求反变化，即为该点的新灰度值。 对图像锐化处理图像的素描效果，必须要清晰地显示图像中物体的轮廓。我们经过前面几步变换得到的图像，可显示图像的大概轮廓，为了对图像中物体轮廓的增强，并对变换后产生的噪声抑制处理，可对图像进展锐化处理。因为图像轮廓区域存在较明显的灰度差，可采用同上所述的离散型的二阶差分法进展锐化处理。 对图像平滑处理对图像实现素描效果，即使图像中物体的轮廓要清晰显示出来，而对其它一些非重要的局部可用模糊的方式表示出来。这里我们也同上采用高斯平滑滤波，即可实现图像的平滑效果。通过以上几步的处理，就可以很好的实现图像的素描效果了。小波理论为图像处理带来了新的理论和方法，它能较好的解决时域和频域的矛盾，是检测突变信号强有力的工具，利用小波的奇异性检测来提取图像边缘，消除噪声，较之传统方法具有很大的优越性。实验结果明确，算法实现素描效果快速有效。图18 基于DWT的图像素描生成算法 图19 基于DWT的图像素描生成算法5 素描算法比拟分析图像最根本的特征是边缘，边缘是图像素描所依赖的最重要特征。本文讨论了空间域和频域两大类方法：空间域是指图像平面本身，空间域滤波这类方法直接对图像的像素进展处理。频域滤波是变换域滤波的一种，它是指将图像进展变换后频域是指经过傅里叶变换或小波变换之后，在变换域中对图像的变换系数进展处理，处理完毕后再进展逆变换，获得滤波后的图像。5.1 两大类算法比照分析在空域中，差分边缘检测方法是最原始的根本方法-算法就是用此方法。根据灰度迅速变化处一阶导数达到最大(阶跃边缘情况)原理，利用导数算子检测边缘。这种算子具有方向性，要求差分方向与边缘方向垂直，运算繁琐，目前很少采用。而且利用此方法处理的素描效果边缘生硬，噪声多，画面不细腻。算法中的梯度边缘检测方法利用梯度幅值在边缘处达到极值检测边缘。该法不受施加运算方向限制，同时能获得边缘方向信息，定位精度高。素描处理后边缘清晰，画面细腻。实验明确，空间域滤波这类方法直接对图像的像素进展处理有一定的优越性，运算实时性较频域滤波的方法高。在频域中，边缘对应着信号的高频局部，通过可以合理的设计一个高通滤波器来平滑背景，滤除噪声，从而提取图像的边缘。但是此种受到了一些方面的限制。比如说，在频域处理方法中，噪声和边缘、纹理等都具有高频特性，因此如果门限设定过低的话，不能彻底地滤除噪声，门限过高的话，很容易把有效的信息也滤除掉了。算法、的实验结果可以证明。因此选择一种适宜的，能够有效的提取图像边缘的方法显得非常重要。另外，由于要经过频域的正逆变换，较之空域的直接处理，实时性会比拟差，也就是算法的运算时间相对较长。但是，变换域滤波还是为图像处理带来了新的理论和方法，它能较好的解决时域和频域的矛盾，是检测突变信号强有力的工具，利用频域的奇异性检测来提取图像边缘，消除噪声，较之传统方法具有很大的优越性。由算法实验效果比照图可以看出，四个算法根本实现了图像的素描效果。从处理的素描效果，处理的效率等分析，每个算法都有它们的优劣，我们应从不同的应用场合，结合应用的需求去衡量每个算法，从而找到更适宜的素描风格化效果。5.2 算法实验效果比照图算法-在MATLAB平台上已经得到了很好的仿真实现，为了清晰的比照他们的处理效果，以下给出三个不同图像的处理效果比照图，如图20、图21、图22。图20 雪人838*600*3处理效果比照图图21 荷花750*500*3处理效果比照图图22 企鹅768*1024*3处理效果比照图6 总结与展望6.1 总结本文首先介绍了图像素描的理论知识与MATLAB的根本知识；接着讨论了基于空间域和频域的两大类图像素描算法，分别介绍了这两类算法的现实思路，并且详细介绍各个算法的实现步骤；然后根据各个算法的实现效果，分析讨论了各个算法的优劣；最后对两大类素描算法做了详细的分析比拟。6.2 展望随着计算机处理能力的不断增强，数字图像处理学科在飞速开展的同时，也越来越广泛地向许多其他学科快速交叉渗透，使得图像作为信息获取以与信息的利用等方面也变得越来越重要。目前数字图像处理的应用越来越广泛，已经渗透到工业、医疗保健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。利用MATLAB来实现数字图像处理使数字图像处理更加方便简单。图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使数字图像处理成为一门引人注目、前景远大的新型学科。此外，非真实感绘制技术开辟了计算机图形学领域有别于真实感绘制方法的新道路。但新的技术并不一定是完美的，因此NPR仍处于一种不断开展，需要不断改良的状态，今后还需在以下方面做更多的工作。(1)实时的艺术风格传输算法。在基于二维纹理合成的艺术风格传输方面，从最开始的需要消耗几个小时到实时的风格传输，已经取得了较大的进展，而应用到视频处理还需要较长的时间。(2)提高艺术风格传输的质量。(3)国画的模拟创作。非真实感绘制技术已经能够比拟成功地模拟出油画、水彩画、素描等多种绘画风格，开发能够模拟国画的创作软件是一个新的挑战。可以从国画的颜料特性、扩散规律、光照模型出发进展研究。(4)交互软件的开发。提高非真实感绘制的框架性能，提高交互操作能力，开展具有一定应用价值的专业软件。(5)客观的评价标准。非真实感绘制技术着重人们的主观感受，不像真实感绘制已经具有成熟的评判标准，非真实感绘制作为新兴的技术仍没有一个科学的评判。参 考 文 献1 秦岭. 怎样画素描. 某某: 某某美术, 1985.2 王烁. 数字化肖像素描: 硕士学位论文. 某某: 某某大学图书馆, 2009.3 Rafael C. Gonzalez Richard E. Woods. 数字图像处理. 阮秋琦, 阮宇智译. : 电子工业, 2007.4 Thomas H. Cormen;Charles E. Leiserson; Ronald L. Rivest;Clifford Stein. 算法导论. 第 2 版. 潘金贵, 顾铁成, 李成法译. : 机械工业, 2006.5 熊蔡明. 数字艺术画的计算机绘制: 硕士学位论文. 某某: 华中科技大学图书馆, 2008.6 何伟强. 一种改良的图像素描生成算法.电脑与电信2009年06期 .7 李熏, 黄教. 昊庋标. 基于傅里叶变换的图像素描效果生成算法J. 计算机应用研究2003, 5: 21-22. 8 Tzayy, Young, King-Sunfu. 戚飞虎, 周源华, 等译. 模式识别与图像处理. 某某: 某某交通大学, 1986. 9 王海晖, 李亚, 曾坤. 基于计算机视觉的自然图像自动线描系统. 华中科技大学学报(自然科学版). 2008, 10.10 谢党恩, 赵杨, 徐丹. 一种铅笔滤镜生成算法与其在GPU上的实现J.计算机辅助设计与图形学学报, 2008, 20(1): 26-31.11 冯捷, X河荣. 基于灰度合成的图像素描效果生成算法. 某某工业大学学报2009, 6 第37卷, 第3期.12 谢党恩, 赵杨. 徐丹. 一种铅笔滤镜生成算法与其在CPU上的实现m. 计算机辅助设计与图形学学报, 2008, 20(1): 26-30.13 王会芹. 基于图像空间的素描效果生成技术:计算机应用2008年第07期.14 KASA0 A, MIYATA K. Algorithmic painter: A NPR method to generate various styles of paintingJ. The Visual puter, 2006, 22(1): 14-27.15 李胜, 孟祥旭. 基于曲线光线追踪的非真实感绘制算法. 系统仿真学报, 2000, 12(5): P. 544-547. 16 STROTHOTIE T, SCHLECHTWEG S. Non-photorealistic puter graphics-modeling, rendering, and animationM. S.1.: Elsevier Science，2002: 2-17.The Research ofImage Sketch Generation AlgorithmWei Guoting(Information College, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China)Abstract: Image sketch generation algorithm is an effective integration of puter science and art. Using puter as the tool, it simulate the art drawing style by building various mathematical models and designing various algorithms. In order to give a person with wonderful enjoyment, it stressed the peoples subjective feeling, not pursued realistic.This paper studied several image sketch generation algorithms based on the space domain and frequency domain. Based on these algorithms, the paper puts forward the improved algorithms, then analyses and makes a parison of various algorithms processing effect in MATLAB. The research of image sketch generation algorithm can offer reference for realizing the image sketch effect in image processing software.Key words:Matlab; Sketch Generation Algorithm; Space Domain; Frequency Domain; Edge Detection Algorithm标准文档附 录%*% 图像素描生成算法研究%*clear all; close all;clc;PS: 如果有些函数下面没有给出，请到网上下载。搜冈萨雷斯数字图像处理源代码。% *Op, map = imread(雪人.jpg); % 读入图像Gp = rgb2gray(Op); % 把图像转换为灰度图像%*% 改良的传统图像素描生成算法的现实%*np = Gp; % 复制原灰度图T = 8; % 设定阈值m1, n1 = size(np); % 计算图片的大小，m1行*n1列% 当前像素点与当前像素点右、下、右下角的像素平方和的三分之一进展比拟，如果差值大于指定的阈值T，如此证明颜色跳变严重，可以判断出该点是轮廓。这时就用黑点0把它描绘出来，否如此将它置为白色255。Dx = double(np(1:m1-1,1:n1-1)-np(2:m1,1:n1-1); % 求水平方向梯度Dx(1:m1,n1)=255;Dy = double(np(1:m1-1,1:n1-1)-np(1:m1-1,2:n1); % 求垂直方向梯度Dy(m1,1:n1)=255;Dp = double(np(1:m1-1,1:n1-1)-np(2:m1,2:n1); % 求对角方向梯度Dp(m1,1:n1)=255;Dp(1:m1,n1)=255;np(1:m1,1:n1)=( sqrt(Dx.*Dx+Dy.*Dy+Dp.*Dp)=7);P5(Q)=0;P5 = im2bw(double(P5),0.95); % 二值化n = 1; % 高斯滤波器的方差k = 5; % 高斯滤波器的矩阵大小，k*kA2=fspecial(gaussian,k,n); % 生成高斯序列Smp=filter2(A2,P5)/255; % 用生成的高斯序列进展滤波figure,imshow(Smp,);title(基于DFT的图像素描效果生成算法);%*% 基于DWT的图像素描效果生成算法的现实%*% 小波变换边缘检测c, s = wavefast(Gp,6, sym4); % 进展快速小波正变换nc, y = w