随着计算机技术的日益发展,真实感图像渲染技术已经越来越趋向于成熟,其目的在于使计算机绘制出来的图像看上去与真实照片没有任何区别。然而随着真实图像模拟技术的日益成熟,非真实感图像的模拟也开始受到各方学者的关注。非真实感图像渲染(Non-Photorealistic Rendering, NPR),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。图像的风格化处理即属于非真实感图像渲染,是指通过计算机技术,将一张普通的图像处理成具有手绘风格的图像,例如油画、水彩、卡通、素描等等。本文介绍了两种具有代表性的图像风格化处理算法,素描和水墨。素描风格化算法已早有不少学者进行过研究,但效果均不太理想；而水墨作为中国传统的绘画艺术,对它的模拟更是少之又少。因此,本文针对这两种风格提出自己的风格化算法,效果较好,并有一定的研究价值。首先,本文介绍了一种素描风格化算法。已存在的素描风格化算法大多数是基于几何和笔触的,或者仅仅利用边缘检测来提取图像边缘。我们提出了一种基于图像、非笔触的颜色减淡素描风格化算法。它不仅可以保留图像的边缘,通过反相图像的最小值滤波和有效的图层叠加,还能保留重要的图像细节信息。最小值滤波能够保留并增强图像的边缘,颜色减淡图层叠加能够减淡不重要的区域。实验结果表明,我们的算法不仅能够反映素描图像的高光、阴影,边缘区域,还能有效的保留图像细节。然后,本文介绍了一种改进的基于图像和水墨扩散的水墨风格化算法。我们知道,墨是水墨画的重要元素,墨和水的混合产生了各式各样的墨色浓淡效果。除此之外,墨的扩散也是水墨画的重要特征。基于上述特征,我们提出了一种基于水墨扩散的水墨风格化算法。首先,利用mean shift分割图像来得到墨块浓淡效果,然后检测分割区域的边缘作为水墨扩散的起始点,最后应用水墨扩散算法得到最终的水墨画效果。实验结果表明,我们提出的方法将得到不错的水墨画效果。